“激光雷达也可以“变焦”？RoboSense M1智能“凝视”功能上线！”

前言年被称为激光雷达量产“元年”。 自去年7月以来，rs-lidar-m1接到大量汽车企业定点车型订单，涵盖l3重卡方案科技公司、北美新能源车企、中国制车“新实力和新势力”汽车企业、旗下主机厂、顶级超跑企业品牌等，超跑。

m1被称为车规级智能固体激光雷达，今年一季度以来，已经发布了m1车规级的部分先进技术和进展。

激光感知corner case :成功处理了高重影、高膨胀、近距吸点、近场空孔、日光干扰、多雷达对射干扰等corner case

通过车规可靠性验证:包括但不限于振动、冲击、emc电磁兼容、化学防腐、盐雾、高低温湿热等验证；

配备完整的支持功能: ota升级、雨雪尘噪声检测&； 过滤、污垢检测、智能清洗、智能加热、性能检测、电源管理、网络管理等功能；

高标准功能安全设计:完全满足对sil-2和asil-b等级定性定量的功能安全目标

车规量产生产线的完成:国内第一条车规级固体激光雷达量产生产线于3月完成。

今天，我们将公布m1智能部分的“秘密武器”。 硬件智能+软件智能。 也就是硬件上的智能“凝视gaze”功能和软件上智能目标水平的感知功能。

硬件智能:可变焦智能“凝视”功能

自动变焦技术是实现计算机视觉和各种图像形成系统智能化的飞跃技术之一。 通过改变摄像机焦距值的大小，可以迅速兼具几个固定焦距镜头的作用，为环境感知提供了便利的条件。

这种革命性的智能变焦技术非常适合减少长枪短炮的设备堆栈，快速捕捉远距离和近距离的影像和运动物体，因此成为纪实性拍摄中常用的“武器”。

●嵌入智能汽车生态系统中，激光雷达的硬件实现智能化

在日常驾驶中，司机需要仔细解决不同场景下的特殊道路状况，经常关注不同的道路区域。 在高速公路上行驶时，必须关注远处的动态车辆和静态的小障碍物。 过马路十字路口时，警惕周边行人和二轮车； 通过堵车区间时，请注意周边车辆的强行堵车行为。

智能驾驶也需要面对不同的驾驶场景，激光雷达的硬件性能需要根据不同路况下的环境感知点进行优化。

考虑到硬件的性能、效率、价格等维度，将激光雷达硬件智能升级，实现了类似摄像机的变焦技术，取得了高效的应用成果。 该智能功能被称为“凝视gaze”功能，意味着将随时聚焦于驾驶员在意的重要感知区域。

硬件智能是robosense智能激光雷达传感器系统布局的一部分，功能版m1也因此获得了ces 2019创新奖

目前，robosense已与定点客户共同完成“凝视”功能的量产原型验证，6月以来，“凝视”功能将通过新版rs-lidar-m1正式上线。

●“智能”是二维mems芯片扫描的基因特征

以前流传下来的激光雷达包括自动驾驶测试车的一维机械旋转式激光雷达和一维反射镜式激光雷达，使用的扫描方法都是一维电机扫描架构 前者用马达载着所有的激光收发元件一起旋转扫描，后者用马达载着激光反射镜旋转扫描。

△一维机械式扫描方案的构成

△一维镜像扫描方式的构成

由于这种十几年的一维电机扫描帧在激光收发单元出厂前完全固定，因此扫描扫描线束的分布和最高帧速率在出厂时固定在

△一维电机的扫描计划的线数分布一定，扫描帧速率一定

新一代车规级智能固体激光雷达rs-lidar-m1使用robosense自研的二维mems智能扫描芯片，可以任意改变横向和纵向的扫描速度，而且

△二维mems芯片的智能扫描方案

1.从粗放线数的概念来看，准确的roi区域的分辨率

智能驾驶关注的远距离障碍物都分布在激光雷达视场的中间ROI ( ROI )区域内，所以真正需要提高的是激光雷达对远距离障碍物的感知能力，核心点是提高中间ROI区域的分辨率。

