隨著城市輔助駕駛大規(guī)模落地，激光雷達車型由于能實現(xiàn)更全面的智能駕駛而備受關(guān)注。比如，理想汽車前不久宣布在北京和上海開啟「城市 NOA」內(nèi)測，下半年將開放全國都可用的「通勤 NOA」，媒體和用戶試駕已啟動。

使用這兩項 NOA 導(dǎo)航輔助駕駛有一個共同的要求，就是需購買搭載激光雷達的 MAX 版本車型。這枚來自禾賽的超高清遠距激光雷達 AT128，內(nèi)部集成 128 個激光器，實時為車輛感知每秒 153 萬點的 3D 空間數(shù)據(jù)，全局分辨率高達 1200 x 128，可實時探測 200 米遠處的障礙物。

理想汽車 MAX 版配備了禾賽 AT128 超高清遠距激光雷達

更安全更智能

激光雷達加持下的城市 NOA 表現(xiàn)搶眼

在理想汽車開放媒體試駕期間，搭載激光雷達的 MAX 版車型面對北京望京“地獄級路況”，依然游刃有余，儼然一名高分“AI 司機”。多家媒體給出了“車輛對安全的邊界把控非常好”、“城市 & 通勤 NOA 讓消費者對高配車型接受度大大提高”的評價。

從 42 號車庫公開實測視頻1來看，理想城市 NOA 在以下場景表現(xiàn)尤為優(yōu)異：

01

黑暗隧道中的行人

即使是在黑暗的隧道中身穿黑色上衣的行人，車輛都能精準識別，成功實現(xiàn)了避讓。

02

超遠距感知靜止作業(yè)車

在超遠距離下對靜止作業(yè)車做出了識別，為車輛留出了足夠的處理時間，從容地進行了提前變道避讓。

總之，城市交通的復(fù)雜性確實對車輛的感知能力提出了更高要求，因此為了覆蓋更廣泛的行車場景，不同傳感器相互融合補充的必要性顯得尤為重要。

理想汽車 AD MAX 采用了多傳感器融合感知2

事實上，理想汽車采用的增強版動態(tài) BEV 大模型融合算法，在傳統(tǒng)純視覺 BEV 的基礎(chǔ)上，進一步融合了激光雷達數(shù)據(jù)，將安全提升了一個數(shù)量級。具體而言，就是“視力”更好，暗光、強光環(huán)境下，駕駛更安全；“反應(yīng)”更快，跟車更精準，操作更平穩(wěn)。

理想汽車自研的動態(tài) BEV 模型融合了圖像和激光雷達點云3

很多人疑惑，為什么目前只有帶激光雷達的高配車型才能使用城市導(dǎo)航輔助駕駛功能，激光雷達到底可以為智能駕駛帶來哪些功能，如何保障行車安全、提升智駕體驗，這些都成為了大家非常關(guān)心的問題。

今天，我們就來聊一聊激光雷達在城市輔助駕駛中的作用。

挑戰(zhàn)“地獄級”路況

感知必須「更精準更立體」

城市導(dǎo)航輔助駕駛，雖然各廠商叫法不同，但本質(zhì)都是讓車輛在路況復(fù)雜的城區(qū)中，實現(xiàn)“點到點”的輔助駕駛。汽車將在駕駛員的“監(jiān)督”下，像人一樣依照地圖導(dǎo)航的路線行駛，實時感知城區(qū)的車道線、障礙物、信號燈，實現(xiàn)自主行駛、剎車、變道、轉(zhuǎn)彎、繞行避讓等動作，最終到達目的地，可以說是相當智能的一名“AI 司機”。

城市路況行駛最大的挑戰(zhàn)在于其復(fù)雜性和不確定性，比如人車不分流、車道不清晰、紅綠燈種類繁雜、無保護左轉(zhuǎn)、遇前方事故、鬼探頭、遇違停占道等等。而在夜晚，還要面臨光線不足帶來的能見度降低，高頻出現(xiàn)的車燈眩光。因此，“AI 司機”如何才能穩(wěn)定地“看清”周圍路況，成為了首先要解決的難題。

理想汽車媒體內(nèi)測試駕城市路況4

暗光、強光、異形障礙物

激光雷達全不在話下

夜間行駛燈光不足視野差、對面車開遠光燈，白天進出隧道光線強度突變等情況，都會對攝像頭帶來挑戰(zhàn)。但對于主動發(fā)光的激光雷達來說，外界光線無論怎么變，都不會影響其感知成像，能幫助城市導(dǎo)航輔助駕駛、AEB 等主動安全功能做出更穩(wěn)定的決策。

激光雷達在夜間逆光時仍然穩(wěn)定感知路況，

遠處行人清晰可見5

激光雷達在暗光下的感知效果

還有一種情況是「異形障礙物」，在算法里也被歸為「一般障礙物」，指事先未經(jīng)算法訓(xùn)練過的物體，往往是道路上不常見的交通參與者，比如一輛橫著側(cè)翻的大貨車、某種不常見的動物、形狀特別的異型車、異形施工道路等等。「異形障礙物」的檢測跟蹤對于 AEB 主動安全、城市導(dǎo)航輔助駕駛的避障非常重要。

有了激光雷達，只要有障礙物，就能形成點云數(shù)據(jù)，并不依賴對物體的歸類，也就是說只要前方障礙物形成點云，即使不屬于任何已知類別的物體，車輛也可以及時感知從而停下或避開。

由此，所有障礙物「占用」的物理空間就都能被確定，算法通過排除被占用的不可行駛區(qū)域，從而推斷出「可行駛區(qū)域」，讓車輛在執(zhí)行層面得以安全行駛。

