2月20-21日，2019全球第二屆自動駕駛論壇在武漢舉辦，本次論壇以“智能駕駛 改變未來”為主題。上海保隆汽車科技股份有限公司汽車電子總監(jiān)李威發(fā)表了主題演講，演講內容如下：

上海保隆汽車科技股份有限公司汽車電子總監(jiān) 李威

我今天的主題是用機器的視角去感知世界，為什么有這樣一個主題？其實現(xiàn)在大多數(shù)車上的傳感器，視覺也好，雷達也好，往往都是基于仿生學去做的，而仿生最主要的主體是人類自己，但是車是一個很特殊的主體。所以說首先我們要從車本身的視角去看這個世界，而不是把人代入這個世界，所以我們未來所設計的各種傳感器也好，其他部件也好，應該更符合車本身的特點。

那么車的特點是什么？

車有很多個跟我們人類不太一樣的東西，其中最主要的是體積，大家可以想象一下現(xiàn)在一個小車的體積是人的多少倍。第二是速度，我們人的步行速度是非常慢的，即使你騎上自行車也就十幾二、三十公里每小時，但車我知道在德國最快的話，如果不限速可以做到幾百公里。另外一個是距離，正是因為速度快了，所以說它的距離較大。大家可以想象一下，你速度快了，那么你對距離的感知一定要求更遠，我們人的目視距離即使在晴天的時候，你在高速公路上看遠處東西是比較模糊的，但車往往需要更遠的距離。對人來說，我們的眼睛更多的是適應陽光，我們是生活在地球上，所以我們的眼睛是為了適應太陽而存在的。當我們在夜晚的時候，除非一些很特殊的，比如說我們知道有些色盲對夜晚的敏感度比較高，除了這種以外，我們在夜晚的可視距離是很短的，我們畢竟不像狼等生物，在夜晚有非常好的視覺。

車不一樣，車要求全天候在道路上行駛，不光是白天還是夜晚，所以你很難說我今天做一個自動駕駛系統(tǒng)，一個感知系統(tǒng)，只要求他在白天行駛，夜晚或者有些極端情況下我們不要求，這是不現(xiàn)實的。

基于此我們有一個判斷，如果我們從仿生學的角度去看，車其實具有兩個特點，第一它有獵豹的速度，而且它不是一個沖刺的速度，它擁有一個長時間奔跑的獵豹的速度。第二它擁有大象的體積，它需要看得更遠。我們可以想象一下，像車這樣一個東西，自然界里面是沒有對標的，我們在自然界找不到這樣一個動物像車一樣。你們可以想一下，一個大象以獵豹的速度向前狂奔，那是怎樣一種可怕的情形。

所以說基于此我們可以看到，當我們?yōu)檐嚾ミm應整個感知系統(tǒng)的時候，他一定和傳統(tǒng)是不一樣的。舉個簡單的例子，大家知道我們現(xiàn)在很多的視覺系統(tǒng)是以30幀每秒去定義整個頻率，為什么是30幀？有一個基本的特點——它是適合人類速度的，我們當時最早定義30幀每秒的一個初衷是人眼，我們的眼睛看著這個畫面是無閃爍的。

我們可以看到，今天大量的車上的傳感器都是以30幀每秒定的，但是我們已經可以發(fā)現(xiàn)很多不適應的地方。所以說現(xiàn)在我們很多新的傳感器比如說60幀每秒，或者定的更高。我很贊同一個點——車上的傳感器一定不能以人為出發(fā)點，一定有很多冗余。三個層，感知層、決策層和執(zhí)行層，在感知層上面，我們看到現(xiàn)在最主要的幾個傳感器有毫米波雷達、激光雷達、攝像頭，熱成像在夜晚可以看得很遠，它和攝像頭的原理是不一樣的。剛才上面有幾個紅色的點，紅色的部分我們都做了，而且是全線產品。

