2023年7月5日-7日，由中国汽车工业协会主办的第13届中国汽车论坛在上海嘉定举办。本届论坛以“新时代 新使命 新动能——助力建设现代化产业体系”为主题，设置“1场闭门峰会+1个大会论坛+16个主题论坛+N场发布”共18场会议及若干发布、展示、推广等活动，旨在凝聚各方力量，形成发展共识，为建设现代化产业体系贡献汽车行业的智慧和力量。其中，在7月6日下午举办的“主题论坛五：智能网联汽车产业新趋势与未来发展”上，北醒（北京）光子科技有限公司首席技术官疏达发表精彩演讲。以下内容为现场演讲实录：
各位领导、各位嘉宾、各位行业同仁：大家下午好！非常高兴有机会参加今天这个论坛。
我是来自于北醒的疏达，北醒作为智能汽车领域的新选手，我将向各位介绍一下北醒的情况。
北醒成立于2015年，是国内最早一批自主研发激光雷达的高科技企业，我们一直致力于通过高质量的感知，加速数字化与智能化，实现安全、运力和效率的跃迁。
我们的总部设立于北京，经过8年的发展，已经在全球范围内实现了研发、生产、销售和工程服务的全方位布局。并累计交付超过一百万台激光雷达。将激光雷达广泛应用于各领域中，非常荣幸我们在去年获得了激光雷达行业的首批国家认定的“专精特新小巨人企业”称号。
在产品和技术方面，从2016年到2022年，我们通过三代产品进行了打磨和提升，北醒激光雷达从最早的单点测距类产品，发展到工业级三维混合固态的产品，并将其逐步应用于自动驾驶、智能网联相关应用里。经过了几年的积累，去年我们推出了最新一代车规级激光雷达产品，这也是业内最高线数的下一代车规级激光雷达产品。
刚才大家分享的时候也提到了激光雷达在智能驾驶领域里的应用现状，激光雷达从2022年迈入量产元年，到今年上半年大家感受到发展势头放缓。通过我们的观察，这其实是新技术、新产品正在经历跨越鸿沟的阶段。我也想借这个机会向各位分享一下北醒在智能汽车以及激光雷达领域里面的一些思考和实践。
刚才各位嘉宾讲的时候分别提到了很多关于人工智能和大模型的话题，通过最近各行各业对ChatGPT各种各样的应用和实践，我们可以深刻感受到“万物皆可算”“万物皆智能”的时代或将到来。
人工智能的发展是通过对真实物理世界再次数字化来实现的，如果投射到汽车行业，汽车行业也快速从新能源化向智能化的方向发展，从2023年上海车展展出的车型数据来看，目前已经超过77%的量产乘用车型搭载了L2和L2+智驾系统。参考人工智能的发展是对于物理世界再数字化这一过程，要实现这样的智能驾驶功能，核心就是实现对环境的感知。高感知可以提供给到运算和处理中心更好的数据来源，以更快、更准确还原真实的物理世界，让自动驾驶的算法更高效运行。反过来，随着算法和算力的提升，也反向要求感知进行提升从而实现匹配。
强感知、更好的感知，一定程度上决定了智能汽车的安全性提升。
“激光雷达”这个词本身是缩写，准确定义是“光探测与测量”，究其物理本质我们可以理解成它是将三维空间里面的物理世界快速变成数字世界的一个空间转换器。这种转换器相较于其他的传感器而言，有自己特有的特点，比如不受环境光的影响，对物理空间里面的小目标和细节内容有着极佳的感知和分辨能力，同时它又可以获取速度这样多维的信息。
从各种情况看来，我们可以认为激光雷达是将智能出行世界数字化的最佳工具。
我们作为一家激光雷达的企业，如何助力智能汽车的发展？我们认为就是要做好雷达，助力整个智能汽车的发展。
具体在激光雷达产品上如何呈现出“好”？出于我们对强感知、高性能、高安全的智能驾驶思考，那么对激光雷达提出的要求则是：需要有更强的测距能力；需要更好的空间分辨能力，体现在具体的指标上就是线数更高，分辨率更高等等；同时成本要更可控。
与此同时，过去一段时间我们同很多汽车客户进行了实际的交流，我们深切感受到了来自客户们的很多需求和痛点。
