從 3D 影像殺入光學雷達,這家公司憑什麼吸引博世、富士康、三星千萬美元投資?

作者 | 發布日期 2017 年 02 月 28 日 12:00 | 分類 尖端科技 , 晶片 , 自動化 follow us in feedly

「看見」,是一切機械達到自動化的前提,自動駕駛汽車也是如此。之前,大公司已經在馬不停蹄地為自動駕駛車輛更「明亮」的雙眼布局。不論是光學雷達(LiDAR)、深度感知鏡頭等感測器,還是圖像辨識、機器學習等軟體演算法,五花八門的解決方案和設備集成指向一個共同的目標──讓汽車看得「更快、更遠、更清晰」。




而這一點,日前被一家名叫 TetraVue 的公司突破。根據雷鋒網新智駕(AI-Drive)消息,當地時間 2 月 16 日,這個在美國加州的創業公司宣布,其獲得一筆金額 1,000 萬美元的投資,投資方包括 Robert Bosch Venture Capital(博世旗下) 、Nautilus Venture Partners 和 Samsung Catalyst Fund(三星旗下)3 家風投機構以及富士康。

TetraVue 公司提供了一種集成光學雷達、光學晶片以及 3D 數據建模和成像演算法的綜合方案,能夠幫助自動駕駛汽車達到更遠、更清晰和更實時的環境感知。綜合看來,這種方案也被認為是目前最具性價比優勢的自動駕駛解決方案之一,那麼,它到底用什麼打動了諸如博世、三星這類巨頭呢?

成立近 10 年的今天,TetraVue 等到了這個關卡

即便自動駕駛在爆發前夕吸引了越來越多創業團隊入局,但 TetraVue 卻算不上新玩家了。TetraVue 自 2008 年成立,最初便以 3D 高解析度成像起家,至今已經有近 10 年的歷史。

公開資料顯示,TetraVue 致力於開發的,是超高解析度的 3D 空間測量和成像技術,殺手鐧在於更高速、更準確的 3D 度量。目前,TetraVue 最新的深度鏡頭能夠產生百萬像素(MegaPixel)點級別的 3D 圖像,建模精度達到專業測繪級別,並能提供即時的空間感知訊息。不僅是自動駕駛,這種深度感知技術還能應用在包括遊戲、娛樂、製造、教育、醫療等多個行業中。

雷鋒網配圖

簡單說來,這種更高性能的空間感知產品,其實是對經典深度感知技術 ToF(Time of Flight)的一種革新。歷經數年研發,這個技術得到了成功應用,同時,也等到了自動駕駛技術萬億級未來市場的風口。

博世在其官網發表的投資聲明中指出,TetraVue 的技術成果更能幫助自動駕駛汽車應對行駛途中遭遇的障礙物等意外風險。一直以來,博世致力於增強其自動駕駛汽車行業的開發實力,而 TetraVue 的超高解析度 3D LiDAR 數據和成像技術,將大大提高自動駕駛汽車的障礙辨識性能。

「能成為 RBVC(博世旗下投資機構)的投資對象和合作夥伴,我們十分激動,」TetraVue 創始人兼總裁說,「得益於博世的強大技術和人脈支持,Tetravue 已經獲得了多個層面的助力。」

技術解析:集成化裝備感知時間和距離

雖說有近 10 年的歷史,但 TetraVue 在業界似乎一直非常低調,新智駕今天向多家光學雷達公司詢問,業內對這家公司知之甚少。

綜合目前已知的消息,雷鋒網新智駕(AI-Drive)了解,TetraVue 的殺手鐧,在於其獨家專利技術「光切片」(Light Slicer)技術,該技術能透過時間尺度和距離尺度的量測,使用標準的 CMOS 感測器測算光學強度訊息,無需複雜的特殊晶片,這意味著成本和製程複雜度大大降低。

同時,TetraVue 的解決方案集成了固態光學雷達技術,沒有機械式組件,意味著體積的輕量化,不過目前,這算不上最值得一提的亮點。之前,Velodyne 和 Quenerty 兩家主流光學雷達企業都已經完成低成本固態光學雷達的發表和布局,但在雷鋒網新智駕(AI-Drive)看來,TetraVue 的優勢在於更高程度的系統集成。

雷鋒網配圖

從上圖中可以粗略地看出,TetraVue 的空間感知解決方案中,集成了包括固態光學雷達發射單元、深度感知鏡頭等一系列感測器和演算法。其優勢在於:

  • 專利級別「光切片」技術
  • 增強型的雷達頻閃脈衝(不會造成像素點模糊、無需機械掃描)
  • 即時持續地捕捉像素點訊息
  • 高解析度成像技術:坐標與圖像
  • 低延時:即時決策

上述性能中,許多優勢都與自動駕駛汽車的感測需求「八字相合」,如更低延時、更清晰的空間感知成像等。其中涉及到兩個關鍵點,我們分別來談。

1. 什麼是 ToF? TetraVue 如何對它進行概念升級?

