2017年 6月13日，由泰伯网主办、主题为“空间大数据的崛起”的WGDC2017，在北京国家会议中心盛大开幕。大会由空间信息产业创新创业服务平台泰伯主办，秉承不断引领和促进空间信息技术创新与变革的宗旨，WGDC已走过六个年头，如今成为全球最具前瞻性的跨界创新风向标。
13日，由北京智能车联产业创新中心、中关村智通智能交通产业联盟协办的高精度地图与智能驾驶峰会开幕。峰会上，数字绿土副总裁、首席技术官赵宝林发表了主题为“激光雷达在智能驾驶中的意义与前景”的演讲。
以下为演讲实录(未经本人核实)：
赵宝林：大家好！非常高兴在这儿跟大家交流，下面按主办方的邀请我聊一下激光雷达和自动驾驶的话题。我本身好多年是做测绘、地理信息相关的行业，仅是我个人从个人的视角来看待激光雷达，跟大家分享，不一定对。在座的可能50%还是地理信息相关行业的从事这，因此第一步先把智能驾驶的基本内容跟大家做回顾，第二块聊一下激光雷达和智能驾驶话题，第三块分享一下对这件事的思考。
谈到智能驾驶的话，大家最先想到的就是自动驾驶汽车。Google的车以及特斯拉的车，非常炫酷。目前自动驾驶的研究基本达到了一些共识，包括传感、决策、控制三大组成部分。不管是工程学会，还是一些主管部门来看，都是这样的一个发展进程。
在国外基本上叫自动驾驶汽车，在国内刚才大家讲到，我们把汽车对应的翻译成智能汽车。谈到自动驾驶汽车也会想到车联网，车辆刚才想车内的、车机的以及车外互联网，以智能、便捷、安全为导向的网络。车载互联网和车内网络可能大家比较好理解，车际网这块来讲国外可能做的相对更前沿一些，跟大家分享一个视频，这个美国交通部做的一个V2X的设想，叫做Connected Vihecles。他们十几年前就在做这种东西，目前已经做到了人跟交通设施、车与人、车与交通设施之间广泛的互联，这块来讲可以提供一个非常好的体验，这是车联网这块儿。
播放视频
还有一块，我们国家目前把自动驾驶，还有车联网这块融合起来，在智能化和联网化这块来讲做了一个融合，叫做智能网联汽车，前面的演讲中也提到了。涉及到一些基本概念，谈到今天的主题智能驾驶，我个人的理解智能驾驶应该是场景性的概念，是经过标准认证的智能网联汽车，在法律允许的范围内进行安全的行驶，这是我的理解。这里涉及到标准，包括法律，还有对于智能网联汽车的车辆最基础的行驶环境，谈到行驶环境这块来讲避免不了要谈高精度地图概念。
高精度地图一种观点是高精细地图，它有全局的、厘米级的精度。在车道数、宽度。依赖于摄像头也好、其他传感器也好还可以判断车辆自身在哪一个车道。还有一个特征是它具有全局的、精细可辨地理环境特征的识别能力，后面会讲它的作用。
第二种对高精度地图的理解是更广义上的一种理解。是属于高动态地图，动态地图V2X融合了通信、云计算、大数据等技术，在全域范围内实时推送跟交通相关的动态信息，在国内可能最有用的就是道路管制信息，包括施工类信息。有一种观点认为高精度地图加入了这种高动态信息以后是一种超强能力的传感器。
总结一下高精度地图这块的作用，目前来有三大块，第一块是预报，这是从高动态地图的角度来讲。第二块是定位，尤其是在GPS信号被遮挡，在我们城市道路或者是植被密集地方GPS信号有很大的漂移，即便是加上惯导，也有一部分不确定的因素在这里面。这时候传感器动态捕获的这些特征就可以跟高精地图的三维特征做实时匹配，匹配完以后可以有一个本车厘米级定位。第三是决策，包括路面标线不清楚的时候，包括有雨雪覆盖和大雾的时候，这时候高精度地图的车道级定位能力都是可以帮助车辆来准确的定位。在这些路口、急转弯、上下坡走到尽头时，我们会看到传感器有很多的盲区，这个时候如果有高精度地图都可以给你做一些预测和提前的决策。
