申請(qǐng)技術(shù)丨多傳感器融合感知技術(shù)方案

申報(bào)領(lǐng)域丨智能駕駛

獨(dú)特優(yōu)勢(shì)：

感知智能一直是L3/L4級(jí)自動(dòng)駕駛的技術(shù)難點(diǎn)，而單一的傳感器始終受到天氣/光線/應(yīng)用場(chǎng)景以及自身局限性限制，無(wú)法做到全面精準(zhǔn)的感知目標(biāo)和環(huán)境。昱感微將可見(jiàn)光攝像頭、紅外攝像頭以及雷達(dá)的探測(cè)數(shù)據(jù)在前端（數(shù)據(jù)獲取時(shí)）融合，將各傳感器的探測(cè)數(shù)據(jù)“坐標(biāo)統(tǒng)一、時(shí)序?qū)R”，圖像與雷達(dá)數(shù)據(jù)完成像素級(jí)實(shí)時(shí)“時(shí)空對(duì)齊同步”并以“多維像素”格式輸出，可以很好地解決感知側(cè)的技術(shù)痛點(diǎn)。

昱感微的融合感知技術(shù)方案的優(yōu)勢(shì)在于：

1）是基于“物理感知”數(shù)據(jù)驅(qū)動(dòng)，能很好地避免純視覺(jué)神經(jīng)網(wǎng)絡(luò)的corner cases問(wèn)題；

2）傳感器前融合的方式可以最大限度地保留原始探測(cè)數(shù)據(jù)，并發(fā)揮各傳感器的優(yōu)勢(shì)，使感知系統(tǒng)能夠不受天氣光線和場(chǎng)景的限制，實(shí)時(shí)完成精準(zhǔn)目標(biāo)感知；

3）支持目標(biāo)的識(shí)別與樣本采樣同步完成，助力車(chē)廠建立數(shù)據(jù)優(yōu)勢(shì)。昱感微融合感知系統(tǒng)內(nèi)含一個(gè)專(zhuān)用的數(shù)據(jù)獲取模塊，將目標(biāo)的識(shí)別與有效樣本的獲取結(jié)合，可提供有效樣本的獲取函數(shù)，配合車(chē)廠開(kāi)發(fā)。特斯拉FSD的成功離不開(kāi)特斯拉的海量數(shù)據(jù)優(yōu)勢(shì)，昱感微的融合感知技術(shù)的感知數(shù)據(jù)將助力中國(guó)車(chē)企在自動(dòng)駕駛賽道上實(shí)現(xiàn)彎道超車(chē)，領(lǐng)先特斯拉FSD，加速中國(guó)車(chē)企占領(lǐng)海外市場(chǎng)。 在客戶(hù)產(chǎn)品成本管理上，我們的方案所輸出的“多維像素”感知數(shù)據(jù)可以為客戶(hù)節(jié)省原本巨量的感知原始數(shù)據(jù)傳輸成本，并減輕客戶(hù)產(chǎn)品的核心算力成本（比如自動(dòng)駕駛系統(tǒng)的中央域控單元）。并且，昱感微的“多維像素”與現(xiàn)有主流AI計(jì)算平臺(tái)完全兼容，它可以復(fù)用已有的圖像數(shù)據(jù)樣本，免除了產(chǎn)品的神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)需要重新采集的困擾，使客戶(hù)能夠低成本高效地提升感知能力。

應(yīng)用場(chǎng)景：

昱感微的多傳感器融合感知方案產(chǎn)品可應(yīng)用于L3/L4級(jí)自動(dòng)駕駛，除了乘用車(chē)外，還可應(yīng)用于自動(dòng)掃地車(chē)、自動(dòng)農(nóng)機(jī)等工業(yè)機(jī)器人。多維像素是基于“物理感知”數(shù)據(jù)驅(qū)動(dòng)，能很好地避免純視覺(jué)神經(jīng)網(wǎng)絡(luò)的corner cases問(wèn)題，因此可以識(shí)別到路上的各種物體，不會(huì)出現(xiàn)沒(méi)有采樣過(guò)的目標(biāo)就無(wú)法識(shí)別的情況?！岸嗑S像素”還能探測(cè)出路面的起伏，幫助自動(dòng)駕駛系統(tǒng)對(duì)于不同的起伏程度采取對(duì)應(yīng)的決策。“多維像素”還可以提供路面上覆蓋物的材質(zhì)和狀況信息，對(duì)于探測(cè)到的較脆弱的材質(zhì)或已損壞的覆蓋物就需要避讓。并且昱感微的融合感知方案完全不依賴(lài)高精地圖，對(duì)于沒(méi)有車(chē)道線和邊界的道路，自動(dòng)駕駛系統(tǒng)也能根據(jù)“多維像素”提供的多模態(tài)感知信息來(lái)規(guī)劃路徑。此外，多傳感器融合感知精度可精確至5厘米，可以很好地滿(mǎn)足一些精確作業(yè)的要求。

未來(lái)前景：

昱感微的“多維像素”技術(shù)可以很好地支撐“端到端+VLM（視覺(jué)語(yǔ)言模型）+生成式的驗(yàn)證系統(tǒng)”，還可以直接高效支持“占用網(wǎng)絡(luò)” (Occupancy Network)算法。占用網(wǎng)格是指將感知空間劃分為一個(gè)個(gè)立體網(wǎng)格（體素），而多維像素包含了目標(biāo)的3D空間位置信息、目標(biāo)的速度信息和材質(zhì)信息，可以直接高效實(shí)時(shí)支持占用網(wǎng)格中的體素算法。特斯拉目前在主推“BEV +Transformer+占用網(wǎng)絡(luò)”，國(guó)內(nèi)華為GOD2.0和小米汽車(chē)也采用相同的架構(gòu)，預(yù)計(jì)未來(lái)許多智能駕駛團(tuán)隊(duì)都會(huì)引入“占用網(wǎng)絡(luò)”來(lái)提升系統(tǒng)能力。多維像素的應(yīng)用前景非常廣闊。昱感微的融合感知技術(shù)+BEV +Transformer+占用網(wǎng)格有望成為L(zhǎng)3/L4級(jí)自動(dòng)駕駛最優(yōu)的落地方案。

金輯獎(jiǎng)介紹：

“金輯獎(jiǎng)”由蓋世汽車(chē)發(fā)起，旨在“發(fā)現(xiàn)好公司，推廣好技術(shù)，成就汽車(chē)人”， 并圍繞著“中國(guó)汽車(chē)新供應(yīng)鏈百?gòu)?qiáng)”這個(gè)主題進(jìn)行展開(kāi)，本屆金輯獎(jiǎng)重點(diǎn)聚焦智能駕駛、智能座艙、智能底盤(pán)、汽車(chē)軟件、車(chē)規(guī)級(jí)芯片、大數(shù)據(jù)及人工智能、動(dòng)力總成及充換電、熱管理、車(chē)身及內(nèi)外飾、新材料十大細(xì)分板塊，進(jìn)行優(yōu)秀企業(yè)及先進(jìn)技術(shù)解決方案的評(píng)選，向行業(yè)內(nèi)外展示這些優(yōu)秀的企業(yè)和行業(yè)領(lǐng)軍人物，共同推動(dòng)行業(yè)的發(fā)展和進(jìn)步。

返回第一電動(dòng)網(wǎng)首頁(yè) >