“看见”，是一切机械实现自动化的前提。
自动驾驶汽车也是如此。此前，大公司已经在马不停蹄地为自动驾驶车辆更“明亮”的双眼做布局。不论是激光雷达（LiDAR）、深度感知摄像头等传感器，还是图像识别、机器学习等软件算法，五花八门的解决方案和设备集成指向一个共同的目标——让汽车看得“更快、更远、更清晰”。
而这一点，日前被一家名曰TetraVue的公司实现了突破。雷锋网新智驾（AI-Drive）消息，当地时间2月16日，这个坐标美国加州的创业公司宣布，其获得一笔金额1000万美元的投资，投资方包括Robert Bosch Venture Capital（博世旗下）、Nautilus Venture Partners 和 Samsung Catalyst Fund（三星旗下）三家风投机构，以及富士康。
TetraVue公司提供了一种集成激光雷达、光学芯片以及3D数据建模和成像算法的综合方案，能够帮助自动驾驶汽车实现更远、更清晰和更实时的环境感知。综合看来，这种方案也被认为是目前最具性价比优势的自动驾驶解决方案之一，那么，它到底用什么打动了诸如博世三星这类巨头呢？
成立近10年的今天，TetraVue等来了这个风口
即便自动驾驶在爆发前夕吸引了越来越多创业团队的入局，但TetraVue却算不上一个新玩家了。据雷锋网(公众号：雷锋网)新智驾（AI-Drive）了解，TetraVue自2008年成立，最初便以3D高分辨率成像起家，至今已经有近10年的历史了。
公开资料显示，TetraVue致力于开发的，是超高分辨率的3D空间测量和成像技术，杀手锏在于更高速、更准确的3D度量。目前，TetraVue最新的深度摄像头能够产生百万像素（megapixel）点级别的3D图像，建模精度达到专业测绘级别，并能提供实时的空间感知信息。不仅仅是自动驾驶，这种深度感知技术还能应用在包括游戏、娱乐、制造、教育、医疗等多个行业中。
简单说来，这种更高性能的空间感知产品，其实是对经典深度感知技术ToF（Time of Flight）的一种革新。历经数年研发，这个技术得到了成功应用，同时，也等到了自动驾驶技术万亿级未来市场的风口。
博世在其官网发表的投资声明中指出，TetraVue的技术成果能够帮助自动驾驶汽车更好地应对行驶途中遭遇的障碍物等意外风险。一直以来，博世致力于增强其自动驾驶汽车行业的开发实力，而TetraVue的超高分辨率3D LiDAR数据和成像技术，将大大提高自动驾驶汽车的障碍识别性能。
“能成为RBVC（博世旗下投资机构）的投资对象和合作伙伴，我们十分激动，”TetraVue创始人兼总裁说，“得益于博世的强大技术和人脉支持，Tetravue已经获得了多个层面的助力。”
技术解析：集成化装备感知时间和距离
虽说有近10年的历史，但TetraVue在业界似乎一直非常低调，新智驾今天向多家激光雷达公司询问，业内对这家公司知之甚少。
综合目前了解到的信息，雷锋网新智驾（AI-Drive）了解到，TetraVue的杀手锏，在于其独家专利技术——“光切片（Light Slicer）”技术，该技术能通过时间尺度和距离尺度的量测，使用标准的CMOS传感器测算光学强度信息。而无需复杂的特殊芯片，这意味着成本和工艺复杂度的大大降低。
同时，TetraVue的解决方案集成了固态激光雷达技术，没有机械式组件，意味着体积的轻量化，不过目前，这算不上最值得一提的亮点。此前，Velodyne和Quanergy两家主流激光雷达企业都已经完成了低成本固态激光雷达的发布和布局。但在雷锋网新智驾（AI-Drive）看来，TetraVue的优势在于更高程度的系统集成。
从上图中可以粗略地看出，TetraVue的空间感知解决方案中，集成了包括固态激光雷达发射单元、深度感知摄像头等一系列传感器和算法。其优势在于：