那么我们说高精度地图是智能安全的自动驾驶的一种重要保障，是不是这样子的?可以看一下下边的例子，这个是去年2016年5月7号特斯拉车，这是它出事故以后整个上半段被削平的情况，这个是它撞上的大卡车。这是当时的交通图景，这个详细过程我就不说了，大家都理解，我主要说结论。很多分析家认为，当时这个车把这个卡车当成了桥，如果有高精度地图在这个车上，它就知道这是丁字路口，就不会发生这个碰撞。可以说从这个角度来说，高精度地图还是十分必要的。当时特斯拉应该是没有高精地图。
高精地图除了以上作用还有做自动驾驶的模拟仿真，包括刚才专家也讲了一些事情。目前自动驾驶在驾驶决策中基本上靠深度学习和神经网络。这些东西虽然非常好，但也有些问题。在我们写程序的时候都是确定的输出，但神经网络基本上是个黑盒子，怎么输出，大家可以看这是一个报告，大家网上能查得到。至少行驶2亿多英里是，如果要25%以内的就要做到。这是一个什么样的水平？按照我们目前汽车工业对安全性的要求，这些包括Google都做不到，所以现在高精度地图做一些模拟仿真的测试。
再回到刚才讲自动驾驶汽车这块来讲，除了Google做自动驾驶汽车，包括百度的，包括Uber的自动驾驶汽车也都非常常见。他们有共同的特点脑袋上都顶着圆圆的东西，这个东西就是刚才讲的激光雷达，激光雷达就是厂家的一些参数包括一些关键的技术指标，包括64个独立通道，120m的测距范围，每秒两百多万的真实3D坐标点，包括0.08的角分辨率，能做到两米以内的定位精度。右边是它采集的一些点的情况，可以看车辆和旁边的人以及这种道路的情况，包括道路周边基础设施都是非常清楚、精准，而且每个点都是两厘米内三维坐标的精度。
这是作为传统测绘，遥感手段时，我们在无人机上搭载了影像和激光雷达两种传感器扫描的真实点云，大家可以看到电力线这么细的线条都可以扫的很清晰的，它的特点优势主要是在这种全天时使用，白天黑夜都可以去作业，不依赖可见光。第二个，每秒生成200万个点的话，每个点的精确度都非常高。第三个，相对于影像需要靠匹配来达到所需精度的，点云处理的话，可以直接获取目标的三维坐标，计算压力比较小，与图像相比效率也比较高。
这块是激光雷达和其他的多传感器的对比，表明了不同传感器在作用距离，包括相关可探测范围和精度的对比。在这些传感器中，单纯从技术上来讲激光雷达首选，网上有相关企业研究机构的报告，这是他们的结论，不是我个人的观点。它第一个测距范围在100米左右，第二个黑夜可以使用，第三个探测精度是立体成像。下一个这个是我们装在无人驾驶汽车行驶到路上的时候，看到装载了激光雷达，装载了高精度地图能够看到前面路况的一些实际情况，包括对前车相关环境的探测以及对一些其他交通信息的提示。还是刚才的事故，如果装载了激光雷达能够做这种360度的立体成像，是不是这个车就能够识别出，而不是光靠影像能够看到这样的一个情景。
激光雷达这么厉害，我们也大概讲一下激光雷达这块基本的原理，激光雷达主要还是通过这种激光雷达测时测距，经过旋转结构进行立体扫描然后成像。经过一系列的坐标转换和整体运算，来完成一个探测目标的精度。这是我们现在不因为GPS和惯导组合导航能力来做的动态三维地图的演示，它在扫描360度一圈，扫描完了之后会动态的走起来，这就相当于一个汽车加载激光雷达传感器，它感知世界的这样一个过程。这里面是不需要任何GPS这类信息做辅助的。
