目标宏大的激光雷达以及硬件无关的互联汽车平台

众所周知，激光雷达源于自动驾驶需求，是自动驾驶的关键支持技术，这将是一个巨大的市场。然，快速发展的激光雷达市场的胃口，可不仅限于自动驾驶领域，目前已从自动驾驶汽车到工业和机器人技术，再到智慧城市，衍生出了几乎是无处不在的广泛应用，并为广泛的应用带来了安全、可持续性和效率方面的好处。

去年12月，我们研究了SiLC Technologies的新型FMCW激光雷达收发器，它称这是第一个商业上可用的芯片集成FMCW激光雷达传感器，可提供连贯的3D视觉。其Eyeonic视觉传感器是一款紧凑型视觉传感器，据称可提供准确的瞬时深度、速度和双极化强度信息，同时能够抵御多用户和环境干扰。

不久之后，来自纽约哥伦比亚大学的具有硅光子学专业知识的衍生公司促成了一些早期工作，即提供片上激光雷达，这可能为大规模采用3D传感铺平道路，就像CMOS图像一样传感器推动了数码摄影的加速发展。这就是Voyant Photonics的主张，该公司开发了一套完整的激光雷达系统，采用可现场部署的封装，利用了用于片上数字光束控制、光信号处理和激光控制的专利技术。

然后在2022年1月，得知Lumotive定义了一个开放的激光雷达API，允许应用程序开发人员、感知软件开发人员和激光雷达硬件开发人员利用通用且面向未来的软件定义激光雷达接口。它希望加速采用所谓的激光雷达2.0——软件定义的激光雷达，可实现可扩展、无处不在且成本更低的3D传感。

另一方面，随着自动驾驶技术的快速进展，各家的智能车辆数据平台也如雨后春笋般地遍地开花。基本可以说，诸多数据平台虽各异，但本质上都是获取并规范来自车辆内各种传感器的所有数据，并为车内运行机器学习和其他算法提供一个平台，然后可以为系统决策提供所需的依据。

黑莓常春藤平台(BlackBerry Ivy）是黑莓与亚马逊网络服务(Amazon Web Services）共同开发的智能车辆数据平台。在刚刚结束的拉斯维加斯CES上，首次演示了该平台的物理硬件层，演示Ivy将如何基于人工智能做出的决定来影响车内体验，以及它将如何通过汽车仪表板查找司机和乘客。

BlackBerry负责Ivy开发的高级副总裁Sarah Tatsis谈到了公司与Amazon Web Services共同开发、并首次在CES上展示出其物理硬件层的硬件不可知智能车辆数据平台，旨在展示基于人工智能的决策将如何影响车内体验。

那么，让我们首先就激光雷达方面的发展，访谈Velodyne Lidar最近任命的首席执行官Ted Tewkesbury。

Ted Tewkesbury：对于激光雷达行业来说，这是一个非常激动人心的时刻，众所周知，激光雷达是自动驾驶的关键支持技术，它将是一个巨大的市场。它为广泛的应用带来了安全、可持续性和效率方面的好处，从自动驾驶汽车到工业和机器人技术，再到智慧城市和许多其他应用。

所以总的来说我非常看好激光雷达。现在我们正处于一个拐点，我们开始看到第一个研发项目已进入预生产阶段，然后很快进入全面生产阶段。

截至目前，我们已安排有200多个项目，其中35个是多年期协议，因此其中一些项目开始投入生产是非常令人兴奋的。

NITIN DAHAD：你们最擅长的领域是什么？

Ted Tewkesbury：我们看到许多竞争对手正在为用例中非常特定的应用开发单一产品，其中最受欢迎的产品是汽车和高级驾驶辅助系统(ADAS）。虽然我们也对ADAS非常感兴趣，但我们注意到的是，由于各种原因，L2+、L3和级别高一点的ADAS正继续推出，因此我们实际上更专注近期机会。

我们注意到的是一个在很大程度上被其他竞争对手所忽视的巨大市场，那就是工业和机器人技术。我们看到了在工厂车间和仓库部署更多机器人的源动力，以便非常有效地运输货物，以实现更好的社会距离，并帮助缓解工人短缺和供应链问题。

我们注意到人们对船舶起重机上基于激光雷达的自动化以及帮助船舶安全导航到码头产生的浓厚兴趣，然后还注意到了从仓库到消费者门前的最后一英里送货车辆。

供应链短缺和新冠疫情等社会挑战，在短期内确实推动了仓库、工业和机器人市场的需求，我们也注意到了智慧城市的智能基础设施。这是一个非常令人兴奋的事情，因为利用激光雷达可以做的是：在十字路口放置一个简单的传感器，并获取道路和交通状况的实时3维地图，就可以让市政当局了解交通安全问题，分析信息，并利用该信息来防止发生事故。此外，通过简化交叉路口的交通流量，减少拥堵，可以减少温室气体排放，改善空气质量等。

