迪文小说

212 见闻（第1页）

俞兴对于余凯这样一位百度高层的表现很惊愕。

你还是百度的吗？

不对不对，想出来创业的了是吧。

俞兴应付着忽然变得异常的热情，念头在心里直打转，见他对激光雷达有着超出寻常的兴趣，也就打电话给灵罡公司的李一帆，让他过来一起见见百度深学院IDL的副院长。

说是副院长，但院长李艳红明显是象征性的，所以，他就是IDL实质上的院长，但说到实质院长，这样一个部门在百度内部调集资源也颇受掣肘。

等到李一帆赶到，他瞧见的是绕着原型车啧啧称奇的余凯。

俞兴的介绍只到一半，看见正主到来便顺水推舟的收尾：“李总说他们有把握做出性能接近Velodyne64线雷达的产品，还能降低很多成本，如果百度有需要，到时完全可以合作。”

余凯已经知道现在装车的是灵罡的32线样机，闻言问道：“李总的实验室里已经在做64线了？”

李一帆摇头答道：“不，我们正在做40线的雷达。”

余凯奇道：“40线？大家现在都在用64线啊。”

谷歌、百度包括美国一些类似项目的研究都在使用Velodyne64线雷达，而它上一代的产品便是面前“九州”原型车上的32线，如果灵罡公司想要发展激光雷达的业务，搞出来一个40线无疑会加大客户的兼容工作，直接增加了销售难度。

李一帆解释道：“我们做了测试对比，现在的32和64的线束分布不够合理，40线反而更平衡，我们用Velodyne64线扫描50米外一米七的行人，最多只能扫出来5条线，但实验室里的40线能做到6条线。”

今天这台灵罡32线不是第一次装车测试，包括Velodyne64线也有多次的测试对比，就目前的研究来看，激光雷达的一大需求是扫描时成像范围中间区域的密度要足够高。

余凯这么一听，更加惊奇：“这是怎么做到的？”

百度有自动驾驶的研发团队，也采购了Velodyne64线雷达，虽说不是他的主攻方向，但也知道大体脉络。

李一帆看了眼俞总，见他没有反对，说道：“Velodyne的线束是均匀分布，但我们实际上车测试之后尝试车辆正前方和两侧区域采用不同的分辨率，效果反而更好，能让关键区域的点云密度有显著提升。”

他顿了顿，有些自矜的笑道：“这样非均匀分布的设计下来，40线雷达在关键区域几乎能等效83线了。”

这显然不容易。

余凯由衷的称赞道：“果然是术业有专攻！”

李一帆这时却是一叹：“但问题也不少，路漫漫其修远兮啊。”

余凯极其体会这句话里的情绪，但他今天在碳硅集团这边遇到意料之外的惊喜，反而颇觉精神振奋，笑着说道：“在路上就很不错，路虽远，行则将至。”

他没有多感慨，直接问了个更为专业的问题：“你们是和碳硅一起做出行方案吗？你们对激光雷达的点云数据是怎么处理的？”

激光雷达每秒会生成超过百万个点云数据，对于这种数据的实时处理是一个关键问题。

李一帆用点头回应第一个问题，随后说道：“碳硅和灵罡成立了联合实验室，我们现在是对点云数据做预处理，先体素化把三维点云转换成稀疏体素网格，降低数据维度。”

“这样使用3DCNN处理，再做多视图投影，把3D点云投影到多个2D视角，再用2DCNN提取特征。”

“余总应该知道激光雷达对计算资源的要求很高，我们目前考虑是用两阶段处理策略，高频低精度的实时位姿估计，低频高精度的全局地图优化，这样就能平衡计算资源和精度需求。”

余凯这会念头转得极快，立即说道：“这样多阶段处理框架下模块间的信息割裂与动态场景适应性不足是很棘手的问题，一个动态场景里，前一帧的点云分割错误就会导致后续帧的目标跟踪轨迹偏移。”

“点云稀疏吧，体素化处理就进一步降低了分辨率，影响目标检测精度，模块处理吧，又会重复计算，计算资源的利用上存在结构问题。”

他看着凝神的李一帆，探讨道：“我觉得还是需要新的深度学习模型，听说斯坦福那边在搞直接处理原始点云的路径，是考虑对称函数建模来解决点云无序性问题。”

李一帆下意识的挑眉：“这就直接改变主流点云处理的技术路径了！”

余凯点头：“是啊，就是不知道能不能搞成，要是能搞成，还是很有里程碑的意义的。”

两人探讨交流的语速很快，聊的又是行业最顶尖的开拓。