第一，伴随L2+向L2++乃至L3发展，从高速NOA进阶到城市NOA，都提出了对于传感器感知能力提升的需求，需要传感器的感知能力可持续增强。第二，现阶段车型迭代速度加快，每一款车型或者平台在升级过程中，如果激光雷达的整体技术架构不统一，将使得所有数据以及基于激光雷达的自动驾驶算法的循环，在闭环上存在挑战，从而无形当中隐性增加了主机厂在新产品推出过程中的成本。另外，频繁的变更和变换激光雷达产品，对于车规可靠性也有一定的担忧。因此，结合以上的痛点和诉求，让我们对硬件传感器产品在技术架构上的规划、以及产品模块化，都提出了很高的要求。
从今年年初开始，汽车全产业链，大家对于降本增效的话题非常关注。对激光雷达来说，如何在感知力可持续提升，技术架构统一的情况下做到成本可控？这是非常核心的话题。因此，基于以上的核心需求，以及我们对于强感知、高安全和高性能的思考，我们推出了平台化的思路。
今年上海车展的时候我们发布了「北醒应龙」激光雷达平台，这也是全球首个车载512激光雷达平台。它的底层硬件架构由三个部分构成：
一是2D高精扫描系统；二是905nm的阵列收发；三是集成了很多功能以及控制算法的自定义SoC
软件系统层，包含了数字化控制和实时性系统——使得硬件产品很多的重要参数，比如线数、分辨率、刷新频率都可以通过软件实现实时可控。
同时，激光雷达作为车载传感器，在信息安全和功能安全方面也必须要满足相关要求。值得一提的是，基于这样的软件和硬件上的设计，使得「北醒应龙」平台具备了较好的可拓展性和可延伸性。基于「北醒应龙」平台，未来也可衍生出不同线数的AD系列激光雷达，实现相机级清晰度的突破。
那么如何实现技术架构的支撑？在底层技术上面我们也做了很多的研发投入，今天借此机会我们重点跟大家分享两个具体的技术点。
1、首先是在2D高精扫描系统中通过双电机三环同步控制技术，将扫描角度精度控制在万分之一以内，即要求电机每秒钟转动近百圈，同时每圈的偏差小于钟表秒针转动的120分之一以内。从而使得激光雷达可以实现非常准确的探测和测量。
2、与高精2D扫描相搭配的是905nm阵列收发技术。高精2D扫描+阵列收发的技术路线的好处是，可以在不增加激光器数量的前提下实现更高的垂直线数(如256线）同时配合阵列接受器件的升级可以进一步提升性能(如512线)，相比于传统的1D扫描架构大大节省了成本和空间。
以上就是我们对于高精2D扫描和阵列收发两个技术内容的介绍。不论在「北醒应龙」平台中我们采取了何种技术方案，最终目的都是为了实现具体功能，从而更好地服务于自动驾驶应用和场景。
现在我给大家介绍三个通过激光雷达软件可“一键配置”出的三个ROI模式，分别是：局部高清模式、视场角聚焦模式、全局高清模式。
以上三种模式都是基于「北醒应龙」激光雷达平台，只改变软件配置来实现的，并且还具备实时性，同时也能够兼容车型跨代升级，并覆盖更多的场景。
（1）局部高清模式。
在开启和未开启两种状态下，可以明显地看到目标物在分辨率上呈现出的的差异。以具体的场景来举例，比方说城市环境中，在行驶过程中对目标跟踪的场景下，将局部高清模式开启之后对目标有效跟踪的距离，或者对跟踪算法的稳定性都将起到更好的提升作用。尤其在一些极端条件下，比方说雨雾环境，智能汽车本身的探测系统性能处于降级的状态，如果没有局部高清功能，算法的有效使用距离将大打折扣。
（2）视场角聚焦高清模式。
这个功能有点像开车时打了远光灯，把有效点频集中在比较小的范围内，从而更好地实现对小目标的探测，使得智能汽车能在较远的距离下发现阻碍可通行区域的目标。这个功能对于对于高速NOA来说，是非常有用的，比方说非L3级，有有效使用速度限制的常规AEB场场景。我们在跟主机厂客户交流的过程中发现国际汽车品牌除了做L3级应用外，也在利用激光雷达对智能汽车在L2级的功能进行重新定义和再开发，比如说高速NOA中，进一步提升L2级AEB功能的效使用速度，把有效使用限制速度从60公里/h提升到80km/h、120km/h、140km/h，从而帮助智能汽车客户在消费者体验和主动安全效果方面做得更好。
