這就是我們的使命，把真實世界更高質(zhì)量地變成數(shù)字世界，讓 AI 可以去運算。

——北醒CEO 李遠(yuǎn)

隨著中國自動駕駛領(lǐng)域的政策和規(guī)范的不斷成熟，智能駕駛進(jìn)入群雄逐鹿階段，城市NOA的落地幾乎已經(jīng)“箭在弦上”，L4級自動駕駛進(jìn)度逐漸加快。

智能汽車依賴感知系統(tǒng)觀察和繪制周邊真實的物理世界，通過數(shù)字化將數(shù)據(jù)信息傳輸給“大腦中樞”——算法系統(tǒng)，它將感知數(shù)據(jù)轉(zhuǎn)換為有用的信息，進(jìn)行處理，最終做出決策。而“大腦中樞”做出正確判斷的前提是需要準(zhǔn)確的感知信息輸入。換句話說，對周圍環(huán)境的感知是否可靠，將直接影響智能汽車的決策，甚至是否能在道路上安全行駛。

智能汽車的感知系統(tǒng)，通過多個傳感器對同一目標(biāo)或事件進(jìn)行檢測和確認(rèn)，減少誤報和漏報的概率，提高系統(tǒng)的可靠性。激光雷達(dá)作為空間感知能力最強的傳感器，相較攝像頭和毫米波雷達(dá)，有更好的分辨率和靈敏度，探測精度高，能準(zhǔn)確獲取周圍目標(biāo)的三維信息完成建模，能為整個感知系統(tǒng)提供更準(zhǔn)確可靠的空間距離感知信息，是實現(xiàn)高階自動駕駛的“必備武器”。

智能駕駛加速推進(jìn)激光雷達(dá)行業(yè)“卷”出新高度

拼可靠性、拼性能、降成本都是壓在激光雷達(dá)廠商身上的三座“大山”。

1、性能需要提升：隨著智能駕駛能力不斷進(jìn)階，從高速場景到進(jìn)軍城市，最終實現(xiàn)無人駕駛的過程中，周圍道路環(huán)境的復(fù)雜程度呈現(xiàn)指數(shù)級增長，對真實世界描繪的準(zhǔn)確與否，直接決定了智能駕駛安全與否，將真實世界數(shù)字化，要求激光雷達(dá)擁有更強大的感知能力。

2、車型升級適配：智能車快速迭代升級，激光雷達(dá)選型能否滿足車型升級帶來的是適配問題，降低激光雷達(dá)上新車型的時間、算法等各種適配成本，能否在激光雷達(dá)技術(shù)架構(gòu)上進(jìn)行統(tǒng)一并且適配更多車型勢在必行。

3、成本需要降低：作為智能車上最貴的零部件，成本依舊是目前激光雷達(dá)批量上車的主要制約因素之一，在保證通過車規(guī)的前提下，成本必須打下去。

這樣的大背景下，「北醒應(yīng)龍」車載激光雷達(dá)平臺應(yīng)運而生，這也是全球首個車載512激光雷達(dá)平臺。

「北醒應(yīng)龍」激光雷達(dá)平臺全球首個車載512激光雷達(dá)平臺

何為「應(yīng)龍」?

南朝宋祖沖編撰的《述異記》記載“水虺(huǐ)五百年化為蛟，蛟千年化為龍，龍五百年為角龍，千年為應(yīng)龍。”上古神話中，龍進(jìn)化的最高形態(tài)為應(yīng)龍，全稱是應(yīng)時、應(yīng)德之龍。

應(yīng)龍能力出眾，多次力挽狂瀾，挽大廈于將傾，而且具有強烈的正義感，力開龍門，讓水族有一躍化龍的機會，是規(guī)則的制定者。

「北醒應(yīng)龍」車載激光雷達(dá)平臺的底層硬件架構(gòu)由3個模塊組成——2D高精掃描系統(tǒng)，905nm陣列收發(fā)模組，自定義SoC。模塊間的協(xié)調(diào)周期可縮短至微秒級，實現(xiàn)高精度的點云控制。通過自定義SoC，北醒自研的雙電機三環(huán)同步技術(shù)和激光雷達(dá)的解析集成到一個模塊，提高了整機集成度，有效降低了成本。

基于這樣的硬件架構(gòu)，「北醒應(yīng)龍」車載激光雷達(dá)平臺通過軟件配置即可調(diào)整收發(fā)和掃描方式，切換工作模式，無需改變硬件，節(jié)省大量設(shè)計、驗證時間和預(yù)算。真正實現(xiàn)軟件定義激光雷達(dá)參數(shù)。該平臺還滿足信息安全和功能安全要求，通過獨立安全監(jiān)控確保每條關(guān)鍵指令的正確運行。

「北醒應(yīng)龍」車載激光雷達(dá)平臺最為核心的技術(shù)之一是高精2D掃描系統(tǒng)，被稱為激光雷達(dá)界的“陀飛輪”。其通過雙電機三環(huán)同步控制技術(shù)，將掃描角度精度控制在萬分之一以內(nèi)，即要求電機每秒鐘轉(zhuǎn)動近百圈，同時每圈的偏差小于鐘表秒針轉(zhuǎn)動的120分之一以內(nèi)。在“高轉(zhuǎn)速”下實現(xiàn)“高精度”控制，完成2D高清掃描。

