“現(xiàn)在大家對激光雷達的要求還不夠高。我們產(chǎn)品的分辨率可以做到300線?！滨U君威坐在我們對面說出這番話時，仿佛一切都是理所應當。但車云菌還是因為超出市面所有產(chǎn)品的參數(shù)表現(xiàn)，頓了1秒。 

鮑君威的上一個Title是百度自動駕駛事業(yè)部總監(jiān)，直接向當時的總經(jīng)理王勁匯報工作。去年百度投資Velodyne的項目由他負責技術調研。也是在那時，他也和激光雷達和其它各類傳感器公司做了大量的技術交流。

一年前傳出鮑君威離職百度，在硅谷創(chuàng)業(yè)的消息。他個人的LinkedIn頁面中，最新經(jīng)歷已經(jīng)更新為一家匿名創(chuàng)業(yè)公司的CEO，主要從事自動駕駛傳感器和傳感器融合方案的研發(fā)。但行業(yè)里了解具體情況的人寥寥無幾。

時隔一年回到國內，鮑君威坐在車云菌面前時，終于揭曉了自己的新起點——Innovusion。這家硅谷創(chuàng)業(yè)公司帶來了第一款產(chǎn)品，并且在分辨率表現(xiàn)上，令不少人大吃一驚。

▲Innovusion CEO 鮑君威與CTO李義民

目前量產(chǎn)的傳感器并不符合全自動駕駛要求，它們絕大部分是面向駕駛輔助功能應用開發(fā)的。鮑君威創(chuàng)立的Innovusion，要做的就是一款面向全自動駕駛的產(chǎn)品。

在采訪過程中，他不斷向我們提出 “主傳感器”的概念——未來全自動駕駛汽車上，主傳感器的分辨率要和人眼分辨率相當。鮑君威認為，主傳感器不僅要感知出周圍環(huán)境有什么，而且要看清楚每樣東西是什么。

自動駕駛汽車常見的傳感器中，有機會做到這兩點的是激光雷達和攝像頭。對于行車比較重要的距離及物體識別信息，攝像頭一直在用深度學習的方法估算，但目前識別算法還不能做到和人一樣智能。而且分析單純的圖像數(shù)據(jù)需要耗費大量的計算資源，對嵌入式平臺的性能要求很高。

激光雷達是主動探測型傳感器，測距精度和準確度都優(yōu)于攝像頭，分析三維點云進行物體識別及測距所需的運算量也小于圖像。綜合考慮軟件難度和量產(chǎn)可行性，激光雷達更適合做全自動駕駛汽車的主傳感器。

當我們用主傳感器的要求去看市面上的激光雷達，就會發(fā)現(xiàn)它們最大的問題是分辨率不足。市面上無人車常用的4線、8線、16線、32線、64線乃至128線激光雷達，點云圖上都還有不少信息空洞，它們只能模糊描繪外部環(huán)境，很可能會遺漏一些小體積的物體，還做不到對外部環(huán)境一覽無余。

▲Innovusion首款產(chǎn)品參數(shù)：探測距離150m+（反射率10%），水平視角100°，垂直視角40°，分辨率達到300線，探測精度達到厘米級，體積小于100立方英寸（約1.64立方分米）。

激光雷達的分辨率到底要達到多少？鮑君威認為最終要做到和人眼的角分辨率（在正負20度視野里大約為0.06°）相當。Innovusion第一代產(chǎn)品可以達到300線。據(jù)鮑君威介紹，產(chǎn)品在設計時，水平和垂直中線附近的部分分辨率稍高，橫縱分辨率均勻，角分辨率可以達到0.14°。

一個PC上的例子，可以幫助解釋300線意味著什么。PC早期的顯示器是25行字符，當1984年蘋果的Macintosh出來后達到了圖像級信息，縱向300多像素，橫向是500像素。雖然不如現(xiàn)在的LED顯示器，但已經(jīng)可以形成清晰的圖像，人與機器的交互體驗有了前所未有的升級。

▲Innovusion第一款激光雷達點云單楨數(shù)據(jù)圖。圖中顏色代表反射值，場景為斯坦福校園。產(chǎn)品采用的探測原理是ToF，返回X、Y、Z數(shù)據(jù)之外，還能帶回反射值信息（便于探測車道線）。

當激光雷達擁有300線的分辨率，就相當于達到了視頻分辨率的水平，自動駕駛汽車觀察周圍的能力，也隨之發(fā)生跳變。鮑君威認為，“圖像級的信息可以起到革命性的作用，這個時候，感知算法會非常容易用激光雷達點云信息進行物體識別，你就愿意放心大膽地把車交給機器來開了。”