的最初阶段，由于激光雷达线数平均分布，线数可以直观地反映感知能力。

△一维机械式扫描、线数的平均分布

随着车载激光雷达的应用，roi区域需要在更密集的扫描线数上达成一致，一维机械式扫描方案通过将固定激光元件在中间区域加密堆积，在视野中获得固定立场、固定分辨率的roi区域。

△一维机械扫描、固定立场、固定分辨率的roi区域

二维mems智能扫描出现后，线数分布可以任意转换，激光雷达可以根据不同的驾驶场景自由调节roi区域的立场范围、分辨率大小。

△通过二维mems智能芯片扫描，可以自由调节roi区域的立场范围、分辨率的大小

m1“凝视”功能可以动态调整roi区域； 另外，还可以动态调整分辨率，使roi区域内的分辨率加倍后再加倍，达到相当于一维扫描数百数千线的感知能力； 双重动态调整功能可以自由配置，不浪费计算力资源。

△分辨率可调节的二维mems芯片智能扫描方案

2.从锁定的固定帧速率，灵活的实时调整帧速率

在不同的驾驶场景下，智能驾驶系统对环境感知帧率有不同的诉求，在市区驾驶场景中，周围障碍物距离近，驾驶响应距离短，需要提高帧率以获得更长的响应时间； 高速场景中障碍物距离较远时，需要提高分辨率而不是提高帧率，以提高检测距离，获得更长的响应时间。

一维扫描方式在业务状态下不能改变帧率，帧率被锁定在接通电源时选择的范围，不能跟踪感知系统的帧率(包括照相机的帧率)的调整，不仅不能提供更场景化的环境数据

△二维mems芯片的智能扫描方案，帧率可调

二维mems智能扫描方案可以在激光雷达的工作状态下动态地提高和降低帧率，并且帧率的数值可以取连续值，而与范围无关。 由此，能够根据驾驶场景和感知系统的帧率诉求来改变激光雷达的帧率，也能够根据照相机的帧率等的比来维持同步触发。

●m1“凝视”功能，从安全到舒适都可以提高客人的乘坐舒适度。

1.高速场景下垂直分辨率的提高，会给顾客体验带来飞跃

在高速公路上，车辆行驶速度快，车间距离远。 智能驾驶感知系统关注正对面远处的行驶车辆和三角预警标志、雪糕筒、掉落轮胎、掉落树枝等静态障碍物。 与此相反，分布在地面和天空等非重要区域的高分辨率点云数据成为计算力的负担。

▲高速公路的场景中，驾驶员关注正对面的roi区域

智能驾驶为了高速实现HWP ( HWP )功能，需要获得对上述障碍物更远的比较有效的检测距离，这就需要激光雷达具有高测距能力和高比较有效的分辨率(即障碍物所在的roi区域内的高分辨率)

在HWP ( HWA-Pilot )模式下，开启m1“凝视”功能，智能地提高roi区域的垂直分辨率，可以安全舒适地跨越智能驾驶。 打开“凝视”的m1视场的中间roi区域的垂直分辨率可以从0.2°动态提高到0.1°，障碍物点群的成像密度增加两倍，准确测量前方小物体的高度，计划层结合车轮和底盘的高度评价通过性

在直行道路上，垂直分辨率从0.2°上升到0.1°，意味着基于感知算法的车辆识别距离从120-150米上升到180-200米，静态小型障碍物的检测距离从85米上升到160米。

/ S2// S2 /

/ S2// S2 /

△在高速上，智能驾驶车辆以120km/h的速度行驶，0.2°垂直分辨率对障碍物的感知距离正好满足安全制动要求，垂直分辨率提高到0.1°，对障碍物的感知距离可以达到舒适制动诉求

/ S2// S2 /

/ S2// S2 /

△开启“凝视”功能，提高分辨率提高感知能力，尽早发现障碍物并顺利完成变道

/ S2// S2 /

m1“凝视”功能的roi区灵活可调，感知系统根据指令动态调节roi区视场内的垂直分布，以适应车辆在不同驾驶场景中的俯仰角和不同的激光雷达配置高度，从而实现激光雷达的感知效果