北醒這套高精2D掃描技術(shù)，再配上其軟件控制系統(tǒng)，即可實現(xiàn)軟件的“一鍵配置”。比如實現(xiàn)某個感知區(qū)域高清掃描的ROI功能，它可以切換三種ROI模式：局部高清、視場角聚焦高清、全局高清。在硬件架構(gòu)、掃描形式、接口、數(shù)據(jù)形式均不變的情況下實現(xiàn)感知能力的變化和升級，從而達(dá)到在成本完全不變的情況下，兼容并滿足不同車型性能的跨代升級。

因為有高精2D掃描技術(shù)的支撐，北醒完全解放了收發(fā)體系。高線數(shù)不再依賴于收發(fā)激光器和接收器的堆疊數(shù)，極大程度降低了成本。

舉個例子，如果采用傳統(tǒng)1D掃描技術(shù)，實現(xiàn)多少線數(shù)就相應(yīng)地需要多少對收發(fā)激光器和接收器，128數(shù)需要128對收發(fā)激光器和接收器。但如果使用2D掃描架構(gòu)，不管是128線、256線還是512線，激光器、接收器數(shù)量基本上是不變的。「北醒應(yīng)龍」車載激光雷達(dá)平臺為多個發(fā)射器和多個接收器的組合。對比來看，其發(fā)射器為128線1D掃描激光雷達(dá)的三十二分之一，接收器僅為八分之一。這大大解決了產(chǎn)品感知力升級的成本限制難題。

在2023年上海車展發(fā)布會現(xiàn)場，北醒CEO李遠(yuǎn)提出一個概念，即“單線成本”，用激光雷達(dá)總成本除以線數(shù)。

單線成本 = 激光雷達(dá)總成本 / 線數(shù)

這是激光雷達(dá)行業(yè)首次提出“單線成本”的概念，可用來衡量激光雷達(dá)的成本趨勢，基于「北醒應(yīng)龍」車載激光雷達(dá)平臺，隨著激光雷達(dá)線數(shù)逐漸增加，性能將逐漸提升，單線成本加速下降。

單線成本 「北醒應(yīng)龍」激光雷達(dá)平臺內(nèi)部構(gòu)造解密

全球首個512線激光雷達(dá)北醒AD2包含三大功能模塊：收發(fā)、掃描和控制系統(tǒng)，其中掃描模組包含一個轉(zhuǎn)鏡，振鏡，振鏡的振動速度，振動幅度，都是可以調(diào)節(jié)的，這就意味著可以用軟件控制視場角，刷新率，甚至興趣區(qū)域ROI。這也是「北醒應(yīng)龍」激光雷達(dá)平臺可以做到軟件定義性能的關(guān)鍵技術(shù)。

準(zhǔn)直后的激光束經(jīng)過振鏡和棱鏡反射，均勻覆蓋探測區(qū);無需高密度的收發(fā)器件堆疊即可實現(xiàn)高線數(shù)探測。僅通過配置棱鏡轉(zhuǎn)速和振鏡擺幅或發(fā)光頻率，即可實現(xiàn)不同模式功能切換，自由靈活，適應(yīng)不同智駕場景需求。

為了讓大家盡早使用到「北醒應(yīng)龍」車載激光雷達(dá)平臺的強感知紅利，上海車展發(fā)布會現(xiàn)場還發(fā)布了全球首個基于「北醒應(yīng)龍」車載激光雷達(dá)平臺的車規(guī)量產(chǎn)激光雷達(dá)AD2-s，它具備200m@10%反射率的探測能力，256線的感知力，120°x25.6°的視場角，并在今年內(nèi)完成SOP，交付給汽車客戶。

好LIDAR 助力智能好車

「北醒應(yīng)龍」車載激光雷達(dá)平臺模塊化設(shè)計，整合硬件和軟件，實現(xiàn)強感知能力的同時，每個子系統(tǒng)可分別迭代升級甚至替換，獨立進(jìn)化功能，并且在生產(chǎn)加工方面，也可以分模塊預(yù)組裝、檢驗等等，減少整機裝調(diào)流程工序和降低后段不良率，兼顧成本和可升級性。基于模塊化的平臺設(shè)計，北醒的車載激光雷達(dá)將在 L2 至 L4 級別的智能駕駛中滿足多元化的場景需求，最終實現(xiàn)智能汽車未來的0事故。

北醒CEO李遠(yuǎn)表示，在目前車載512激光雷達(dá)北醒AD2的基礎(chǔ)上，未來在「應(yīng)龍」平臺上還會衍生出更高階的版本，實現(xiàn)突破1000線的歷史使命，實現(xiàn)相機級清晰度的突破。

北醒(北京)光子科技有限公司，成立于2015年，是一家全球領(lǐng)先的激光雷達(dá)產(chǎn)品及解決方案提供商，致力于通過高質(zhì)量感知，加速數(shù)字化與智能化，實現(xiàn)安全、運力和效率的躍遷。憑借在激光雷達(dá)相關(guān)領(lǐng)域的領(lǐng)先技術(shù)和創(chuàng)新實力，北醒已經(jīng)在全球范圍內(nèi)實現(xiàn)了研發(fā)、生產(chǎn)、銷售和工程服務(wù)的全方位布局，并且累計交付超過一百萬臺激光雷達(dá)。北醒自主研發(fā)的高性能激光雷達(dá)，獲得了國內(nèi)外500強企業(yè)的青睞，業(yè)務(wù)覆蓋全球90多個國家和地區(qū)。

審核編輯：湯梓紅