▲激光雷達點云及攝像頭數(shù)據(jù)融合視圖

▲融合后的三維彩色點云數(shù)據(jù)，上圖拉近到遠處的建筑物

▲攝像頭彩色圖像截圖

為了達到第二點要求——看清環(huán)境中每個物體是什么，Innovusion做的是傳感器硬件層面的融合。

在鮑君威的理解中，軟件層次的融合會有幾個挑戰(zhàn)：

第一是時延，軟件層的融合一般要好幾十、好幾百毫秒，如果車子在高速公路上疾馳，很容易發(fā)生意外；第二是計算效率， CPU、GPU、FPGA、ASIC，越往上效率越高，軟件不如硬件做效率來得高。

而硬件層次的融合，可以在端的地方完成。大家常說激光雷達的原始數(shù)據(jù)是點云，實際上點云再往前一層還有原始的數(shù)字信號?！皵?shù)字信號一秒鐘會有10億個sample，點云一秒鐘只有100萬個，相差1000倍。沒有什么網(wǎng)線能有足夠的性能把這些原始數(shù)據(jù)傳到軟件層進行數(shù)據(jù)融合，所以現(xiàn)在大家傳輸?shù)亩际屈c云數(shù)據(jù)，中間會丟有很多有用的信息丟掉了?！?/span>

為了把最原始的數(shù)據(jù)用起來，Innovusion采用了FPGA來實現(xiàn)硬件層的融合。又因為激光雷達的高分辨率點云已經(jīng)和視頻分辨率相近，所以與之融合也更加容易。有了帶有RGB信息的三維點云數(shù)據(jù)，算法就很容易判斷環(huán)境中的物體是汽車、行人以及其它較小的物體。

在采訪時，我們沒有見到這款激光雷達的樣機。按照鮑君威的計劃，明年上半年會正式出售第一代產(chǎn)品的樣機，陸續(xù)推出融合算法套件和開發(fā)者程序。

目前Innovusion正在硅谷把產(chǎn)品裝車測試，鮑君威向我們展示了幾張裝車時的照片。據(jù)他解釋，雖然測試時樣機被放在了車頂，但是主機廠客戶可以選擇安裝在后視鏡、反光鏡、車燈的位置，用多個配置的方法達到車身360°全覆蓋。

▲Innovution激光雷達原型近圖及其所搭載的測試車

仔細觀察，你會發(fā)現(xiàn)這款激光雷達外部并沒有旋轉部件。在詢問鮑君威技術方案時，他告訴車云菌這是一款混合固態(tài)激光雷達，并且解釋了選擇技術路線是一種面向產(chǎn)品化的判斷。

激光雷達是一個精密光學儀器，整個系統(tǒng)包括發(fā)射器、光源、激光、接收器等多個部分。Innovusion對自己的定位是系統(tǒng)集成商，核心的競爭力就是看明白系統(tǒng)里各個部分所需器件的技術路線，然后再從不同供應商中挑選出成熟穩(wěn)定的器件，把它做最佳的組合。“就像手機一樣，很多元件都差不多，但是你組合的最好，性能最好?！?/span>

鮑君威介紹，Innovusion的產(chǎn)品達到300線分辨率，并不是簡單拷貝現(xiàn)有32/64/128線方案進行機械的疊加，而是一個全新的技術方案創(chuàng)新，目前還沒從公開的資料里看到類似的設計。Innovusion對產(chǎn)品光學電子系統(tǒng)的一些技術及設計已經(jīng)或正在申請多項專利。

另外對于300線的分辨率，大家都在好奇的一個問題是：分辨率增加后對硬件計算平臺有沒有提出更多要求？

鮑君威坦言，分辨率增加確實要求硬件計算平臺分析更多的數(shù)據(jù)，但數(shù)據(jù)量還是遠遠小于視頻數(shù)據(jù)。另一方面由于高密度激光點云有精確的三維信息，不像原來需要根據(jù)二維圖像計算距離信息，所以實際上應該節(jié)省很多硬件平臺計算資源。而且他提到，激光雷達和相機融合方案把很大一部分底層的感知工作在傳感器硬件終端做好了，也可以減少傳感器的計算需求。

Innovusion之所以沒有選擇全固態(tài)的方案，是因為目前的元件廠商還無法持續(xù)穩(wěn)定地供應全固態(tài)部件。固態(tài)激光雷達要求掃描器件和接收器件都沒有運動部件。國防、航天領域對成本不敏感，可能會有一些全固態(tài)產(chǎn)品，但面向汽車的小規(guī)模器件還無法做到全固態(tài)?！斑€要等上幾年?！?/span>

混合固態(tài)有一些固態(tài)的元件，但也有一些運動的部分，可以在目前機械旋轉的激光雷達性能之上，更快地做出一個比較成熟的產(chǎn)品。鮑君威向我們強調，“技術方案不關鍵，而且技術路線隨著時間會演變，關鍵是你怎么用好最好的供應鏈產(chǎn)品。”