这个是通过激光雷达和高精度地图进行定位一个方案，我车载了高清地图以后，周围的这些道路标识牌数据都是有的，激光雷达包括影像扫描回来的数据动态地跟高精度地图做了准确的匹配，来实现车道级别的准确定位。高精度地图生产这里，靠传统测绘手段的效率肯定是不能满足这个需求。这里是HERE提供的一个高精度地图的生产方案，到目前来讲，国内的基本流程也跟这个差不多。从原始数据的观测，到地物、交通辅助设施的聚合和分类，到特征的提取，到整个**的构建，到整个地物的垂直发布。我们也在参考这个流程组织对应的产品技术，
HERE的高精度 地图生产流程
这里给大家感受一下高清地图。包括道路、车道线、路牙线、包括车道周围的特征。以及车行的方向还有转弯的路径，都能够得到准确地刻画。这里还有一个隐藏的信息，道路的坡度、坡像信息也可以提取地比较准确。这样在车辆给动力的时候，对车辆智能的控制也是有很大的帮助。因为现在在工业口有很多智能驾驶落地的方案，他们是给大卡车、大货车做自动驾驶，核心解决的问题就是节能、节油。这对运营效率成本的控制非常有效，原来对搞汽车发动机的人说，能提高1个百分比的燃油效率已经是非常大的科技进步了。但是说通过自动驾驶和高精度地图匹配能够节油3个百分点，所以这在工业场景的运用还是非常大的。
这是对于道路的隔离带和相关的信息也能够精准地提取到。
谈到激光雷达前景整体的态度我还是非常乐观的，应该来讲激光雷达在测距、长度、范围以及精度以及三维特征可靠度这几个指标来讲都有突出竞争力。第二个精光雷达与摄像头、毫米波、微波雷达、GNSS等惯导传感器非常好地互补。第三个激光雷达虽然贵，但是现在主要厂商能够宣传几年可以降到消费级，几百美元的水平。所以从应用场景来讲应该是不错的。
对智能驾驶这块我们是这么想的，我们也深度认同智能驾驶这件事情是一场革命，里面孕育了非常大的机会，这也是包括从资本到技术到各个层面关注的。我们是一个传统测绘、遥感地理信息的这样一个企业，我们希望地图、测绘遥感能够积极投身到这个工作里去。
有几个点我也跟大家分享一下，第一个高精度地图数据采集、处理、和产品的解决方案，我们也参考了一些高精度地图的硬件商，我们从硬件设备系统集成到软件到算法来讲都积累了对应的技术，我们能够参与到整个生产的方案中来。
第二块来讲，现在各地包括自动驾驶的园区，包括测试的园区都在雨后春笋般地组建，园区在建设过程中就涉及大量的勘测、测绘，包括建成过程中的工程。工程建设的话就有对应的设备、软件和服务的需求，以及建设好了之后还会做各种的交通设施，包括一些特殊场景的设施，这块还有建设局部高精地图的需求。我们国家尽管高精度地图在法律这里是一个空缺，但是在目前框架下小范围、高精度、不联网，这个东西还是国家能够用的，因为不做绝对坐标，只做园区内坐标的话还是可以的。目前我们也在跟做智能驾驶的团队也在做这方面的合作。
第三块来讲，刚才谈到与自动驾驶的专业团队大量的合作，我们提供特定场景小范围高精度地图。因为我不依赖GPS提供靠激光雷达的3D特征匹配进行车道厘米级定位的技术，我也可以在这个角度给大家提供定位的服务，我今天来讲这个东西可能最核心的就是谈这一页幻灯片，希望跟大家有更多的合作。
后面简单介绍下绿土，我们在中关村软件园这边成立了总部在这里，目前在美国、新疆，包括武汉、深圳这块都有分支机构，我们2012年9月成立，期间发布激光雷达、无人机相关的产品，这块经过了几轮的融资发布了硬件、软件的产品。去年4月份是顺丰和北极光创投联合给我们投资。更多的目前主要还是激光雷达对仓储相关的三维建模还有智能物流的车辆三维导航。
