AI • 物聯網 • 網路邊緣

我們都很熟悉雷達的概念。但是否記得這個字其實是「無線電偵測和定距」的縮寫，如今已擺說原先大寫的模樣，成為通用名詞和概念？（以及電視節目 M*A*S*H 中的熱門角色）那麼，何謂相關但更注重技術性的「LiDAR」？這個代表「光偵測和測距」，但其實不是新技術，但最近越來越受到矚目，特別是在自動駕駛汽車和地面測繪領域，儘管其用途遠遠超出自駕車和考古學。

最近，我們訪問了 AI 驅動的 3D LiDAR 解決方案供應商 Quanergy Solutions 的 市場開發和結盟副總裁 Gerald Becker。他見證了技術在汽車以外，以及各行各業和企業之中發展。他談到 LiDAR 如何提升營運效率和工作流程、2D 轉為 3D 的優點，以及說服人們採用新技術的挑戰（影片 1）。也許很快有一，LiDAR 將會融入我們的生活之中，然後我們就會在字典中看到「LiDAR」。

LiDAR 如何超越自動駕駛汽車？

LiDAR 已經存在數十年，但直到過去 10 年左右，我們才真正看到其能耐。人人皆知 LiDAR 被用在汽車（那曾是終極目標）以及機器人與地面測繪，但仍有許多可應用之處。

在 Quanergy，我們已經轉向並瞄準了一個不一樣的市場，與實體安全、整合管理平台、影片管理、軟體解決方案、攝影機、商務智慧和實體存取控制系統的參與者保持一致。他們將我們的感應器整合至平台，提供各種事件發生到採取行動的工作流程。這讓終端使用者能夠探索如何以不同方式解決老問題，以及獲得前所未有的準確度以及解決新問題的新局面。

我負責 Quanergy 的實體安全、智慧空間和智慧城市領域，且在這三個市場中 3D LiDAR 的應用非常廣泛，因為過去一直侷限於使用攝影機或其他 1D 或 2D 技術物聯網感應器。3D 技術的出現，以及我們在過去幾年開發的整合生態系統，提供超越兩個維度的靈活性，以及超越這個空見感測的常見習慣。

這種全新的維度深度如何使企業得益？

舉例來說，在安全性方面，我們主要使用雷達、攝影機以及影片分析進行一些非常非常重要的事，我們的 3D 感應器現在可以提供以釐米級 360 度的深度和體積。相較於所有舊式技術，這增加了總體擁有成本優勢，並減少報錯次數。

在舊式技術中，只要出現移動或分析追蹤潛在的違規行為，都會自動觸發事件。當出現成千上萬的警報，卻因為分析師無法辨認出這不過是一個路過報錯，那這就會是一個大問題。我們的感應器能在 3D 空間提供 98% 的偵測、追蹤和分類準確度。

從商務智慧方面來看，我們能夠提供空間內更高程度、更深入的理解。零售業就是其一。我們可以瞭解消費者的歷程，採取的路徑、接觸的產品，以及排隊等候的時間長短。

無須將攝影機四處固定後串聯，而是安裝一個提供 360° 的 LiDAR 感應器，提供完整 360° 全景，並了解人們如何在這些空間中互動。我們能夠提供許多很棒的成果，這是從未在 2D-感測技術上獲得的。

LiDAR 在應用方面面臨了哪些挑戰？

我認為在使用 LiDAR 方面，如果新技術超出熟悉的範圍，有些人可能會有點緊張。當我在對 LiDAR 影像進行解釋時，總會回顧我最愛的電影《駭客任務》。還記得尼歐在史密斯探員穿過大廳時，看到許多的 1 和 0 從天而降嗎？這就是我們所看到的。我們不會向看到攝影機那樣，可以看出我穿著藍色馬球衫。對我們而言，一切看起來就像在 360° 全景中具深度和體積的 3D 輪廓。

這也是得花成本的。你必須從高層級來檢視。我總是使用我年輕時從資深銷售人員那聽說的這個類比—一整個「冰山理論」。在比較不同解決方案的成本時，您不能只看冰山一角。攝影機可能只要幾百美元，但 LiDAR 可能得花幾千美元，還有軟體等等。