一款激光雷達走向量產(chǎn)，一定要滿足前裝量產(chǎn)車的需要。Innovusion計劃用兩到三年的時間通過車規(guī)驗證。而且鮑君威說，團隊在設計時就把車規(guī)要求考慮到了設計路線中，所用的元件都選用有可能滿足車規(guī)級別的元件。

產(chǎn)品定價本身也與技術路線相關，采用混合固態(tài)的技術方案，Innovusion的第一款產(chǎn)品量產(chǎn)單價可以控制在一兩千美元，具體價錢由實際的配置確定。這個價格是鮑君威在設計產(chǎn)品元件時調查得出的數(shù)字，不僅在技術成本上可行，而且對30-50萬的車來說，市場可以接受10%價錢增長來換取足夠的安全保證。

在百度自動駕駛事業(yè)部調整為智能駕駛事業(yè)群時，百度國內團隊和百度美國研發(fā)中心有不少人選擇離職創(chuàng)業(yè)。鮑君威的創(chuàng)業(yè)項目正是在那時被人們注意。因為長期潛伏在硅谷，國內對鮑君威本人及其下一站都知之甚少。LinkedIn上的一句“Developing sensors and sensor fusion solutions for autonomous driving vehicles”，給大家留下了足夠的猜想空間。 

公開資料顯示，鮑君威2014年加入百度，曾是百度硅谷研發(fā)中心計算基礎設施負責人。2016年，百度組建自動駕駛事業(yè)部時，鮑君威出任事業(yè)部總監(jiān)，直接向時任事業(yè)部總經(jīng)理王勁匯報工作。鮑君威在百度時就提出了激光雷達作為主傳感器的設想，看到市場上現(xiàn)有產(chǎn)品和自動駕駛團隊需求間的巨大差距，因此選擇了離職創(chuàng)業(yè)。

2016年11月 Innovusion成立，成立之初獲得了高榕資本和汽車圈投資人參投的幾百萬美金天使輪。

鮑君威重點提到的創(chuàng)業(yè)伙伴是CTO李義民，后者曾有過知名激光雷達公司的任職經(jīng)驗，也是百度自動駕駛事業(yè)部傳感器技術團隊的負責人。鮑君威的“軟件算法+光學系統(tǒng)”背景正好和李義民“光學系統(tǒng)+電子”的背景互補，兩個人離職創(chuàng)業(yè)后頭兩個月什么也沒做，就是調查各種路線，把每個方向分析透徹之后，再重新排列組合。

實際上，鮑君威在百度任職之前，就曾開發(fā)了一個可稱為為“顯微光學雷達”的技術，并以此為基礎成立了一家公司。后來公司被一家日本企業(yè)并購，鮑君威就在后者做了十幾年的精密光學儀器，為日后的創(chuàng)業(yè)打下了基礎。

他從最開始做一線研發(fā)，到管理整個研發(fā)的體系，然后加上軟件、硬件、系統(tǒng)，最后轉向商務，積累了整個流程的經(jīng)驗。原來半導體精密檢測行業(yè)的很多朋友，后來加入了Innovusion，把同樣的技能運用到了剛剛興起的車載激光雷達領域。

談起Innovusion的團隊特點，鮑君威認為他們和很多初創(chuàng)公司不同。公司絕大部分工程師都是15年以上的經(jīng)驗，年齡和鮑君威相當，都是在硬件系統(tǒng)方面有很多經(jīng)驗積累的資深工程師?！半m然不斷有新的器件出來，但很多舊的器件也要親手做過、用過才能把東西用好，這個是需要時間積累的工作?！?/span>

因為兼顧軟硬件整套系統(tǒng)，Innovusion目前有2/3的人員做硬件，1/3人員做軟件。鮑君威強調，“我們所說的軟件不是互聯(lián)網(wǎng)前端軟件，而是底層的核心算法的軟件，包括怎么把系統(tǒng)做標定，以及哪個角度激光射出的距離多遠等等 “。團隊里聚集了一批畢業(yè)于北大、清華、柏克萊加大及斯坦福等學校物理及電子系的專業(yè)人才，“我們解決物理世界的問題，不是純做數(shù)學問題”。

雖然Innovusion在誕生時是一家硅谷公司，但對于自動駕駛來說，主要有中國和中國以外是兩大市場，都必須同時顧及。這也是鮑君威回到中國，把新公司新產(chǎn)品信息帶到國內的原因。

Innovusion明年會在中國建立團隊，開展業(yè)務主要有兩個部分：一方面是擁有國內OEM核心客戶后，進行本地支持；另一方面是在國內進行軟件開發(fā)工作。中國有很多軟件算法方面的人才，可以為中國進行本地化的定制。