禾赛科技的自动驾驶开发者套件Pandora到底有什么优势？

从硅谷到国内，从激光甲烷检测仪到激光雷达，禾赛科技正逐步从自动驾驶汽车幕后走向前台，而这也因百度Apollo平台的开放，让产业融合变得简单。

入口处开阔门厅的圆形边界、公共区域大面积使用的缎面氧化铝板位于上海虹桥世界中心的禾赛科技研发中心全新的设计灵感源于禾赛科技一款主力产品一个圆柱形雷达。

12月28日，禾赛科技在这里发布了基于Apollo平台的自动驾驶开发者套件——Pandora。

这是禾赛科技的第一场发布会。

禾赛科技开发的自动驾驶套件Pandora是百度Apollo计划生态链下的环境感知硬件系统，是指将禾赛科技研发的多线激光雷达Pandar40与多个全景摄像头经过合理布局，联合标定的一套完整的传感器融合方案。

Pandora由4个视野范围为192度摄像头和一个视野范围为50度摄像头以及激光雷达配合，一体化的机械设计，安装极其简便。后期基于百度Apollo计划的软件算法及数据同步处理，帮助自动驾驶开发机构搭建一套包括“硬件+软件+AI”在内的一体化解决方案，从而可极大降低项目参与方的门槛。

而在系统构架上，Pandora感知层面包括全景摄像头、激光雷达、惯导，处理层由中央处理器完成。

值得一提的是，Pandora匹配CAN总线、以太网、串口RS232、HDMI、USB市场主流的接口，外部可接GPS、毫米波雷达、超声波雷达。

禾赛科技CEO李一帆表示，禾赛科技自2012年成立以来，一直致力于开发全球领先的激光传感器。我们的机械激光雷达Pandar40率先实现了200米测距（20%反射率），发布半年内客户遍及世界各地，包括了加州44家有无人车路测牌照公司中的14家。同时，我们刚刚发布的固态雷达PandarGT更是用其独创的固态成像技术，实现了长程可动态变焦的激光雷达成像，并大幅降低了成本，在行业内创下多个纪录。”

“我们并不满足于此，半年多来我们一直在思索怎样的产品可以更好地解决客户（无人车开发和运营商）使用过程中的痛点，节约他们的开发时间，提升他们使用感知系统的体验，从而获得更高质量的数据，做更有信心的驾驶决策。Pandora就是一个很好的例子，我们把无人车研发过程的整个链条拆开来看，找到最底层，传感器供应商最擅长也最应该做的部分，把这些问题在硬件底层都解决，让客户拿到产品的时候不用再为传感器硬件系统而头疼，让他们把时间去花在更有意义的事情上。”

Pandora的核心技术源于禾赛科技在激光雷达行业内丰富的经验及强大的研发迭代能力，加上百度Apollo自动驾驶开放平台成熟的开源算法体系。它的核心理念在于把上述感知系统软件层面需要解决的难题，“降维打击”，提升到固件层面来解决。

这么做有两个非常明显的好处，一个是大幅缩短软件工程师的上手使用时间，让他们可以快速专注于真正重要的自动驾驶算法研发。另一方面，“降维”把大量软件层面做的事情提到了硬件固件层面，让一些软件层面无法实现的功能得以实现（比如在固件层面实现激光雷达和摄像头的像素级同步）。

而禾赛科技开发的Pandora套件具备以下优势，以解决自动驾驶开发中遇到的感知难题。

Pandora搭载的5个摄像头和激光雷达可以很好的解决坐标映射标定问题，并自动帮助用户标定好了摄像头和激光雷达的位置映射，在使用过程中无需重复标定，激光雷达和摄像头的同步触发，多传感器数据像素级对齐，传感器的极低延迟信号传输，目标物体追踪识别。

禾赛科技与百度Apollo从2017年上半年就开始针对Pandora展开深度合作，所以在Pandora套件研发过程中禾赛主要负责硬件产品的设计和制造，百度Apollo负责整体系统的定义和算法的适配。

Apollo主任研发架构师王亮表示：“作为Apollo平台感知技术方向的主任架构师，我们充分了解多传感器融合算法研发和系统搭建过程中的技术痛点，包括多传感器数据联合标注的高成本，多传感器融合感知算法依赖的传感器间姿态标定和数据同步等问题。”

“Apollo作为一个开放的平台，我们不断寻求与优秀的传感器供应商合作来满足平台上自动驾驶开发者的需求。这次禾赛科技与Apollo平台联合推出的Pandora产品，实现了激光雷达和摄像头数据的底层同步和融合，能够将开发者从繁琐的重复性工作中解放出来，更加专注于算法迭代本身，加快自动驾驶技术的迭代速度。我们希望更多的平台伙伴能够参与到Apollo平台的建设中来，共同繁荣生态。”

可以说，Pandora是禾赛和百度Apollo深度合作研发的产品，目的是帮助更多的用户和合作方在Apollo这个平台上更快地起步，充分发挥平台的优势和资源，推进整个无人驾驶的进程。

据悉，Apollo联盟成员和合作伙伴能够优先获得Pandora的技术支持和产品信息，并有最佳供货期和最优购买价。

在自动驾驶大浪潮中，绝大多数公司瞄准的机遇是“系统解决方案商”。

但基于深度学习的目标物识别、路径规划和决策等环节是这些算法公司的必争之地。

毫无夸张的讲，一个无人车的感知系统成功并不能保证整个系统成功，而感知系统有瑕疵足以让使用它的软件工程师持续陷入苦恼。而用李一帆的话说，“Pandora就是为了解决这样的研发痛点而生。”