今日的科技与汽车产业高层及工程师们，对于如何赶上自动驾驶车辆(automated vehicles，AV)的技术与商业发展蓝图都有许多疑问；而根据市场研究机构IHS Markit的车用资通讯娱乐系统与先进驾驶辅助系统(ADAS)研究总监Egil Juliussen表示，其中有三个最大的问题会是汽车产业界在2019年特别急切想知道答案的：
产业界肯定会看到科技业者、第一线汽车零组件供货商(Tier One)以及车厂之间，在自驾车方面的新一波合作；还有数家公司正在尝试新技术，例如自适应驾驶人注意力管理(adaptive driver attention management，ADAM)平台，以解决L2与L3自驾车的控制权换手问题。
有鉴于当机器突然将车辆控制权交回给人类驾驶员，可能出现难以想象的两难困境；因此市场研究机构Semicast Research首席分析师Colin Barnden接受EE Times访问时表示：“预期在即将于美国拉斯韦加斯举行的2019年度国际消费性电子展(CES)上，会看到Tier One与车厂重燃对驾驶人监视系统的兴趣。”
不过，配备了ADAS的车辆与自驾车真的都需要激光雷达吗？对此IHS Markit的Juliussen告诉EE Times：“我们将开始听到更多相关讨论；”他解释，会出现以上的疑问是因为数字成像雷达(digital imaging radar)的崛起：“这类技术能比以往做的更多。”
自驾车不需要激光雷达的这个想法已经在产业界讨论了近一年；这个提议很诱人，因为多数车厂都认为激光雷达太昂贵，也同意激光雷达技术仍有许多待克服的挑战。而虽然没有人指出“无激光雷达的未来”近在眼前，但有许多成像雷达技术供货商将之视为潜在目标之一；例如恩智浦(NXP Semiconductors)技术长Lars Reger就曾表示，该公司期望证明这是可行方案。
一家总部位于美国加州Pleasanton的新创公司AEye，则是在不久前宣布推出第一款商用产品“iDAR”；这是一款与高分辨率摄影机融合的固态激光雷达(solid-state lidar)，锁定ADAS与自驾车应用市场。AEye相信，车厂并不情愿采用现有的激光雷达技术，因为它们目前的解决方案仰赖一系列共同产生大量数据的独立传感器，
AEye表示：“这种方式需要漫长的处理时间以及大量运算能力来收集、组合数据集，经过排列、分析、校正、压缩采样等程序，将之转译为能用以安全导引车辆的可执行信息；”而该公司的想法是，仅根据对于自驾车路径规划是否有用，利用人工智能(AI)有差别地收集数据，而不是把所有收集到的数据以相同的优先级排列。
AEye营销副总裁Stephen Lambright在接受EE Times访问时表示，就是以上想法鼓励该公司开发出iDAR；而实际上iDAR是深植于最初为了国防产业所开发的技术。AEye执行长Luis Dussan过去专精于为战斗机设计监控、侦查与防御系统，他成立这家公司的目的是“为自动驾驶车辆提供军用等级的性能。”
Lambright指出，AEye开发iDAR是根据Dussan从塑造军机感知系统学到的三个原则：1. 绝不错过任何东西；2. 了解各种物体并不平等，需要不同等级的注意力；3. 实时处理任何事情。AEye的产品部门副总裁Aravind Ratnam表示，简单来说，iDAR的目标是开发“不需要浪费运算周期”的传感器融合系统。
iDAR的功能区块包括1550奈米的固态MEMS激光雷达、低光线HD摄影机以及嵌入式AI；Ratnam指出，该系统的设计是“结合”2D摄影机的像素(pixels，RGB)以及3D激光雷达数据的立体像素(voxels，XYZ)，提供一种“新的实时传感器数据型态”，以达到更高精确度、更长的传输距离，还有比自驾车路经规划系统速度更快的、更多智能的信息。
值得注意的是，AEye的iDAR提供的不是独立摄影机与激光雷达系统的扫描后融合，而是藉由开发AI感知系统，将固态激光雷达与高分辨率摄影机实质融合；该公司解释，其iDAR“建立了一种称为动态立体像素(dynamic vixels)的数据新型态”，透过撷取X、Y、Z与R、G、B数据，这种动态立体像素号称是模仿了人类大脑视觉皮层的数据结构。
最新的iDAR系统AE110在2018年12月发表，是第四代原型；Ratnam表示，该系统包括一个以Xilinx的Zynq系列SoC为基础的“组合器”(combiner)单芯片，内建Arm处理器核心。他并指出，该系统的设计宗旨是支持关键分析与硬件加速功能，并在单一袁建中整合CPU、DSP、ASSP与混合讯号功能；AEye打算在2019年自行设计该组合器单芯片ASIC。
