集度汽车双激光雷达深度解剖：自动驾驶“一分一合”冗余方案探索

昨天，集度汽车ROBO 1正式对外公布概念车部分细节，最大的亮点就是它车前盖的两颗激光雷达，来自禾赛科技的AT128方案，我们在之前的文章中，已经重点剖析了该激光雷达的优劣。详见文章：理想L9激光雷达解剖：153万点频、200米@10%测距、70米最远地面线

除了特斯拉，激光雷达已经成了智能汽车的重要标志之一。从数量看，激光雷达也开始由少到多演变，和摄像头的发展路径如出一辙。

目前业内在激光雷达上的方案主要有3种：1、单激光雷达方案，代表车型有理想 L9 、蔚来 ET7 以及 飞凡 R7 等；双激光雷达方案，代表车型小鹏 P5 、小鹏 G9 以及智己 L7 ；第三种就是多激光雷达方案（激光雷达数量≥2），代表车型有极狐阿尔法 S HI 版、长城机甲龙、威马 M7 、路特斯 ELETRE 。

集度智驾负责人王伟宝介绍。集度ROBO 1的自动驾驶感知方案，用了双激光雷达感知融合方案；而在集度汽车的自动驾驶感知方案中，它又带来了激光雷达、摄像头双备份方案。我们权且用“一分一合”来表示，“分”指的是摄像头和激光雷达两套方案并行工作，互为冗余。注意，二者是并行，而不是目前业内常见的激光雷达和摄像头互补的方案；“合”说的是双激光雷达的感知融合方案。

先来看看双激光雷达的“一合”。

双激光雷达的“一合”

目前，搭载2颗以上激光雷达的乘用车中，激光雷达基本都是各自为政。简单点说就是各干各的活，彼此互不干扰。但在集度汽车ROBO 1身上，这两颗激光雷达采用了融合感知的设计思路。让两个激光雷达能够达到一颗激光雷达的效果。也就是说，原来两颗互不干扰的激光雷达现在开始协同合作了。

它能带来的好处如下：

1、更大的视场角FOV。

根据集度公布的数据，双激光雷达的探测视场角FOV 是180 °，也就是整个水平面。之前禾赛科技公布，其AT128机型的FOV是120°。视场角扩大了60°。

有同学会奇怪，一颗激光雷达视场角120°，两颗不应该是240°吗，怎么还变小了？

因为激光雷达扫射的是一个扇形范围，两颗激光雷达的视场角也不是简单的相加，它们有一定的重合区域。所以，假设将两个融合激光雷达的FOV设为X，那么120°＜X＜240°，因为不允许有视野盲区存在。这个可以参考多摄像头的布置方案。

根据集度的说法，该融合方案在“鬼探头”、左右有遮挡物等行车场景中，对左右横穿行人或障碍物的识别能力更强。

这是中国路况常见的场景。在激光雷达方案中，之前业内在解决这个问题时都采用的是补盲方案，（字面意思理解，补充视野盲区。）就是上文提到的各干各的活，彼此互不干扰，比如小鹏P5。

2、拥有加强“加强扫描区”。

上文提到，两颗激光雷达会有一定的重合区域。我们权且将其称之为“加强扫描区”。

这会带来什么效果呢？

来看看禾赛官方的描述，“双激光雷达对车辆重点区域的识别更精准。在车辆正前方60°FOV的区域内，双激光雷达可做到加倍重叠，目标物上的点云数据更多，识别准确率更高。”

这个逻辑不难理解，如果扫描物在激光雷达正前方时，相当于激光雷达对同一个区域扫描了两次，就像我们画画一样，先用素描笔画一遍，然后再重新描一遍，出来的图像肯定更清晰。

关于这方面的探测体验，集度在视频里有重点展示。摄像头在黑夜无法识别的场景，集度的双激光雷达都能识别。根据集度官方描述，激光雷达是主动发射红外激光的传感器，不依赖外部光线进行感知。尤其是在光线过强或过暗的环境中，激光雷达提供了重要的感知能力加持，让辅助驾驶系统更安全。对比图如下：

