RoboSense联手地平线、菜鸟等合作伙伴发布Smart Sensor System战略体系

上海车展期间，RoboSense(速腾聚创)联手地平线、菜鸟、Sensible 4、autoX等企业，面向自动驾驶乘用车、无人低速小车、RoboTaxi、车路协同四大智慧交通核心应用，首次发布其Smart Sensor System战略体系。

Smart Sensor System

对于自动驾驶环境感知，传感器硬件通常只完成了数据收集的工作，而要获取自动驾驶所真正需要的信息，则需要调用智能感知算法进行数据分析。

Mobileye因为图像识别智能感知算法的优势，令大量车厂摈弃传统Tier1所提供的前置摄像头，最终EyeQ获得巨大的市场份额；尽管Scala只有四线，但奥迪仍然选择了来自法雷奥提供的系统方案。刚性需求和行业案例，揭露了一个被掩盖在激光雷达硬件光环下的核心需求，

面对即将爆发的自动驾驶市场，RoboSense在发布会上首次公开了战略布局：将布局已久的LiDAR硬件传感器、AI点云算法与芯片等核心技术结合，针对四大核心应用场景，推出智能感知传感器(Smart Sensor)。 该传感器能一站式完成环境信息收集和理解，与传统LiDAR硬件厂商形成定位上的差异：由“硬件”升级为“智能硬件”。

与地平线达成合作意向，针对L3+量产乘用车打造Smart Sensor

RoboSense从高集成度、高性能、高可靠性、可生产性、低成本等设计理念出发，选择低成本的905nm激光器，推出了革命性MEMS固态激光雷达系统。第一代产品RS-LiDAR-M1Pre在CES 2018上首次公开演示，历时一年之后的CES 2019上，全新升级的RS-LiDAR-M1再次大放异彩，世界领先的120°视场角和200m探测距离，让M1到达OEMs向RoboSense提出的指标，满足L3+自动驾驶乘用车的高速路况TJP与HWP两项核心功能的安全驾驶需求。

作为数据“收集者”传感器硬件只完成了环境感知的第一步，必须融合智能感知算法对数据的分析解读，才能完成安全驾驶的信息获取。“算法需要单独ECU运行， 但所有的OEMs都不希望在量产车上追加一台ECU，占用车辆宝贵的空间与成本。RoboSense COO邱纯潮表示:面向市场需求，将感知算法融入传感器硬件，RS-LiDAR-M1需要成为信息的“理解者“。

RoboSense和地平线已达成初步合作意向，为RS-LiDAR-Algorithms激光雷达环境感知算法定制芯片。

与菜鸟联手发布全新量产无人低速小车环境感知方案：M1 + Bpearl组合

无人低速小车被广泛应用于无人巡检、无人安保、无人清洁车、无人送货车、无人驾驶小巴等领域，成为自动驾驶商业化的“急先锋”。初期，无人低速小车使用单线激光雷达，对环境感知不够充分。RoboSense提供的RS-P1方案，通过将16线激光雷达（RS-LiDAR-16）与感知算法盒子结合，为无人低速小车赋予LiDAR三维感知能力，实现定位、导航、避障等自动驾驶功能。但由于普通多线激光雷达垂直视场角的限制，车身周边容易出现锥形盲区。

RoboSense推出全新的超广角补盲激光雷达RS-Bpearl，它拥有360°×90°的超广视场角，30m(10%)探测距离，盲区只有10厘米。小巧紧凑的造型，隐藏安装于无人低速小车两侧，扫除车身周边的盲区，并完成侧向环境感知需求。

RS-Bpearl突破性地采用模块化设计，极大降低了成本，同时让产品灵活度变高，可定制化能力变得更强。

RoboSense全新一代量产无人低速小车环境感知方案，搭载于菜鸟的“新物种”无人物流车亮相车展。新方案使用一台视场角120°的RS-LiDAR-M1，取代原来两台视场角63°的RS-LiDAR-M1Pre，并加入RS-Bpearl负责侧向感知和盲区扫除，实现无死角覆盖。

与AutoX共同展示全新RoboTaxi环境感知方案：Ruby + Bpearl组合

RoboTaxi的高速驾驶场景应用，迫切需要更高垂直分辨激光雷达实现更远的充分探测距离。RoboSense全新的128线激光雷达RS-Ruby，与RS-LiDAR-32相比，RS-Ruby垂直分辨率是前者的3倍以上，达到0.1°，充分探测距离提高2~3倍，有效保证RoboTaxi对环境感知的进一步需求。

车路协同方案

当我们将想象力从“车辆”延展到“公路”，配备路侧感知系统的车路协同系统，同样让我们感到兴奋。车路协同收集全局驾驶，优化协调车辆行驶路径，将驾驶安全性与道路使用效能最大化。作为Smart Sensor System提供商，RoboSense面向车路协同提供基于激光雷达传感器与感知算法结合的系统技术方案，让自动驾驶车辆可以从中获得鸟瞰路况的“上帝视角”，成为车辆“视觉的延申“，有效应对车载感知难以应对的特殊场景。