导语：汽车产业经历剧变，自动驾驶浪潮来袭。是被浪潮吞没，还是屹立于浪潮之巅？如何摘得“人工智能项目之母”桂冠，用智能代替双手掌控车辆？从9月14日起，智东西重磅推出9堂自动驾驶系列课。9位实战派导师将为大家奉献超过分钟的系统讲解和深度互动，完成对33个知识点的专业拆解，和你一起建立未来汽车的知识壁垒。
第七课由速腾聚创联合创始人兼CEO邱纯鑫主讲，主题为《基于激光雷达的地图创建与定位》。下面划重点！
要点速览
一、自动驾驶汽车多种传感器各有优劣，多传感器融合是共识。
1、激光雷达能够获得高清的三维环境感知信息，但是价格比较贵。
2、摄像头能够获得丰富的纹理，价格也合适，但是受环境光照影响比较大。
3、毫米波雷达在雨雾天气性能优越，但是分辨率比较低。
二、激光雷达是自动驾驶汽车不可或缺的传感器，具有5大功能。
1、障碍物检测。
2、障碍物分类。
3、障碍物跟踪。
4、生成高精地图。
5、实时定位
三、激光雷达分为扫描式和非扫描式两大类。
1、扫描式激光雷达通过逐点扫描测距，又分为机械扫描雷达、基于MEMS微机电系统的雷达，以及相控阵雷达三种。
2、非扫描式激光雷达就是Flash雷达，像手电筒一样打出去一个面阵光测距。
3、从另外一个角度说，机械式和MEMS都属于机械雷达，而相控阵和Flash则属于固态雷达。
机械式雷达目前比较成熟，但硬件成本贵、量产困难，且稳定性也有待提升，目前很多公司都在向固态激光雷达方向发展。
四、激光雷达通过SLAM技术生成高精地图并定位。
1、自动驾驶汽车需要利用激光雷达、摄像头等传感器感知外部环境、构建环境模型并利用该模型确定车辆所在的位置，这套技术被称为SLAM。
基于摄像头等纯视觉传感器的SLAM被称为VSLAM，获取数据成本较低，数据量丰富，但是受光照影响比较大。
基于激光雷达的SLAM就不受光照影响，数据量比较少，创建的地图精度高，但是价格贵。
2、创建SLAM系统的时候，主要考虑稳定性、精度、计算量和传感器成本四大要素。
3、激光雷达是依靠将车辆的初始位置与高精地图信息进行比对来获得精确位置。
首先，GPS、IMU和轮速等传感器给出一个初始（大概）的位置。
其次，将激光雷达的局部点云信息进行特征提取，并结合初始位置获得全局坐标系下的矢量特征。
最后，将上一步的矢量特征跟高精地图的特征信息进行匹配，得出精确的全球定位。
主讲部分
大家好，我是速腾聚创联合创始人兼CEO，邱纯鑫。今天主要跟大家分享基于激光雷达的地图创建和定位，而关于激光雷达的感知，我们看看后续有没有机会跟大家一起分享。
速腾长时间投入于基于激光雷达的地图创建和定位以及感知，但这些技术在这几年来没有特别大的突破，大多数存在的问题是工程化的问题。
今天的分享分为四部分，第一部分是激光雷达是无人驾驶不可或缺的传感器，第二部分和第三部分是LiDAR在自动驾驶中的应用，包括地图创建和定位。第四个是速腾如何贡献力量来加速LiDAR的应用。
一、激光雷达是自动驾驶不可或缺的传感器
上面这张图是相对通用的自动驾驶的系统框架，左边的部分是传感器以及高精地图。像高德的谷总所说，高精地图其实是用于自动驾驶的专题图，所以我们也可以将高精地图理解为一个特殊的传感器，除了高精度地图之外还有激光雷达、摄像头和毫米波雷达。中间部分是负责障物检测和识别分类的定位感知层，最右边的部分是路径规划和执行层。
这张图是传感器的介绍，左边的激光雷达、摄像头和毫米波雷达这三个传感器主要是用于感知物体，而右边GPS、IMU和Encoder（编码器）这些主要是用于定位。激光雷达、摄像头和毫米波雷达各有优缺点。激光雷达能够获取高清的三维环境感知的信息，但是价格比较昂贵。摄像头能够获取比激光雷达更加丰富的纹理，价格也适合，但是受光照影响比较大。毫米波雷达在雨雾天气的性能优越，但是分辨效果比较弱。各种传感器各有优缺点，因而目前采用多传感器融合的方案是大家达成的共识。
激光雷达能在哪几个部分进行起作用？激光雷达在生成高精地图中是一个非常重要的传感器，同时我们可以利用激光雷达进行实时定位，障碍物的检测、分类和跟踪。
接下来讲一下激光雷达的行业发展的情况。我把激光雷达分为两种，一种是扫描式雷达，一种是非扫描式雷达。扫描式雷达又分为MechamicalScanningLiDAR，基于MEMS的LiDAR，以及OpticalPhasearrayLiDAR（相控阵雷达），非扫描式雷达就是FlashLiDAR，它打出去是一个面阵光，通过面阵光来进行测距。为什么这样分雷达呢？因为扫描式雷达是通过逐点扫描来进行测距，而flashLiDAR这种非扫描式雷达就不是逐点扫描，而是像手电筒一样发射一个面阵光进行测距。
机械式雷达存在两个问题，第一个是目前的硬件成本比较贵，第二个是量产性受到限制，其次产品不容易过车规。所以大家都很急迫地往固态的方向发展，固态有基于MEMS，MEMS当中还有微机械的部分，还有全固态的相控阵、FlashLiDAR。大家在固态雷达的研发过程中选择了不同的方向，有些在做MEMS，有些在做OPA，有些在做FLash，目前来看各种雷达都有各自的优缺点。
二、Lidar在自动驾驶中的应用——地图创建
现在开始讲雷达在自动驾驶中的第一个应用——地图创建。无人驾驶车辆需要利用携带的激光雷达、视觉系统等传感器来感知环境，并且构建环境的模型，并利用该模型来确定车辆所在的位置。这同时考量了无人驾驶车辆在地图创建和自身定位的技术，Smith和Cheeseman在九十年代首次提出了同时定位和制图的思想，也就是SLAM。
基本思想就是利用已经创建的地图修正基于运动模型的机器人的位置姿态误差，同时根据可靠的位置姿态创建出一个更高精度的地图，SLAM自提出以来，一直受到国内外研究人员的