/ S2// S2 /

2.在低速场景中，每当帧率上升，顾客满意度就会上升

智能驾驶车辆离开高速驶上市区道路后，车辆行驶速度变为中低速，但障碍物与本车的距离变近，路况多复杂变化快，周围有备有拥堵的并排车辆、横穿的二轮车、行为不同的行人、横向行驶，

/ S2// S2 /

△在市区的场景中，障碍物和本车的距离变近，行动多复杂变化快

/ S2// S2 /

要启用TJP ( traffic Jampilot )功能，激光雷达必须有更小的死角( m1最小死角达到0.3米)和高帧率的数据，能够迅速应对环境的变化 m1的“凝视”功能可以瞬间将帧率从10hz提高到20hz (或者更高)，“快与人一步”完成tjp和车的功能，防止和摩擦外挂。

/ S2// S2 /

/ S2// S2 /

在堵车情况下，如果两台配备激光雷达并行的智能驾驶车辆打开了tjp功能，则只配备普通10hz帧率的激光雷达的车辆响应较慢，因此空文件较大

/ S2// S2 /

/ S2// S2 /

△差动速度30km/h、以15°角插入的车辆，在通常模式的10hz和“凝视”模式的20hz下完成插入处理的帧数，在20hz模式下可以获得35帧的数据，但在10hz模式下可以获得35帧的数据 前者显然能够迅速准确地跟踪插件车辆的行为，控制插件和不擦的情况

/ S2// S2 /

左转场景中，对面行驶速度30km/h (差动60 km/h )，10hz帧率中相邻帧的车辆发生约2m的位移，20hz帧率中约为1m。 这意味着智能驾驶车辆可以更准确地评估安全左转的空档位，减少不必要的原地等待时间，安全保护左转，安全完成

/ S2// S2 /

/ S2// S2 /

/ S2// S2 /

△打开“凝视”功能后，智能驾驶车辆的左转操作会更加顺畅

/ S2// S2 /

软件智能: ai感知算法

/ S2// S2// S2// S2// S2// S2// S2 /

在2019年上海车展发布会上，robosense首次将m1的软件智能——内部集成ai感知算法，同时输出三维点云数据和目标级环境感知结果。 这也是领域对robosense固体激光雷达“智能”的最初认识。

/ S2// S2 /

△m1软件智能实测，同时输出三维点云数据和目标水平的环境感知结果

/ S2// S2 /

完成硬件智能的“凝视”功能以完成验证和生产，并且是软件智能的核心--robosense在激光雷达领域一直处于领先地位的点云ai感知算法rs-lidar-algorithms

/ S2// S2 /

支持高级自动驾驶“点对点”的全场景环境识别

可以脱离第三方支持库的依赖关系，直接在支持c++的任意车载计算平台和操作系统上运行，成为可以导入车载嵌入式系统的软件算法；

只有0.3~0.5 tops，计算力诉求极低，不需要昂贵的高计算力平台的支持，可以导入m1内部，也可以导入车载域控制器；

支持OTA升级，随着数据的积累，算法可以升级并推送至客户OTA；

追加10个比较轿车自动驾驶场景化APP场所的感知功能

维护SDK模块设计，具有优异的迁移性、兼容性、维护性、扩展性，易于二次开发。

/ S2// S2 /

oem和tier1客户将rs-lidar-algorithms快速引入自己的感知系统，跳过较长的算法开发和验证周期，减免开发成本，实现基于激光雷达感知能力的智能驾驶功能的

/ S2// S2 /

“硬件智能+软件智能”

机器人感应全面加力智能运行

/ S2// S2// S2// S2// S2// S2// S2 /

/ S2// S2 /

△“硬件智能+软件智能”、车规级智能固体激光雷达rs-lidar-m1

/ S2// S2 /

在驾驶APP端，robosense根据不同的驾驶场景和功能诉求，通过硬件智能化升级感知能力和效率，推动智能驾驶系统驾驶体验上的飞越提升； 在量产部署端，robosense软件智能提供“即插即用”感知算法，缩短系统开发周期，帮助oem获得激光雷达有效的高级智能运行功能。

/ S2// S2 /

从一维扫描的机械式硬件“新闻采集器”演化为“硬件智能+软件智能”的二维智能扫描“新闻理解者”，robosense继续努力，持续升级为下游客户。