业务构成来讲，目前我们依赖于GPS的组合惯导，以及不依赖GPS车载和单人背包的这种3D数据采集的硬件设备，第二个来讲点云处理软件，包括实时定位的算法软件，包括做测绘产品的软件。第三个在国外做云服务点云处理。
这是一些资质，还是测绘方面的资质。我们也有几个优势，第一个我们提供系统集成和软硬件服务一站解决方案。在这个环节可以跟在座的企业合作。第二个我们组合的激光雷达和无人机产品从美国到香港都有用户，而且都有作业。从我们国家的大兴安岭到东南亚这边，热带雨林也都作业过，能有8千小时航时的安全作业，3500米的高差，包括1:500的地图我们都能做。这个LiAir是无人机的名字。这是我们一些用户，2015年销售业绩，国际市场占到30%，国内市场占到70%。那我们的最终目标是国际市场占70%，去年国际市场是有提升。
第三个优势是在国际学术届上的发声，核心刊物上获得的奖，应该是美国地理学会非常权威的奖项。在一些国际学术刊物上也都获得过这样的奖项。在国际的知名刊物上发表的算法和软硬件的成果，跟同类产品的对比平均有5%的领先。这是我们产品的体系，目前围绕着激光雷达设备来讲，无人机机载了激光雷达有专业版的也有普通版的，还有车载的，包括大飞机搭载的。最后其他几个都是需要依赖GPS和MU这种关系导航组合的高价格、高成本这样的一个导航系统。这个背包中间完全不依赖GPS，就一个激光器+3D算法。能做图，能定位。
围绕软件这块我们有一个LiDAR360的平台，依赖这个平台可以做到无人机数据的控制和解算，能做到单目尺度参数提取，这个包括做高精度的DEM还有城市三维建模等一系列软件。这个软件基本上从跟背包也好跟车载也好对接到中间标准产品的制作，还有基本的处理，以及后边的三维重建和单体化，还有电力的模块在它里头都能体现。相对同类产品的几个优势来讲，其实单个数据到300亿以上的点云文件在它里面操作非常流畅，显示的效果我不说世界一流，其实大家可以去比较一下，三维特征、三维场景来看效果非常的好。这个也跟同类产品做了比较，尤其是放在自动驾驶上做目标特征提取的时候准确度会有保证，这个是在假彩色影像下跟同类产品做的对比，大家可以看差别。
这个是背包在地下车库或者是园区里面扫描的高精度，如果近距离量以毫米进行对比我们的相对误差也在1厘米以内，精度做到这种水平，这个是不依赖与GPS定位情况。这个是在老挝热带雨林做的植被下的高精度地图，在这个地方GPS、RTK都不行。这是在林业上的一些应用，这是给房地产公司我们在一个星期内完成它20个平方，然后它整个做地形管理产规划的4级产品。
这是给电力厂做的电力的扫描和电力线路的巡检，这是给数字城市做的建筑物的电云。这就是背包的平台放在电动自行车上，时速40公里每小时这样转成两圈，把我们所在园区的三维地图构建里边，不依赖GPS的，能做对应的基础设施的扫描。这是车库，背这个背包走下去，这是外部的树木，车库的情况，然后大家看轨迹，轨迹的精度在两厘米左右。这个是减灾方面的一些应用。
这是我们这块的情况，我们WGDC里面有展台，感兴趣的大家可以交流。补充一句，刚才我谈的点，我们做高精度这块的方案，我们是小公司，小公司有小公司的活法，我们在特定领域跟大家合作。我看刘总和孙总都在下边坐着，也特别希望想拜访您。有机会大家可以交流一下，其实我们有一些点，大家还是可以合作一下，谢谢大家!
{{item.content}}