深圳初創自動駕駛 最小固態LiDAR出爐
Table Of Contents
L3自動駕駛技術的量產車奧迪A8，使用了法國Valeo開發的LiDAR產品。Valeo已獲得5億歐羅的LiDAR訂單。
自主科技
全球多家公司開發自動駕駛技術，本港亦有自動駕駛技術初創。儘管視覺運算和雷達技術的發展神速，L3級或更高級別自動駕駛，3D LiDAR（三維雷射雷達）仍是車廠首選。
一般的視像鏡頭缺乏深度訊息，雷達的波段又對靜態物件反應較差；雖然新一代雷達針對靜態物件，凖確度跟LiDAR，仍有一段距離。
法國生產商Valeo開發的SCALA LiDAR，為全球首款實現車規級（即達到汽車可靠和設計壽命），可規模量產LiDAR，已裝配在全球首款L3自動駕駛技術的量產車奧迪的A8房車。
傳統的機械旋轉結構激光雷達，成本太高，固態LiDAR成本低，獲取數據較快，解析度也高，較不受溫度和振動等影響，其中最多人開發MEMS微振鏡（MEMS指的是微機電系統），所有機械部件整合成單一個晶片，以半導體生產固態LiDAR，大幅減低成本。
MEMS雷射雷達LiDAR光學口徑、掃描角度，視場角也會較傳統機械式為差，不過亦有初創克服了上述難題，降低了LiDAR成本，有望加快自動駕駛實現。
各種MEMS固態LiDAR應用自動駕駛產品，中國深圳的速騰聚創（RoboSense）率先推出低本MEMS固態LiDAR，並於美國CES 2020展出，MEMS技術固態雷射雷達RS-LiDAR-M1Simple，售價只要1898美元。
速騰聚創以往開發機械式固態LiDAR為主，經過多年研發MEMS固態LiDAR；除研發低成本版本，又推出全球首款軟硬一體化RS-LiDAR-M1Smart，以固態LiDAR點雲演算法嵌入了LiDAR硬件，成為即時處理車外部的資訊，輸出目標清單，作為冗餘數據協助駕駛。
RS-LiDAR-M1Smart輸出兩組數據：原始點雲與目標資料清單，兩份數據形成冗餘，為車輛提供包括動靜態、道路內外的大範圍感知結果。尤其對靜態物體，依輸出類別、大小、姿態與機動狀態等資訊，向自動駕駛的決策提供充分的冗餘資訊，以解決單靠攝像鏡頭，深度識別不一定準確，而一般雷達的毫米波的靜態物體，又會有感知不足的缺陷，補充數據提升自動駕駛安全。
故此，RS-LiDAR-M1Smart可應付極為複雜的交通路面 ；不同駕駛場合和稠密交通流量 （交通繁忙時段的人車爭路），亦可針對前面景物（人、車）、背景（阻礙駕駛的未知物體例如路錐、垃圾桶等）物體，並實現長距離、大範圍全面感知。
RS-LiDAR-M1 Simple體積尺寸減半，全球最小MEMS固態LiDAR，這款車規級固態LiDAR性能上已達OEM量產車的車規級別。
雷達體積減半
RS-LiDAR-M1 Simple體積尺寸減半，性能大幅突破，這款車規級固態LiDAR性能上已達OEM量產車的車規級別。
RS-LiDAR-M1Simple優點是結構精簡、體積小、可完全嵌入車身，輸出語義級的感知結果；視場角為 120°× 25°，是目前全球已發佈產品中，視場角最大MEMS固態LiDAR。
速騰聚創放棄價格較貴的1550nm雷射器，以低成本、車規級且小體積的905nm光源， 測距能力仍有150m@10%，也是全球探測距離最遠的MEMS固態LiDAR。
固態雷射雷達具備以往機械旋轉型號的線束，達到垂直125線掃描效果， MEMS微振鏡技術為RS-LiDAR-M1量身定制的掃描系統，具備高穩定性與可控制性，25°的垂直視場角，已擁有125線的掃描效果。
RS-LiDAR-M1幀率從10 FPS提升到15 FPS，能降低目標運動導致的點雲失真影響，提高目標識別準確率和目標跟蹤的精度，在多感測器融合系統中，提升系統回應速度。
RS-LiDAR-M1體積只有傳統64線機械式LiDAR體積十分之一，也是全球最小MEMS固態LiDAR。
速騰聚創放棄價格較貴的1550nm雷射器，以低成本、車規級且小體積的905nm光源， 測距能力仍有150m@10%，為全球探測距離最遠的MEMS固態雷射雷達。
部件少成本低
RS-LiDAR-M1光學模組實現高度整合，M1整機零件數由傳統機械式雷射雷達的幾百個，降低至數十個，降低M1成本，並使加工時間縮短，簡化LiDAR製程。 光學模組的可擴展性，能為不同客戶的需求定制產品。硬幣大小模組，就聚集了RS-LiDAR-M1光機系統：滿足自動駕駛的需求，又可快速大規模量產。
RS-LiDAR-M1運行最長的樣機，持續運行超過300天，路測總里程超過15萬公里，各項功能指標未發現衰減，曾在奧地利維也納進行了不同光照和風速條件下的雨霧特性測試，試驗結果證明達標。
RS-LiDAR-M1作為固態LiDAR，減少了電機、軸承等可動機械結構，不斷轉動的磨損，消除了光電器件因為機械旋轉可能造成故障。固態的特性使得該產品能簡化內部結構，整體散熱及穩定性相比於機械式更佳。