第二就是車的特點是不一樣的，不光有速度和體積，它環(huán)境要求特別高，有很高的溫度要求，它有陸地到水面的要求，我們不能要求一個車只在晴天行駛，它一定會在雨天、在雪天行駛，而我們的傳感器都是暴露在外面。所有暴露在外面?zhèn)鞲衅饕欢ㄒ泻芨叩姆牢坌裕哉f這一點也是另外一個點，我們不能把車跟手機類比，很多人會問我，我們手機上的攝像頭已經是1000萬像素了，那么你車上的像素多少？我可以很坦率地告訴大家，現(xiàn)在在車規(guī)級我們還是百萬級別，我們目前最好的攝像頭已經做到兩三百萬像素，并沒有做得更高，為什么不能做得更高？不是因為技術達不到，而是因為可靠性，所以車對可靠性一定有很高的要求。

這是車的另外一個特點，它要求全方位的監(jiān)測。我們可以看到人的眼睛是朝前看的，我們的耳朵是朝兩邊的，我們都不是無死角的監(jiān)測，超過視角范圍內，我們會扭著脖子向后看，但車不一樣，車是一個龐然大物，我們剛才說過它是一頭大象，大象轉身是很難的，所以對車上的要求如果你需要達到360度無死角監(jiān)測，那么就一定要求在車上裝很多攝像頭，裝很多個雷達，而不是一個攝像頭一個雷達，這就是車的一個不同，所以說我們千萬不能以人的觀點去衡量車。

這是我們保隆做的雷達，這是我們做的77Ghz雷達，我們現(xiàn)在另外一個特點就在于對分辨率的要求，車上雷達其實更類似于蝙蝠的耳朵，而不是人類的耳朵，蝙蝠的耳朵需要有很高的分辨率，目前來說77Ghz雷達分辨率是不高的，但事實上在未來我們到了圖像雷達的區(qū)別到更高級別的時候，車一定需要更高的分辨率，我們有布局。

這是我們對汽車電子發(fā)展方向的一個判斷。第一，我們認為感知層和執(zhí)行層面未來一定要配合，甚至更多的融合，我們有一個感受，隨著對算力的要求越來越高，算力一定會分層。我們不可能把所有的算力全部集中到決策層面，算力一定有一部分會分配到感知層面。第二，所有點的感知層面一定會要求對復雜信息有一個很好的識別，包括各種環(huán)境。整車的性能提高對傳感器的要求更高，我說的整車性能是由于自動駕駛的推進，所以我們要求對整個車的性能要求更高。

這個傳感器叫DVS，是一個很特殊的傳感器，是我們保隆最新跟國內的一家高科技芯片企業(yè)一起研發(fā)的一個產品。今天我為什么要講這樣一個傳感器，因為這個傳感器符合我剛才講的那些定義，它是一個很特別的東西，跟雷達、攝像頭都不一樣，甚至我們認為它可能是另外一種攝像頭，它最大的一個特點在于它并不是以幀這樣一個傳統(tǒng)的概念去衡量，而是以流這樣一個概念，它更符合汽車的特點。汽車最高的特點是速度，這樣一個傳感器可以響應非?？欤歉咚賱討B(tài)的。有一個學術上的名稱叫事件驅動，如果這個事件有變化，它就輸出圖像，如果沒有變化，它就不輸出圖像。正是因為這樣一個特點，這樣一顆傳感器的輸出響應速度最高的時候可以達到納秒級。大家不要把它和高速攝像頭混合在一起，這樣一個新的技術更多的時候是事件驅動的，它的每一個像素我們可以理解為一個開關，當世界的光線發(fā)生變化的時候，開關打開就往外輸出，使它具有非常好的實時性和對這個事件的反應能力。所以說它是連續(xù)高速處理。