关于红外技术的探讨，《圆周智行》在此前的文章中，有过深度剖析，有兴趣的朋友可以查阅：深度解剖广汽埃安“全球首创”的红外智驾技术

集度双激光雷达官方视频如下：

3、安全双保险。

两颗激光雷达融合感知时，能够提供更好的安全冗余。一颗失效了，另一颗也能发挥作用。

一个激光雷达从业者告诉《圆周智行》，目前已经上车的激光雷达，可靠性，稳定性验证还处于初级阶段，需要时间来解答。

从时间节点推算也确实如此，业内所知的在量产乘用车上激光雷达最早上车的是小鹏P5，于2021年发布。而一款车的平均寿命在8-10年左右，激光雷达的可靠性验证还有很长的路要走。

感知融合方案下，多一颗激光雷达，就多一份安全保障。

双激光雷达有好处，也有缺点。和多摄像头方案一样，确保两颗激光雷达始终保持相互对称，不会因为震动、外力带来的“视觉偏移”，也是双激光雷达融合方案需要考虑的问题。因为一旦偏移可能会带来感知偏差，进而影响决策判断等一连串的问题。简单点说，激光雷达的位置得足够“牢固”，不能有任何“松动”。

激光雷达与摄像头方案互为冗余的“一分”

目前，在自动驾驶的感知处理方案中，业内的主流思路是多传感器融合。就是大家常听到的“摄像头+激光雷达+毫米波雷达”方案。虽然各个传感器彼此的分工不同，但它们对当前环境最终只会输出一个分析结果。

翻译成大白话就是，摄像头采集到的数据和激光雷达采集到的数据会放在一起处理、分析，然后对当前环境输出一个结果，其运作逻辑图如下：

但是，自动驾驶老玩家Mobileye 提供了另一种解题思路，即激光雷达和纯视觉双向并行的思路。

和之前的融合方案不同，它有两个子系统，一个是纯视觉系统，另一个是“激光雷达+毫米波雷达”系统，二者同时工作，并且独立发挥作用。

翻译成大白话就是，它会对当前环境输出两个结果，激光雷达一个，摄像头一个，二者互不干扰，敢干各的活。最终输出两套环境感知结果供计算平台决策。如果其中一个失效，另一个能发挥作用，比如摄像头方案对当前环境产生了误判，但激光雷达精准识别了当前环境，计算平台依然能够做出正确的决策。其工作逻辑图如下：

融合方案不一样，如果摄像头对当前环境产生了误判，激光雷达准确识别了当前环境，但如果二者融合之后的结果依然对当前结果产生误判（要看二者谁在决策层的权重更高），那计算平台依然会根据误判的结果进行决策。比如这两年发生的辅助驾驶的几次重大交通事故，很多程度都是因为这个原因。

上文提到的“一合”属于激光雷达子系统的感知融合方案。

根据王伟宝介绍，集度的自动驾驶路线包含两种，一种是摄像头方案为主。集度背靠百度，在纯视觉方案上，百度已经在自家的Robotaxi和ANP上落地。后者包括城市领航辅助系统 ANP 以及泊车 AVP 。

另一种是摄像头和激光雷达方案双线并行，两个方案独立运用在智能驾驶系统里，互为冗余。类似于Mobileye的方案，也就是我们本节重点探讨的“一分”。

王伟宝将集度SIMU Car 的研发划分为三个阶段：

1.0 是小学阶段，主要专注在算法逻辑、架构设计、基础功能模块开发，软件跟底盘的连调，智能驾驶基于纯视觉方案；

2.0 中学阶段，也就是现阶段会实现面向 L4 电子电气架构 JET、点到点的自动驾驶能力的量产；

3.0 大学阶段，也就是在年底进入量产前交付的最后测试阶段，主要是提高智能驾驶每个专项的能力。

目前 SIMU Car 的研发步入了 2.0 阶段。1.0 阶段，集度的智能驾驶系统就是基于纯视觉驱动方案，实现了城市和高速域的贯通。2.0 阶段才正式融入了激光雷达方案。

根据集度计划，ROBO 1 将于 2023 年上市交付。届时，我们再看其真实表现如何。

参考资料：https://zhuanlan.zhihu.com/p/501038666