我们与一家名为Blue City的公司建立了合作关系，该公司提供与我们的传感器配套的软件，使我们能够为此类应用提供完整解决方案。我们在加利福尼亚州欧文市、德克萨斯州奥斯汀市和圣何塞，开展了项目推广、试点项目。我们在那里看到了很多驱动力，这些动力将被最近通过的基础设施法案所推动，所以这是第二个市场，然后是自动驾驶汽车，特别是robotaxis，自动航天飞机，我们看到我们的设备具有非常强大的吸引力。

然后非常重要的是，我们拥有软件，并且我们正在继续改进我们现有的软件，称为Vella，以提供更先进的感知能力，并将来自传感器的原始数据转化为可操作信息，供客户帮助自动驾驶汽车做出明智的决策并提高安全性。

因此，这些领域确实是推动增长的因素。

NITIN DAHAD：你最近加入Velodyne，是什么吸引了你？

Ted Tewkesbury：在Eta Compute，我花了很多时间研究基于摄像头的技术，并让自己沉浸在AI和ML中，我在Eta Compute度过了非常成功的两年，建立了一个很棒的产品组合，并使公司朝着正确的方向发展。在新的领导下，这家公司将会非常成功。

但是Velodyne出现了，正如提到的那样，我总体上看好激光雷达市场。我认为它将以多种方式改变社会，包括在安全、可持续性和效率方面。而我之所以专门选择Velodyne，是因为前面提到的一些因素，即意味着该公司确实在这方面处于最佳位置。

我们在技术和管理方面都非常强大，我们真的是唯一一家已达到临界规模、能够以高质量进行批量生产和发货的公司。

NITIN DAHAD：目前有这么多激光雷达玩家。你认为你们的独特销售策略是什么？

Ted Tewkesbury：所以，开发激光雷达有很多方法：在基本的飞行时间激光雷达中，你发射一个光脉冲，它从物体上反射回来，你测量飞行时间，然后就知道速度了。因此，所以你可以得到一个物体三维位置的即时表示。

现在已经提出了其他方法，包括相控阵、FMCW、闪存技术等等。但也有一些模仿者出现，试图利用飞行时间复制我们的旋转激光雷达版本。通常，当我们看到竞争对手或模仿者时，你知道他们在说什么，说模仿是最好的奉承形式。但通常，他们会选择一个指标或一个参数并尝试对其改进，无论是距离、分辨率还是精度。但正如所知，在任何工程设计中，都需要权衡取舍。而且，当以牺牲其他参数为代价，来优化其中一个参数时，并不见得能找到最适合客户应用的解决方案。

因此，我认为我们已经提出了参数的最佳权衡，能够以几厘米的精度在300米的距离内看到物体。我们还能实现我相信是所有激光雷达制造商中最高的功率效率。事实上，提高35%非常重要，尤其是对于电动汽车，需要考虑延长续航里程和充电间隔时间。因此，已经提出了很多替代架构，其中许多只是PowerPoint中的承诺，坦率地说，我们的最大优势之一，就是不仅为客户应用程序实现了最佳性能，而且也有真正的产品，如今可以正确的质量水平向客户批量发货。

展望未来，我们有许多新的架构和开发，你会在未来一两年看到这些。其次，在技术上，我还应该强调，我们销售的不仅仅是激光雷达传感器。我们卖给客户的是解决方案。客户最终关心的是，我们正在制造能够看到和感知环境的自动驾驶汽车。他们想知道一个物体在哪里，它是什么，它要去哪里，并且他们希望利用这些信息，能够就该物体下一步应该去哪里做出明智的决定，以保证人们的安全并避免碰撞。

因此，除了提供感知之外，软件部分非常重要，我们的软件提供了最佳的用户体验。它使客户可以很容易地利用我们的设备，在他们的应用程序中即插即用，并快速启动和运行某些东西，从而加快上市时间，进而也加快我们的收获时间。

NITIN DAHAD：2022年你们最大的挑战和机遇是什么？

Ted Tewkesbury：好问题。我认为供应链挑战会影响该行业的所有公司，这是一个真正的挑战。但是，我认为由于Velodyne做出的一些设计决策，实际上会比一些竞争对手更能应对这场风暴。我们采用的技术，利用了一种对人眼安全的905纳米激光技术，该技术可以与行业中现成的传统CMOS ASICS和电路兼容。我们的一些竞争对手选择了1550纳米的需要III-V半导体化合物，例如砷化铟镓，这些化合物的供应受到更多限制。因此，我们的一些决定，使我们在供应链方面处于实际上的有利地位。