激光雷達能穩(wěn)定感知算法未見過的異形障礙物

算法實測

激光雷達對安全性提升巨大

感知算法的一個重要任務(wù)是進行「語義目標檢測跟蹤」，即「檢測」到各類目標準確的三維位置、尺寸和姿態(tài)，并進行「跟蹤」。算法會把障礙物提前分為不同的類別，根據(jù)先驗知識預(yù)測它們的行駛路徑和意圖。例如一輛車和一個人的速度區(qū)間顯然不同。

做好語義目標檢測跟蹤，對于城市 NOA，以及AEB、AES、FCW 主動安全功能非常重要。

評價「目標檢測」有一個重要指標是「平均精準度」 mAP （mean Average Precison），用來評估感知算法對目標位置、尺寸、姿態(tài)的檢測水平。

行業(yè)權(quán)威數(shù)據(jù)集 Nuscenes 感知算法評測6顯示，使用激光雷達的算法，mAP 數(shù)值相比純視覺有明顯提升。其中激光雷達+攝像頭的組合方案分數(shù)相比純視覺算法的數(shù)值平均從 57% 提升至 73%，表現(xiàn)最好的達到了 77%。

nuScenes 數(shù)據(jù)集 2023 年以來公開挑戰(zhàn)賽成績6

同樣，基于「目標跟蹤」任務(wù)的「平均多目標跟蹤精度」AMOTA (Average Multi Object Tracking Accuracy) 評價數(shù)值，在加入激光雷達之后，算法的平均跟蹤精度也從 56% 提升到了 75%。

nuScenes 數(shù)據(jù)集 2023 年以來公開挑戰(zhàn)賽成績6

從數(shù)據(jù)集實測結(jié)果來看，無論是目標檢測，還是目標跟蹤，激光雷達和攝像頭組合方案的精度都是最佳的，其次是純激光雷達方案，以及純攝像頭方案。

激光雷達感知算法具有非常好的目標檢測跟蹤效果

看準「地面」

激光雷達的拿手好戲

對于汽車而言，世界可以分為地面和物體兩大類，地面用來行駛，物體按照離地高度采取避開或通行的決策。例如，遇到高高懸空的物體可以安全通行，如紅綠燈、指示牌等。因此算法需要準確檢測地面，才能獲取物體相對地面的高度，判斷需要避開障礙物，還是可以繼續(xù)通行。能否精準進行「地面檢測」，對于 AEB （自動緊急剎車）、ACC（自適應(yīng)巡航）、全場景導(dǎo)航輔助駕駛都非常重要。

對于地面的檢測，其他傳感器主要存在的問題有：檢測精度差，能檢測到的地面距離太近，或者根本無法區(qū)分地面和高空中物體，這可能會導(dǎo)致不必要剎車，影響行車舒適性，如果導(dǎo)致高速上剎車則更是增加危險。更不用說在上下坡道路、大曲率彎道這些本來地面檢測難度就極大的路況了。

作為自動駕駛汽車中用于感知位置最精確的傳感器，激光雷達基于三維坐標，能精確到厘米級別為算法提供地面和物體的相對位置，哪些是障礙物，哪些是不會影響行駛的物體，在激光雷達的世界里一目了然。

基于激光雷達進行精準的「地面檢測」

與此同時，地面上的各種凹陷和凸起，如果車速過快，會非常影響乘車體驗舒適性，甚至有安全隱患。激光雷達可基于探測到的地面高度落差，在車輛快要經(jīng)過這些凹凸不平，幫助避開或盡早減速，幫助汽車獲得更好的駕乘體驗。

識別「車道線」「路沿」

激光雷達讓算法更得心應(yīng)手

對于 LKA 車道保持、ALW 自動變道等功能，汽車需要對于車道線進行正確的識別，從而遵守道路規(guī)范行駛在“正確的道路結(jié)構(gòu)”中。但在上下坡、大曲率彎道處，基于單一傳感器進行車道線的擬合難度較大，檢測結(jié)果容易變形、閃爍。

除了坐標，激光雷達還能輸出反射率，涂有反光涂層的車道線反射率會更高，算法可以提取特征把車道線識別出來，從而為車輛提供更精準的「語義地圖」。

基于激光雷達的感知算法在上坡、彎道場景

依然穩(wěn)定識別車道線

路沿也是「語義地圖」的重要組成，高出地面的路沿往往只有十幾厘米高，對于精度不高的傳感器非常困難，有了精度 ±2 cm 激光雷達，準確的高度信息能讓路沿檢測更加高效。

越來越「香」的激光雷達車型

作為一個可以幫你開車的“機器人”，智能汽車做任何決策需要建立在「精準感知」的基礎(chǔ)上，激光雷達憑借「真三維」「高精度」的優(yōu)勢，成為增強感知的利器，幫助車輛擁有復(fù)雜路況與密集交通下更快更穩(wěn)的主動應(yīng)變能力。

從落地應(yīng)用的 ADAS 功能來看，無論是 AEB（自動緊急剎車）、AES（自動緊急轉(zhuǎn)向）、FCW（前向碰撞預(yù)警）這樣的主動安全功能，還是開始大規(guī)模落地的 ACC（自適應(yīng)巡航）、LKA（車道保持）、ALC（自動變道）、全場景導(dǎo)航輔助駕駛，激光雷達在感知算法中的參與度越來越高，汽車也因此獲得了更好的智能駕駛體驗。

可以預(yù)見，隨著高階輔助駕駛的不斷升級，配備激光雷達版本的高配車型也將越來越“香”。