-
专利级别“光切片”技术
-
增强型的雷达频闪脉冲（不会造成像素点模糊/无需机械扫描）
-
实时持续地捕捉像素点信息
-
高分辨率成像技术：坐标&图像
-
低延时：实时决策
上述性能中，许多优势都与自动驾驶汽车的传感需求“八字相合”，如更低延时、更清晰的空间感知成像等。其中涉及到两个关键点，我们分别道来。
1.什么是ToF？TetraVue如何对它进行概念升级？
公开资料显示，TetraVue的深度传感器采用了ToF（Time of Flight）技术。那么什么是ToF呢？
ToF，直译意思为“飞行时间”。所谓飞行时间法3D成像，是通过给目标主动连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而ToF相机则是同时得到整幅图像的深度信息。
外网的一篇报道显示，TetraVue通过多年的研究，成功对ToF技术进行了一次方法改良。具体说来，可以理解为其感知元件直接接收激光雷达单元的主动扫描信息以及可见光的被动信息，并依此成像。
固态激光雷达设备发射的激光相位差用于系统测算距离，而光学感知设备被动接收的可见光用于测算亮度，通过可见光的红绿蓝分量，为像素点的上色。至此，实时、完整的3D图像就形成了。
2.具备大范围推广的前提——量产
TetraVue在官网中对其深度感知方案进行了这样的描述：高分辨率、远距离和低能耗。这样的特性体现在其解决方案中，更庞大数量的像素点、更远的扫描范围、更小巧的激光雷达元件等配置上，这也在一个侧面印证了TetraVue实现商业化的重要条件——量产。
2015年，TetraVue曾在公开发表的技术解析PPT中表示，他们正开始进行小型、高分辨率3D传感器的量产工作。当时并未透露进展如何，但这个起步相对而言已经占领了先机。
前面提到，TetraVue仅使用标准的CMOS和CCD光学芯片，便可以实现百万级像素点（MegaPixel）的获取，降低了设备量产的技术门槛和成本门槛，连同固态型激光雷达的装备，可以将产品的体量进一步减轻。
一旦实现量产，TetraVue将可能为自动驾驶研发企业带来高可靠性、低延时、低成本、远距离空间感知 技术的福音。
*TetraVue原型机图
深度感知技术已经成为一种跨行业的“语言”
3D深度感知技术，被认为是颠覆未来的机器人、AR（增强现实）以及自动驾驶等领域的核心技术之一，这也解释了众多企业争相布局的空前景象。
自动化即智能感知。这样的背景下，我们看到了不少公司的成果。早在2014年，谷歌便推出基于Project Tango项目的Android手机原型机，配备深度摄像头、传感器和芯片，能够实现实时的环境3D建模。通过这个项目，谷歌将深度感知技术成功带入移动端，开启了移动设备深度感知的先河。有趣的是，资料显示，博世在当时也参与了该项目的研究。
而在自动驾驶领域的深度感知系统布局中，汽车芯片巨头英飞凌的版图也值得一提。去年下半年，英飞凌高调收购MEMS公司Innoluce，剑指低成本、高视距、高性能的激光雷达系统开发。
与此同时，英飞凌旗下的ToF产品线（被命名为Real 3的系列传感器），可以提供非常健壮、可靠的3D空间数据，并且完全不依赖阳光，可以在各种的环境提供优质图像。此前有消息称，这种Real 3传感器还被用于华硕支持增强现实功能的智能手机上。
国内市场，新智驾还了解到，诸如速感科技、图漾科技等创业公司，也在深度感知领域探索着独立的技术和产品思路。
这一切都在传递一件事，深度感知技术已成为一种跨行业的“语言”，显然它将在自动驾驶领域大放异彩，不过，更多概念性的未来，它也不会缺席。
。
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/109862.html