NITIN DAHAD：目前，围绕像汽车需求这类应用，还存在什么具体的特殊问题吗？

Ted Tewkesbury：我们与业内其他人一致认为，从长远来看，激光雷达将成为汽车所需的功能安全水平和错误率的关键支持技术。得出的结论是，仅靠摄像头和雷达无法满足。但是，正如我之前提到的，价格点确实需要下降。

在此期间，我们正在做一些事情来加速激光雷达在汽车应用中的采用。例如，我们正与交通部、国家公路交通与安全管理局和美国智能交通协会等政府机构密切合作，以推进将激光雷达作为ADAS中必不可少的传感器以提高安全性的法规。我们还与SAE等组织合作，对需要在低光照和黑暗条件下测量ADAS系统的任务实施评级。原因是高速公路安全改善计划的数据显示，大多数交通死亡事故发生在夜间。实际上，2021年上半年，与去年同期相比，交通事故死亡人数增加了18%，其中约76%的行人死亡发生在夜间和昏暗的光线下。

现在，非常有趣的是，在该数据中，女性和有色人种的数据不成比例，其死亡率比浅肤色的人高约2比1。这就是数据所说的，我认为没有人完全理解为什么会这样。可能是因为这些人居住的城市，部分基础设施标准较低或基础设施较差。出于这个原因，在ADAS系统中实施激光雷达存在非常强烈的公平论据，因此对于所有这些论点，正如我所提到的，我们正在与国会领导人、公共政策制定者和政府机构密切合作，以确保激光雷达是ADAS系统的一部分。所以，那里有很大的机会。

NITIN DAHAD：下面，我们访谈黑莓公司负责常春藤(Ivy)平台开发的高级副总裁Sarah Tatsis，以了解有关Ivy及其在CES上演示的更多信息。

Sarah Tatsis ：Ivy是与AWS的一项共同开发计划。黑莓正在创建一个智能车辆数据平台，从本质上获取并规范来自车辆内各种传感器的所有数据，并为车内运行机器学习和其他算法提供一个平台，然后可以为本地系统或云端提供洞察力。

NITIN DAHAD：这与我们迄今为止看到的各种联网汽车云平台有何不同？

Sarah Tatsis ：Ivy是一个边缘优先的实现，所以这实际上是围绕提供与车辆无关的平台，该平台进行硬件抽象，然后再次在车上运行机器学习和其他算法。现在，就其与其他方案的区别而言，实际上大多数汽车制造商都在做类似的事情，尽管他们已经将非常具体的体验应用到了联网车辆中。我们提供的是一个可扩展的平台，可以在不同的汽车品牌和车型之间实现，这也大大减少了开发人员在创造汽车新体验方面的摩擦。

因此，换句话说，随着时间的推移，用户可以添加在Ivy中生成的新见解，从而在车辆的整个使用周期内为新应用程序提供动力。我们也可能并不惊讶，公司在Ivy的安全性、可靠性和安全性方面也投入了大量资金，因为我们知道这终将用于车辆，因此需要高水平的性能和可靠性。

NITIN DAHAD：在CES上，你们进行了各种演示，我认为这是在汽车平台上的第一次演示。你能披露更多有关这方面的信息吗？

Sarah Tatsis ：当然，在CES上，我们演示了Ivy在NXP i.MX 8硬件板上的运行。现在，Ivy本身实际上与平台和操作系统无关，因此，可以将它放在任何汽车级硬件上，也可以放在任何在车辆中运行的操作系统中。我们还在Linux操作系统上展示了这项工作。然后从数字驾驶舱的角度来看，实际上已经融入了KPIT的数字驾驶舱。

因此，在车辆内部，基本上是利用KPIT Technologies驾驶舱来获取来自Ivy的见解。在Ivy内部，我们已经实现了所说的多个合成传感器，但本质上是机器学习模型和算法，它们获取真实的车辆数据，然后提供这些非常有趣的见解。因此，我们在CES上展示的是与EV车辆相关的Ivy的一个特定版本，它专注于一个家庭用例，该家庭的需求是去海边旅行，所以希望从根本上减少对电动汽车的里程焦虑，以获得更好的出行体验。