AEye的iDAR系统AE110功能区块图（来源：AEye）
在AEye推销其结合机器视觉与激光雷达之传感器系统的同时，有几家高精确度毫米波雷达(mmWave radar)芯片开发商则是提倡“机器视觉结合雷达”的解决方案。市场研究机构Linley Group资深分析师Mike Demler认为，AEye将摄影机与激光雷达融合“是有趣的方法，或许会有一些独特的功能；”但他也指出，AEye并非唯一提出该类解决方案的公司。
Demler表示，Tier One业者Continental也有卖结合摄影机与激光雷达的系统，不过可能是预先处理之后才结合来自两个独立传感器的数据；在他看来，AEye的方案优势会在于“传感器融合软件”，因为在本质上，“将摄影机/激光雷达影像传感器视为整合装置，正如他们所声称，有可能会加速对感兴趣区域的识别。”
但是除此之外，两种传感器的所有优缺点仍然存在。Demler指出，AEye采用MEMS激光雷达，却似乎未透露其空间分辨率；他猜测，与像是Velodyne的扫描激光雷达相比较，这可能会是一个缺点：“摄影机传感器就算拥有最高分辨率，也无法处理特别亮或是特别暗的场景，而且也可能受到阻挡镜头的尘土或降雨/雪的限制。同样的，激光雷达在降雨/雪中的菜单现也不如雷达，因此你会无法仰赖它来侦测物体，而且大多数的激光雷达无法量测速度。”
在被问到AEye时，自动驾驶技术顾问公司VSI Labs创办人Phil Magney则透露，他的公司有被委托验证激光雷达的感测距离与扫瞄速率等性能表现；他强调：“iDAR传感器的独特之处在于，它结合了传感器与激光雷达，并在中央计算机摄取组合值之前融合数据。”
以他的观点：“这是真正的边缘融合(edge fusion)，因为该装置在任何分类发生之前就融合原始数据与摄影机数据；我们也知道，该装置拥有深入某个感兴趣对象的能力，也就是并不需要处理整个点云(point cloud)场景。”Magney坦言，AEye的iDAR具备更妥善分类的潜能，“因为你有融合的摄影机资料可用；iDAR正在开发适用融合数据集的分类算法。”
Magney 指出，AEye所谓的“动态立体像素”，在理论上能建立比摄影机或激光雷达本身能产出的、更丰富的内容，但他也强调：“基本上每个像素都有一个点，每个点都有一个像素，不过要记住，摄影机的分辨率会比激光雷达高得多，所以像素与点的比例并非1比1。”
“拿iDAR与雷达来比较，有可能不需要雷达，因为激光雷达与雷达都是测距仪器；”他表示：如果你对激光雷达提供恰当深度感知、追踪目标物速度的能力有足够信心，就有可能。值得一提的是，iDAR的扫瞄率(100Hz)是大多数商用激光雷达产品的两倍，这会是该装置的另一个优势。”
不过在另一方面，因为大多数配备ADAS的车辆会比全自动驾驶车辆早一步上市，雷达似乎会在ADAS市场上比激光雷达(或iDAR)更具优势。Magney认为：“雷达在恶劣天候下能运作得更好，因此也最适合ADAS，因为即使条件不适合自动驾驶，也需要安全系统运作；”而他也指出：“雷达本身仍受限于分类能力，这取决于雷达装置内的韧体；不过根据我们了解，雷达的分类能力正在改善，有供货商以及新创公司声称将会推出功能更丰富的产品。”
VSI最近接受委托，在AEye iDAR传感器的性能测试中验证该测试与测试方法。Magney表示，该公司验证其激光雷达讯号能侦测1公里距离外的卡车，并证实其扫描速率达100Hz；他补充指出：“我们并未验证这种传感器的性能或安全性是否更好，但确认它具备足够的智能功能，可识别1,000公尺以外的物体。”
究竟激光雷达好还是雷达好？Linley Group的Demler总结指出，针对较高等级的自动驾驶车辆，目前没有公司声称不一定要激光雷达：“当然，你可以打造一辆没有激光雷达的自驾车，但这并不表示它在所有条件下都能良好运作，或者是与配备了摄影机/激光雷达/雷达的系统一样安全。”
在Demler看来，AEye的iDAR不能取代雷达，TI的毫米波成像雷达也不能取代激光雷达：“大多数的自驾车开发商会同时采用三种传感器，事实上他们还会用其他传感器，例如超音波传感器、红外线传感器；”他表示：“安全性与备援系统都需要备份，多类型的传感器也有必要，因为没有任何一种传感器能适用所有状况。”
（原文发表于ASPENCORE旗下EDN姐妹媒体EETimes，参考链接：2019 AV Sensors: Vision, Radar, Lidar, iDAR ；编译：Judith Cheng）
最前沿的电子设计资讯
