热点：百度掷重磅炸弹 某些自动驾驶初创企业不自然了

最近，百度apollo平台与国内激光雷达企业伏特加技术合作，落下了名为pandora的重磅炸弹，大大加速了无人驾驶落地，但许多自动驾驶初创企业也陷入了非常不自然的状况。

简单来说，pandora是集成了激光雷达、环视照相机模块、多传感器融合和感知识别算法的自动驾驶开发者套件，实际上是一种新的多传感器融合技术。

一般来说，业界所说的多传感器融合是指对相机、激光雷达、毫米波雷达、超声波雷达等多个传感器分别收集的数据进行整合，而pandora的方法是在硬件层面整合相机、激光雷达

在pandora的开发过程中，伏特加主要负责硬件产品的设计和制造，百度apollo负责系统整体的定义和算法的匹配。 但是，目前还不清楚pandora使用的激光雷达是否是伏特加的混合固体pandar40。

为什么要做潘多拉，能处理什么问题？

伏特加方面，对参与自动驾驶的很多企业来说，解决传感器方案看起来很简单，但大多数情况下，至少需要花6~8个月的宝贵研究开发时间，不要强行拖后腿，这重复了发明车轮的过程 潘多拉是为了应对这种研究开发的弱点而产生的。

做硬件级多传感器融合，pandora不是第一家，硅谷激光雷达企业aeye早就成立了。 《建设约车评估》12月18日报道的硅谷激光雷达初创企业innovusion也采用了激光雷达和照相机在硬件层面融合的方案。

伏特加科技ceo李一帆和百度apollo主任研究开发设计师王亮都在这次pandora发布会上详细说明了硬件级多传感器融合在全领域的积极意义后，“建设约车评价”也是地平线创始人余凯、俞势科学技术创始人的

总结起来，innovusion和伏特加这种硬件级别的多传感器融合方案，最明显的好处是以下几点。

1 .提高了探测器的可靠性

我们大家理解的点云，其实不是激光雷达的原始数据。 点群是对原始数据进行了过滤的，真正的原始数据是点群数据的1000倍以上，也就是点群数据的900倍以上的原始数据被传感器隐藏，如果完全利用了未发送到中央计算系统的数据，则系统对外部环境的感觉。

据innovusion创始人波恩韦介绍，硬件方面的融合正好可以完全利用这些数据，除了激光雷达和相机分辨率的自然匹配外，还大大提高了三维空之间的重建和物体检测的可靠性。

2 .处理了数据同步的问题

在常见的数据融合下，来自不同的传感器，在总结的数据在软件层融合的过程中，通常需要几十毫秒、几百毫秒的延迟。 如果不同制造商制造的传感器没有同步机制，就需要额外的劳力。 如果同步不好，同一物体因运动不同而被不同的传感器检测到的空之间的位置偏移会给后续的融合带来额外的烦恼。 在硬件层面的融合中，不存在这样的问题。

3 .节约计算量，降低功耗

硬件方面的融合也减少了计算量的要求，提高了计算解决的效率。

站在照相机的角度来看，激光雷达和硬件方面融合，检测到的新闻直接是三维的，像以前一样只能检测二维新闻，而且第三维依靠推测。 站在激光雷达的立场上，与照相机融合，检测到的新闻直接着色，可以分类。 后端不需要再解决一次。

从产品性能的角度出发，节约结算量是提高效率。 站在客户的角度，节约计算量，降低功耗，降低对硬件方面的性能要求，降低价值成本。

4 .节约客户的时间

潘多拉不是激光雷达和相机的机械汇聚，而是将算法和解决方案匹配的有机系统，客户可以像以前那样从不同的供应商那里得到不同的传感器后，在匹配、调试上花费大半年。 这样，客户就可以节省很多时间，为更擅长、更有价值的活动投入时间。

5 .降低整合的难度

通过激光雷达和多个相机的一体化机械设计，总体积明显变小，配线也变得简单，本体工厂的综合设置变得容易。

吴甘沙认为pandora提供的前融合方案将是一个大方向，现在激光雷达的价格太高，不会成为主流，但是2~3年后，激光雷达的价格在1000美元以下的话，与照相机融合就很厉害了。

pandora优先为apollo联盟成员提供技术支持和产品新闻，同时apollo成员可以享受最佳发货期限和最佳购买价格。 这个重磅的发售，越来越多的大型机工厂、tier、甚至无人驾驶初创企业有可能参加apollo生态学。

但是你好，我你好，大家好。 一旦pandor的各种顾客体验得到验证，原来使用别人家激光雷达的顾客往往会倒下。 这个时候，什么样的体验不良的方案会受到很大的冲击？

最初，激光雷达企业可能有点危机感，但他们很快就会发现激光雷达和照相机在硬件方面融合，难度很低，他们自己也能做到。 然后，相关的第1层也将跟进。 然后呢？

多传感器融合(数据融合)是momenta、pony.ai、roadstar等多种无人驾驶初创企业的主要技术方案，目前激光雷达制造商和tier 1进行多传感器融合，同时将融合置于硬件层。

左边是来自原始潜在目标组tier 1的降维打击。 右边是原本只能做到这一点的供应商激光雷达制造商的拍摄，技术供应商将处于非常不自然的状况。

让这些初创企业到伏特加这样的激光雷达企业避难，当然是不甘心的。 对此，进入tier 1的怀抱，为tier 1进行多传感器融合，不是它们自己的老融合方案，而是像pandora那样的融合，可能是最好的结局。

一些补充:

但是，并非所有人都对pandora及其所代表的新技术盲目乐观。 主要有以下声音。

1 .余凯认为像pandora这样的标准品包装方案，很多无人驾驶公司应该感兴趣，但我们认为离汽车规则级别的量产版本还有很长的距离。

2 .一家激光雷达公司的coo认为在硬件方面融合照相机和激光雷达的最大弊端是缺乏灵活性。 有些客户可能想把照相机和激光雷达安装在不同的地方，使用特定的照相机，但硬件层的融合消除了这种可能性。 最终，只有哪个技术能力不强、没有自己融合能力的技术才能使用pandora，融合能力强的客户可能会自己研究传感器计划。

3 .吴甘沙也在看pandora的方向，他也有点疑问。 以前的单点融合产品，比如戴尔福特在年推出了集成雷达和相机的驾驶辅助系统racam，大陆也在年推出了融合单线激光雷达和相机的&lsquo。 多功能相机激光雷达( mfl )并不刮风。

据roadstar创始人余显侨介绍，pandora本质上是super sensor，与depth camera没有太大区别。 佟显侨还是对roadstar使用的多传感器融合技术更有信心。

roadstar的多传感器融合技术与pandora在硬件级别的融合和其他无人驾驶初创企业的数据融合大不相同的一般数据融合不同，各传感器收集到的原始数据在计算解决后进行融合，与此相对，roadstar独自

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，可以超过4000个数据以前传输的非深度融合学习算法的15万个数据的效果。 另外，因为传感器的物理特征是互补的，所以很多lidar和camera下的corner sense被分别识别出来，corner sense降低到了以前传来的算法的1%。 这样，测量道路行驶距离的要求降低了。