我们拥有这方面的技术，例如，我们正在展示汽车智商(IQ）技术，该技术基本上可以用于车辆支付。我们正在展示Here Technologies，它提供诸如兴趣点，或车辆充电价格以及可使用的充电器位置之类的东西。还对更优化的行车路线提出建议。我们还展示了Electra的EV AI 360自适应控制解决方案，它实际上是根据正在驾驶的驾驶员类型，对电池电荷状态和续航里程提供更好、更准确的预测，并提供个性化服务。所以，实际上，有相当多的东西作为其中的一部分已被展示出来，但总的来说，我们正在通过我们的硬件、我们的软件，发送来自意大利的真实旅行数据，然后基于流经机器的数据，学习模型基本上起作用，他们做的事情包括识别乘客，对电池续航时间做出更好的预测，然后提供对数字驾驶舱中运行的应用程序的洞察，基本上能够展示一个家庭如何在这次旅行中成功使用。

NITIN DAHAD：再来看看原始设备制造商和开发者。你认为他们在实现这种能力方面面临哪些挑战？

Sarah Tatsis ：我认为有很多事情。首先，我们的重点是创建一个平台，以便汽车制造商可以利用这个平台，他们可以将资源集中在创造新的创收体验和为客户提供更多价值上，以及为各类应用实现实质性的成本降低计划，包括实施各类车队、预测性维护、各类应用等等这些东西。所以我们基本上是在创建这个平台，然后他们可以在此基础上进行构建。Ivy的核心工作是我们让该平台对开发者非常友好。因此，你实际上不必是嵌入式开发人员，就能够将这些伟大的新见解添加到车辆应用或上传至云端。

我们还专注于这些模型的部署，因此从云端到车辆，随着时间的推移，客户可以向车辆添加新的计算、新的机器学习算法，所以我认为这也是一件非常独特的事情。

我们非常专注于抽象出车辆的所有硬件独特性以及操作系统的独特性，这样当开发人员进来时，无论他们是在某个特定的车辆制造模型上工作还是在另一个模型上工作，他们基本上都能部署相同的机器学习模型、相同的算法，并使其适用于各种品牌和型号。

因此，不是实现一种车辆、一款型号，而是提供了跨品牌和型号的可扩展性，并且你可以参与更广泛的软件开发池，因为你不需要拥有真正深入的了解每个车辆传感器是如何实现的。

这些就是Ivy实现价值的地方，它需要部署到车辆中，这样我们就可以在边缘运行，但这里的一个关键问题是，这是一个边缘优先的实现，所以我们实际上是在车辆中实现实时计算。这对于各种应用程序都是非常好的，比如隐私以及降低把所有数据发送到云中的成本，因为你本质上需要拥有将所有数据发送到云中的巨大数据管道，将所有数据发送到云中。因此，Ivy将利用现有的技术，但汽车制造商已经在他们的软件架构中增加了相当多的计算量。

这还是一个全新的未知领域，你可以在车辆內的不同位置实现它，但所有的计算都在车內进行。

NITIN DAHAD：那么，Sarah Tatsis，您能对互联汽车生态系统还有什么看法，您看到的互联汽车的场景和愿景是什么？

Sarah Tatsis：我想说三件事。首先是我确实认为我们会在边缘看到更多的智能，所以在车辆智能本身。随着软件定义车辆变得越来越现实，边缘计算越来越成为现实，我认为云连接部分的智能将继续增长，并且作为其中的一部分，对高度可扩展的、可靠的和高性能的系统的需求也是如此。所以，我认为这是一种更加智能的边缘。

第二件事是，我们将看到——或者已经看到——越来越关注网络安全和交通安全需求以及如何在车辆中实施各种软件。我们已经在汽车以外的其他领域看到了这一点，但现在随着汽车开始附上支付系统之类的东西，从网络安全的角度来看，它们成为更高价值的目标。因此更加关注网络安全和整车安全方面的需求，是一种大趋势。

第三个需求比较强劲的领域，我们认为是减轻开发者在互联汽车领域的摩擦，此前很少有针对该领域的软件开发。如何激发互联网车辆的强大功能？在我看来，唯一的办法是拥有易于部署的SDK，这样开发者在开发新应用时，才无需一次次、一遍遍地去重新深入了解整个嵌入式汽车的全部技术细节。我们需要继续简化开发流程，并专注于让汽车功能随着时间推移越变越好，这样汽车才不会在驶离停车场那一刻起就开始贬值。

所以，从我的角度来看，我认为这是三个关键领域：更多的边缘智能，更好的网络安全性和交通安全性，以及减少开发人员摩擦的需求。

(参考原文：lidar aims for ubiquity plus hardware agnostic connected car platforms ）

本文为《电子工程专辑》2021年3月刊杂志文章，版权所有，禁止转载。点击申请免费杂志订