公開資料顯示,TetraVue 的深度感測器採用了 ToF(Time of Flight)技術。那麼什麼是 ToF 呢?

ToF,直譯意思為「飛行時間」。所謂飛行時間法 3D 成像,是透過給目標主動連續發送光脈衝,然後用感測器接收從物體返回的光,透過探測光脈衝的飛行(往返)時間來得到目標物距離。這種技術跟 3D 雷射感測器原理基本類似,只不過 3D 雷射感測器是逐點掃描,而 ToF 相機則是同時得到整幅圖像的深度訊息。

外網的一篇報導顯示,TetraVue 透過多年的研究,成功對 ToF 技術進行了一次方法改良。具體說來,可以理解為其感知元件直接接收光學雷達單元的主動掃描訊息以及可見光的被動訊息,並依此成像。

雷鋒網配圖

固態光學雷達裝置發射的雷射相位差用於系統測算距離,而光學感知設備被動接收的可見光用於測算亮度,透過可見光的紅綠藍分量,為像素點的上色。至此,即時、完整的 3D 圖像就形成了。

2. 具備大範圍推廣的前提──量產

TetraVue 在官網中對其深度感知方案進行了這樣的描述:高解析度、遠距離和低能耗。這樣的特性體現在其解決方案中,更龐大數量的像素點、更遠的掃描範圍、更小巧的光學雷達元件等配置上,這也在一個側面印證了 TetraVue 實現商業化的重要條件──量產。

2015 年,TetraVue 曾在公開發表的技術解析 PPT 中表示,他們正開始進行小型、高解析度 3D 感測器的量產工作。當時並未透露進展如何,但這個起步相對而言已經佔領了先機。

前面提到,TetraVue 僅使用標準的 CMOS 和 CCD 光學晶片,便可以達到百萬級像素點(MegaPixel)的獲取,降低了設備量產的技術門檻和成本門檻,連同固態型光學雷達的裝備,可以將產品的體量進一步減輕。

雷鋒網配圖

一旦實現量產,TetraVue 將可能為自動駕駛研發企業帶來高可靠性、低延時、低成本、遠距離空間感知技術的福音。

雷鋒網配圖

▲ TetraVue 原型機圖。

深度感知技術已經成為一種跨行業的「語言」

3D 深度感知技術,被認為是顛覆未來的機器人、AR(增強時境)以及自動駕駛等領域的核心技術之一,這也解釋了眾多企業爭相布局的空前景象。

自動化即智慧感知。這樣的背景下,我們看到了不少公司的成果。早在 2014 年,Google 便推出基於 Project Tango 計畫的 Android 手機原型機,配備深度鏡頭、感測器和晶片,能夠實現即時的環境 3D 建模。透過這個計畫,Google 將深度感知技術成功帶入行動端,開啟了行動裝置深度感知的先河。有趣的是,資料顯示,博世在當時也參與了該計畫的研究。

而在自動駕駛領域的深度感知系統布局中,汽車晶片巨頭英飛凌的版圖也值得一提。去年下半年,英飛凌高調收購 MEMS 公司 Innoluce,劍指低成本、高視距、高性能的光學雷達系統開發。

與此同時,英飛凌旗下的 ToF 產品線(被命名為 Real 3 的系列感測器),可以提供非常健壯、可靠的 3D 空間數據,並且完全不依賴陽光,可以在各種的環境提供優質圖像。之前有消息稱,這種 Real 3 感測器還被用於華碩支持擴增實境功能的智慧手機上。

這一切都在傳遞一件事,深度感知技術已成為一種跨行業的「語言」,顯然它將在自動駕駛領域大放異彩,不過,更多概念性的未來,它也不會缺席。

(本文由 雷鋒網 授權轉載;首圖來源:TetraVue

延伸閱讀:

發表迴響