正是因為它可以對動態(tài)的物體進行處理，對傳統(tǒng)的視覺來說如果我們要做一些計算的話，我們要對整幅圖像做所有的計算，這樣就消耗了大量的算力。算力是一個非常麻煩的問題，而這樣一個傳感器由于它是對事件動態(tài)產生變化，在前端等于它做了基于動態(tài)視覺提取ROI，減小了你的圖像處理區(qū)域，大大提升了處理時間。第二，由于它是事件驅動，所以說它的像素點光強不需要去積累，我們傳統(tǒng)的攝像頭都是需要積累一定的光強然后輸出，那么它不需要光強積累。它還有一個很好玩的特點，因為它是基于事件驅動的，所以它天然輸出了物體的動態(tài)矢量信息，所以說它天然的可以去判斷這個事物體的運動方向。大家可以想象一下，當一條路上有很多個人在走的時候，傳統(tǒng)的相機都重疊在一起了，你是無法去分辨的，但是如果是基于目前新的技術，由于可以對每個運動方向有一個預測，對每一個物體的運動有一個輸出，它天然地就可以把所有的物體區(qū)分開來。

最后它的時間可以達到納秒級，我們也可以設定讓它做到微秒級。傳統(tǒng)上它也可以做一些灰度值的輸出。我們可以看到一個人在打電話，這個人的動作幅度非常小，你可以看到他的輪廓在不斷地輸出，從上面的圖里基本上看不到這個人在動，這個人基本上沒有動，它有非常微小的動作，那么我們的事件驅動攝像頭可以把這種非常微小的動作捕捉到然后輸出出來，所以你可以看到他的輪廓在不斷的變化，所有的變化就是輪廓的變化點。

最后一個特別有意思，光流。我剛才說過它可以測試物體的運動方向。抽煙的煙霧是由無數(shù)顆小粒子組成的，我們可以這么去理解，可以看到這個人在抽煙吐煙的時候，煙霧里面有不同的顏色，這種不同的顏色就是它的速度、矢量，矢量不同導致它的速度，即使是煙這樣一種很微小的物體，我們依然可以通過動態(tài)驅動的攝像頭抓到它的整個的特征。

我們看到這兩個人是橫向從里邊穿出來，這是我們現(xiàn)在自動駕駛的一個軟肋。現(xiàn)在不管是攝像頭也好，雷達也好，甚至激光雷達也好，都有一個很致命的問題，我們對橫向物體的敏感度是不夠的，我們通常說自動駕駛在中國有一個最大的bug是電動自行車。如果今天有一輛電動自行車以很高的速度橫向穿出的時候，我可以很坦率的告訴大家目前所有的自動駕駛車全部都可以掛掉，沒有一個自動駕駛車能夠在這個時候及時的對橫向穿出的電動自行車做出很好的反應，這是由它的物理特征所決定的。

我們這顆攝像頭因為對運動物體有很良好的輸出，只要有東西橫向穿出，我馬上可以把它抓住，馬上可以輸出。上面和下面我們做了一個對比，上面是某個國際著名的做單目攝像頭的企業(yè)的一個輸出，下面是我們的輸出，你可以看到他沒有抓住，我們很好的抓住，我們也用雷達做過對比測試，雷達也反應不過來。在這種情況下我們目前所知的能夠反應過來的只有這一顆動態(tài)視覺攝像頭。

這是一個很好玩的案例。這是夜晚，這個是傳統(tǒng)的攝像頭，我們做了一些灰度處理之后，那邊是高動態(tài)攝像頭輸出的，即使在夜晚，周邊物體的輪廓依然可以非常清晰的輸出，它具有非常強的光線適應能力，它的動態(tài)范圍非常大。我們大概測試過應該是超過120個dB，應該會達到130dB左右，這個值我們現(xiàn)在還在測定中，還沒有完全得出一個結論。

