【嘉德点评】华为发明的自动驾驶仿真技术中的点云数据获取方案，预先构建了针对仿真平台中虚拟空间的道路拓扑模型，在后续确定周围环境的点云数据时，基于道路拓扑模型直接确定当前待扫描路段，这种精准的道路数据获取方案，极大提高了点云数据的获取效率。

集微网消息，11月25日，华为在心声社区发布华为创始人任正非签发的《关于智能汽车部件业务管理的决议》，任正非在文件中强调，华为不造车，但聚焦ICT技术，帮助车企造好车。

随着人工智能技术的发展，自动驾驶车辆因其能够实现无人驾驶而越来越受关注。自动驾驶车辆上部署了激光雷达，激光雷达可以向周围环境发射大量激光光束，各条激光光束被周围环境中的建筑物等物体反射，基于反射回来的激光光束就可以模拟出自动驾驶车辆的周围环境，以便让自动驾驶车辆根据模拟的周围环境对行驶路线进行规划。

在使用自动驾驶车辆之前，需先对自动驾驶车辆进行仿真测试。仿真测试的过程为：构建一个虚拟空间，模拟各条激光光束投射到虚拟空间中的虚拟物体上的位置点的点云数据，该点云数据包括激光光束投射到的位置点的三维位置信息，根据模拟的点云数据来探测自动驾驶车辆的响应，从而实现对自动驾驶车辆的性能测试。

但是在获取点云数据的过程中，由于涉及到数据的存取等操作，需要花费大量的时间，这对于自动驾驶这样需要实时处理的任务来说显然不能满足。

为此，华为在2月25日申请了一项名为“获取点云数据的方法及相关设备”的发明专利（申请号：202010116696.X），申请人为华为技术有限公司。

根据该专利目前公开的资料，让我们一起来看看华为的这项激光雷达点云数据获取方案吧。

如上图，为该专利中发明的激光雷达发射的激光光束示意图，图中每个同心圆对应一组激光器水平方向上扫描一周后得到的点云数据，每个同心圆被称为点云同心圆，对于两组相邻的激光器而言，其垂直间隔角是恒定的。因此相邻两组激光器的距离越远，相邻激光器扫描的得到的点云同心圆间隔越大。

图中点云数据所指示的位置信息形成同心圆的形状，那是因为在自动驾驶车辆周围没有障碍物，激光光束打在地面形成的一组同心圆，如果自动驾驶车辆周围存在障碍物，点云数据对应的形状就是障碍物的形状，在上图中就是自动驾驶车辆周围建筑物上的点云数据。

如上图，为该专利中提供的仿真系统的架构示意图，其中包括仿真平台501和自动驾驶平台502，二者之间通过有线或者无线的方式进行通信。仿真平台用于获取点云数据，并将点云数据通过网络发送到自动驾驶平台上，自动驾驶平台根据点云数据控制自动驾驶车辆做出响应，以测试自动驾驶车辆的性能。

此外，该系统中还包括有算法平台503，其可以基于仿真平台得到的点云数据进行其他算法的处理，例如和自动驾驶相关的各种检测、识别任务等。

如上图，为自动驾驶车辆车身上安装的激光雷达进行激光光束的投射示意图，激光雷达的激光光束有一部分会射在地面，这一部分的点云数据后续基本不会发生变化；其余的激光如果没有探测到目标物体，则点云数据设置为空值。

这些点云数据先以配置文件的形式进行保存，仿真开始时，加载该配置文件，生成点云缓存，仿真开始后，若激光雷达探测到虚拟物体，则更新缓存中为空值的点云数据。

最后，如上图，为该专利中发明的获取点云数据的方法流程图，首先，在车辆处于虚拟空间中第一位置点的情况下，根据第一位置点和道路拓扑模型（用于指示该虚拟空间中的道路拓扑）确定第一扫描路段。接着，确定分布在第一扫描路段的多个虚拟物体中每个虚拟物体的三维模型数据，这些数据可以帮助自动驾驶车辆对于周围环境物体进行定位。

最后，根据激光探测装置的激光扫描范围和虚拟物体中每个虚拟物体的三维模型数据，来确定激光探测装置在第一位置点处获取的点云数据，这样的点云数据会最终帮助自动驾驶车辆实现精准的自动驾驶。

以上就是华为发明的自动驾驶仿真技术中的点云数据获取方案，该方案预先构建了针对仿真平台中虚拟空间的道路拓扑模型，该模型中包含了空间中道路的拓扑结构，这样，在后续确定车辆所处环境的点云数据时，就可以基于道路拓扑模型直接确定当前待扫描路段，无需处理其他部分的数据，提高了获取点云数据的效率。

（校对/holly）