近日，阿里巴巴達摩院宣布，其自研感知算法實現了對低線束LiDAR（激光雷達）的高線束模擬，間接將LiDAR線束量提升3倍以上，實現低成本普通激光雷達替代高成本雷達。能探測障礙物的激光雷達是自動駕駛車輛最重要的“眼”，該算法突破相當于用“低像素相機拍出單反相機效果”，可大幅降低自動駕駛感知部件成本。

在自動駕駛實際落地場景中，需要高密度的LiDAR才能滿足感知需求，而64線以上LiDAR 成本居高不下，成為自動駕駛大規模商業化瓶頸之一。達摩院自動駕駛實驗室環境感知算法能結合攝像頭圖像，對低線束LiDAR點云進行深度補全及語義識別，實現更稠密的激光雷達點云圖3D重建效果，不僅可更精確地讀取障礙物距離及形狀等信息，也可更精準判斷其類別信息。

上圖為低線束LiDAR原始點云，下圖為經達摩院算法深度補全后的點云，LiDAR線束量提升了3倍以上，且自動駕駛車輛更好辨別出了障礙物。

在精度指標上，達摩院采用低線束激光雷達輸入，實現了業內采用高線束激光雷達輸入的平均水平，50m內障礙物距離信息讀取平均誤差為25cm左右，同時，達摩院進行深度補全任務時可達到100fps（每秒傳輸幀數）的處理能力。