（3）全局高清模式。
尤其在国内，城市道路路口是非常复杂的场景，全局高清功能可以瞬间像CPU超频，短时间内把整个感知能力成倍提升，对路口周围的环境进行快速扫描，使得环境内非常多的复杂场景瞬时重现，这个模式对于城市NOA应用非常有好处。
目前对车规雷达的关注还是聚焦在车规可靠性、量产交付和成本三方面。
在车规可靠性方面，激光雷达是由扫描、发射、接收、信息处理系统共同组成的，作为硬件传感器，激光雷达是非常复杂的精密光学仪器，为满足车规级可靠性的要求，北醒从系统化和专业化的维度对「北醒应龙」平台的车规可靠性进行全流程管理。从零部件到整体系统都进行了充分的测试以达到车规可靠性的指标要求。
另外想同大家分享的是，北醒在今年推出了首个基于北醒应龙平台的车规量产激光雷达产品AD2-s。具备200m@10%反射率的探测能力，256线的感知力，120°x25.6°的视场角，0.1×0.1的分辨率，可广泛应用于L2+及以上的智能驾驶场景将在今年内完成SOP，并量产交付给客户。除了满足常规前向主雷达的标准参数外，AD2-s在线数方面比目前市面主流的激光雷达提升了1倍。线数提升是为了更好服务于感知能力的提升。这里有一些基于「北醒应龙」平台的激光雷达的性能演示，我们来跟大家分享一下
首先是在城市环境下一个俯视视角的点云测试视频，从视频中可以看到这是一辆黑色的汽车，当它从0米，到50米，到100米，再到200米外，北醒激光雷达保持着对这辆黑车的稳定探测和追踪。
其次是在城市环境下的真实探测的点云展示，从视频上大家会看到接近于图像分辨率的效果，无论是自行车还是行人，典型的大/小目标都能被激光雷达进行了准确的探测和还原，除此之外，车牌、车道线等目标也被北醒激光雷达高度还原呈现出接近图像分辨率的高清效果。
与此同时，为什么北醒要把线数提高，把分辨率提高？可以通过这支北醒和市面主流100+线LiDAR在探测效果上的对比视频说明。左侧是目前市面上主流的100+线激光雷达的探测效果，右侧是基于「北醒应龙」平台的激光雷达的高线数的探测效果。两台激光雷达分别设置了野餐车、人、自行车、锥桶四个相同的目标物。两台激光雷达在不同分辨率的情况下，对两种目标物的实际感知距离有明显差异，北醒激光雷达在140m处就探测到了所有的目标物，而100+线LiDAR仅能探测到人。当最后探测距离缩短到65m时，100+线LiDAR才实现对所有目标物的探测。
最后我们再跟大家分享下激光雷达发展的一些趋势。
（1）高线数激光雷达的的分辨率与1080P摄像头将趋近于一个量级，这样的趋近很可能带来许多的变化。
（2）LiDAR对Camera全量程真值校准，过往算法里对量程是通过计算得出的，而激光雷达可以对Camera全量程探测真值和标定.这样对传感器数据在前/中/后三个阶段的融合在未来将变得更加有效，也更成为可能，无论是在前侧的数据层，还是在中间的特征层，或在后侧的目标层的融合都将带来更多变化。
（3）LiDAR深度结合AI算法，目前谈及搭载激光雷达的车型在功能开发上现状，真正的难点是装载了激光雷达的车型还未能百分之百把激光雷达的特点、功能，甚至包括激光雷达和摄像头的图像数据之间融合所带来的更加有益的效果完全发挥出来。
有了刚才的前提，有了硬件基础，未来深度AI算法也许就有了底层数据的基础。如何将智能汽车搭载的其他传感器的数据进行打通，实现在不同驾驶场景、不同天气条件下进行提前判断，实现感知系统效能最大化，这才是将来真正让激光雷达从高阶自动驾驶，从架构更复杂的车型向大众车型快速渗透和覆盖的必要前提。
以上是我今天想向大家分享的主要内容，北醒的目标是一直是做好LiDAR，助力智能好车。谢谢各位！
（注：本文根据现场速记整理，未经演讲嘉宾审阅）