為什么我今天跟大家講這樣一個DVS攝像頭？第一，確實是因為保隆現(xiàn)在正在開發(fā)這樣一個比較前沿的攝像頭，我們有傳統(tǒng)的東西，但是我們也在開發(fā)這樣一個前沿的攝像頭。第二，目前自動駕駛再往后走，我們除了傳統(tǒng)的一些東西，其實還源源不斷的有新的技術出現(xiàn)，而所有這些新的技術，正一點一點地把汽車這樣一臺飛奔的大象的感知層填補得越來越好，它就會飛奔的越來越安全，這是一個點。所以說我們認為如果你是一個企業(yè)，你要去做感知層，你肯定不能說我只說一種或者兩種，你一定要把所有這些感知層的東西按照特點去分類，做成不同的產品線，這樣才能夠在未來的市場上有競爭力。

所以保隆整個的目標就是去做汽車的眼睛和耳朵，所以我們致力于成為汽車的眼睛和耳朵，這個是我們目前部分的產品線。剛才的DVS是我們還在研發(fā)的東西，我們現(xiàn)在和國內的幾家車廠已經達成了一些協(xié)議，預計在今年下半年就可以在國內的很多自動駕駛車上可以看到。

這是我們的一些算法，這是我們的雙目。剛才也談到到底是雙目還是單目好，其實現(xiàn)在并沒有一個結論，很多人說單目好，很多人說不好，我們在單目上有我們的系統(tǒng)，我們在雙目上也有我們的系統(tǒng)，但是總的來說我們這邊在感知層上所有的算法都是保隆自己研發(fā)的。

順便談一下雙目的一個問題，很多時候我們談到雙目就有一個問題，就說到底是雙目好還是單目好，其實這里面有一個很大的前提就是距離是以八厘米或者十厘米標準去衡量一個雙目，但試想一下你為什么要定八厘米或者十厘米？這里面有兩個因素，第一個因素你還是拿人去做類比，用我們人類眼睛的瞳距，第二點，我們想象一下汽車是一臺飛奔的大象，它的雙目距到底是多少最為合適？肯定不是八。我一直在強調在汽車上如果你要做雙目一定是大雙目距，一定不要做小雙目距。大雙目距其實更大的考驗不是在算法上，而是在結構、材料形變，在這些材料學上，你怎么去彌補這些材料學的誤差給雙目帶來的天然的差，這是一個大的特點。

這是我們的雷達，基本上我們的雷達全部都是自己研發(fā)，包括從天線到前端到算法都是自己研發(fā)，我們目前的雷達是2T4R、3T4R的，我們也會做一個是4T12R，我們的目標是到2021年的時候，我們能夠輸出一顆實際意義上的圖像雷達，如果我們有一顆實際意義上的圖像雷達配合我們剛才所說的DVS的時候，在感知層我們已經達到了速度和分辨率兩者的統(tǒng)一，這個時候我們再去做圖像和雷達的融合，整個世界就會不一樣，我們也許能夠真正真實地反映實際的三維的世界，這是我們的目標。當我們真實地反映了實際的三維世界的時候，我們可以給車廠提供更詳細的感知層信息的時候，在感知層上，我們已經做好了準備。

這是我們雷達的一些技術優(yōu)勢。順便說一下，如果我們要做這樣一個東西，我們是要做整個系統(tǒng)，我們也做了一個評估系統(tǒng)，去評估我們整個系統(tǒng)是否有效。

為了評估我們的產品線和產品鏈，我們做了一個軟件工具鏈，基于軟件工具鏈，我們可以實際的評估我們的攝像頭、雷達在實際場景中的應用是否合乎標準。

最后總結一下保隆的思路，宗旨是讓更多人受益于汽車科技的發(fā)展，所以我們自始至終是沿著這條路在往前前進。同時在整個自動駕駛和ADAS上面，我們保隆始終是focus在感知層領域，我們希望能夠把感知層做得更好，給更多的OEM提供更好的感知層產品。我們的目標是成為汽車的眼睛和耳朵，謝謝大家。