百度投下重磅炸弹，让一些自动驾驶初创公司尴尬

近日，百度Apollo平台联手国内激光雷达公司禾赛科技，投下一款重磅炸弹，名为Pandora。

此举将极大加速自动驾驶。

落地的过程也会让很多自动驾驶初创公司陷入极其尴尬的境地。

简单来说，Pandora指的是一套集成了激光雷达、环视摄像头模块、多传感器融合和感知识别算法的自动驾驶开发者套件。

它实际上是一种新型的“多传感器融合”技术。

通常，业界所说的“多传感器融合”是指将摄像头、激光雷达、毫米波雷达、超声波雷达等传感器分别采集的数据进行“数据融合”。

Pandora的做法是“硬件级集成”，即在硬件层面集成摄像头和激光雷达，然后将采集到的数据统一传输到计算平台。

在潘多拉的开发过程中，禾赛主要负责硬件产品的设计和制造，而百度Apollo则负责整体系统的定义和算法的适配。

但目前还不清楚Pandora使用的激光雷达是否是禾赛的混合固态Pandar40。

为什么要建立Pandora，它能解决什么问题？何赛认为，对于大多数涉足自动驾驶的企业来说，搞清楚传感器解决方案这个看似简单的任务，往往需要一个小团队花费至少6-8个月的宝贵研发时间才能完成。

要“不忍”，而这只是一个“重新发明轮子”的过程。

Pandora就是为了解决这样的研发痛点而诞生的。

Pandora并不是第一个做“硬件层面的多传感器融合”的。

硅谷激光雷达公司AEye早在2018年成立时就这么做了； 《建约车评》 硅谷激光雷达初创公司 Innovusion 12 月 18 日报道，也采用了一种解决方案，在硬件层面集成激光雷达和摄像头。

禾赛科技CEO李一凡、百度Apollo首席研发架构师王亮在本次Pandora发布会上详细阐释了硬件层面多传感器融合对整个行业的积极意义。

随后，《建约车评》还采访了地平线创始人余凯、驭势科技创始人吴甘沙、主线科技创始人张天雷、智行科技创始人张德昭等众多受访者一致认为，多传感器融合解决方案如潘多拉是“大势所趋”。

”。

总的来说，Innovusion、禾赛等硬件级多传感器融合方案最明显的好处有以下几点： 1. 提高检测可靠性。

我们所理解的“点云”实际上并不是激光雷达。

的原始数据。

点云只是原始数据“过滤”的产物。

真实的原始数据可能比点云数据多很多倍。

换句话说，超过点云数据次数的原始数据被“隐藏”在传感器中。

，不会传输到中央计算系统——这些数据如果得到充分利用，将有助于提高系统感知外部环境的能力。

Innovusion创始人鲍俊伟表示，硬件的整合可以充分利用这些数据。

再加上激光雷达和相机分辨率的自然匹配，大大提高了三维空间重建和物体检测的可靠性。

2.解决数据同步问题。

在常见的“数据融合”下，在软件层合并来自不同传感器的汇总数据的过程往往需要数十毫秒或数百毫秒的延迟——如果不同制造商制造的传感器没有同步机制，并且很多需要额外的努力来同步它们。

如果同步不好，同一物体的运动会导致不同传感器检测到的空间位置不一致，给后续融合带来额外的麻烦。

通过硬件层面的集成，这个问题就不存在了。

3、节省计算量，降低功耗。

硬件侧的集成也降低了对计算的要求，提高了计算处理的效率。

从摄像头的角度来看，在硬件端与激光雷达集成后，检测到的信息直接是三维的，而不是之前只能检测到二维信息，然后“猜测”出三维；从激光雷达角度来看，与摄像头集成，检测到的信息直接着色并可分类，无需后端处理。

从产品性能来看，节省结算量意味着提高效率；从用户的角度来看，节省计算量可以降低功耗，降低对硬件侧的性能要求，从而降低成本。

4.帮助用户节省时间。

潘多拉并不是激光雷达和摄像头的机械拼凑而成，而是算法和处理器相匹配的有机系统。

用户可以“拿走用”，而不是像以前那样从不同的供应商处购买。

拿到不同的传感器后，需要花费半年多的时间来匹配和调试。

这将为用户节省大量时间，让他们将时间投入到自己更擅长、更有价值的事情上。

5、降低集成难度。

激光雷达和多个摄像头的一体化机械设计，使得总体积明显更小，布线也更加简单，更容易为OEM集成和安装。

吴甘沙认为，潘多拉提供的预融合解决方案将是一个大方向。

但目前激光雷达的价格过高，无法成为主流。

不过，2-3年后，一旦激光雷达的成本降到美元以下，与摄像头集成时，它的威力就非常强大。

潘多拉将优先为阿波罗联盟成员提供技术支持和产品信息，阿波罗成员还可享受最佳交货期和最优惠的进货价格。

此次重大发布可能会吸引更多 OEM、Tiers，甚至自动驾驶初创公司加入 Apollo 生态系统。

但这不是“你好，你好，大家好”。

一旦Pandor的各种“用户体验”得到验证，很多原本使用“别人的激光雷达”的用户就会“倒戈”。

这个时候，那些“体验差”的解决方案就会受到很大的影响。

一开始，一些激光雷达公司可能会有危机感，但他们可能很快就会发现，硬件端激光雷达和摄像头的集成并不困难，自己也能做到。

然后，相关的一级将随之而来。

接下来是什么？ “多传感器融合”（数据融合）一直是Momenta、pony.ai、Roadstar等众多自动驾驶初创公司的主要技术方案。

现在，激光雷达厂商和Tier 1正在做“多传感器融合”，并且，“前载”融合到硬件层，不仅更容易使用，而且性能也更好。

这……看到这样的消息，一些“多传感器融合”技术解决方案提供商可能会“彻底哦不”。

左边是来自原始“潜在客户”Tier 1 的“降维攻击”；右边则是来自原本只是供应商、技术方案供应商的激光雷达厂商的“维数增强攻击”，情况将极其尴尬。

他们当然不会愿意让这些初创公司去禾赛这样的激光雷达公司；相比之下，他们会投入Tier 1的怀抱，为Tier 1做“多传感器融合”——而不是他们自己的老式融合解决方案。

但类似于潘多拉的融合或许才是“最好的结局”。

旁注：然而，并不是所有人都对潘多拉及其代表的新技术盲目乐观。

主要有以下几种声音： 1、余凯认为，很多自动驾驶公司应该对Pandora这样的标准产品封装方案感兴趣，但“估计距离车规级量产版本还有很长的路要走” ”。

2、某激光雷达公司COO认为，在硬件方面集成摄像头和激光雷达的最大缺点是缺乏灵活性。

有些用户可能希望摄像头和激光雷达安装在不同的地方，并且可能希望使用特定的摄像头，但“硬件层融合”消除了这种可能性。

最终的结果可能是，只有那些技术不强、没有能力自己做融合的技术才会使用Pandora，而融合能力强的用户仍然会自己研究传感器解决方案。

3、吴甘沙虽然也看好潘多拉的方向，但也有一些疑虑。

“之前的一些融合产品，比如德尔福推出了集成雷达和摄像头的驾驶辅助系统RACam，大陆集团也在2018年推出了集成单线激光雷达和摄像头的多功能摄像头激光雷达。

”（MFL），但是它做得并不好。

” 4、在Roadstar创始人童贤桥看来，Pandora本质上是一个Super Sensor，与Depth Camera没有太大区别。

童贤桥还想着路星。

采用的多传感器融合技术更有底气。

Roadstar的多传感器融合技术不仅不同于Pandora的“硬件层面的融合”，也与其他自动驾驶初创公司的“数据融合”有很大不同——通常的“数据融合”等待各个传感器收集的原始数据传感器进行处理，然后将其熔合。

Roadstar采用独创的DeepFusion算法，对各个传感器获得的原始数据进行深度融合。

这种深度融合数据算法大大减少了深度学习所需的训练数据。

一条数据可以超过传统非深度融合学习算法15万条数据的效果。

而且，由于传感器的物理特性互补，LiDAR和Camera下的许多角感可以单独识别，使得角感减少到传统算法下的1%。

这样就降低了路试里程的要求。