但潛在成本會低於冰山，對不對？在某側安裝七到八個攝影機對比安裝一臺設備？看看付出的勞力；看看部署這些攝影機所需的導管、電纜、許可證和維護成本。因此，當你瞭解舊式技術對比該領域的新技術在安裝方面的複雜度，LiDAR 就會顯得真正符合成本效益。

公司如何利用現有的 3D LiDAR 基礎架構？

任何解決方案的分層方法可能是最佳途徑。世界上沒有一種單一技術可以解決所有使用案例。有人想這樣對你推銷？請轉身快跑，因為這不可能。但當你將多種單項優勢軟體系統整合部屬，就能取得最佳成果。

我們具備龐大且整合的技術合作夥伴生態系統。舉例來說，我們與 2D 成像技術合作：如 Bosch、Axis 、Hanwha 等攝影機公司。如果您需要識別什麼，那麼一個身穿藍色馬球衫的壞人可能會突破重圍！攝影機可以幫助我們察覺。但是，當你需要的是實際偵測、追蹤和分類時， LiDAR 會提供光是使用攝影機無法獲得的全新結果。

假設你使用的是嵌入式攝影機上傳統平移、俯仰、對焦的自動追蹤。傳統 2D 技術與自動追蹤的問題在於，當藍色馬球衫先生在東西後方或進入另一個區域時，攝影機並不知道會發生什麼事。

但如果你在整個空間、上下廊道、停車場等有足夠的雷射散佈，就能準確偵測到物體或人員。透過我們的解決方案，我們可以讓攝影機知道：「嘿，攝影機，注意這堵牆。我們知道這人躲在牆後。」當這個人從牆後現身，我們還可以讓攝影機知道要追蹤藍色馬球衫先生。

解決方案的另一項優點是，我們提供網狀架構。如果空間中有足夠的 LiDAR ，只要雷射重疊，就會打造出這種大型數位孿生。這能為你提供其他技術從未有過靈活性。你可以真正地放大並旋轉上下通道、上下廊道、牆壁的另一側、周圍的樹、周遭所有的東西。

能講講一些客戶用例嗎？

有一間全球資料中心公司向我們提出了一個非常具體的問題。在他們其中一個站點的 33 週測試中發生了 178,000 次警報。現在，當我告訴你這些警報中只有兩個是真的時候，這顯然就是大海撈針。想想看，在安全措施中確認警報的作業：點擊一下。複核。不是嗎？刪除。試著這麼做 178,000 次，找出那名因某事被開除且不應該出現在公司的不滿員工，利用 USB 裝置插入網路，並摧毀一家價值十億美元的組織。

這間公司的人明知有問題，並測試了一切可能之事，包括AI、雷達、事實核查技術、地下電纜。他們最終採用了我們的解決方案，並利用他們最好的網站和我們的網站進行了一場激烈的較量。他們最好的網站發出了 22,000 個警報；我們的網站卻只發出五個真實警報。這讓他們省下了 3,600 個無意義調查工作的小時。

這是另一個有趣的案例。佛羅里達州有許多開合橋。它們又升又降，如果人或汽車在轉換過程中意外落水，就會面臨責任問題。我們利用位於橋樑兩側的 LiDAR 解決方案進行了一些初步測試，得以基本追蹤物體（人或車輛）是否進入場景之中。如果有任何事發生，就可以阻止橋樑上升，或者通知便停中的橋樑管理員：「不要升起橋梁」。他們利用了 LiDAR 的 POC，取得非常大的成功，現已部署在佛羅里達州的好幾座橋梁上。

再多說說有關您合作夥伴的生態系統。

不同於多數主要專注於 GPU 處理且需要處理大量資料的 LiDAR ，我們略有不同。我們的感應器專為流量管理和安全應用建造，無需要收集及推送大量資料。因此，我們採用 CPU 式架構，這意味著更符合成本效益。還具有高擴充性，且因為與 Intel 保持一致更是如此。

我們與 Intel 的夥伴關係亦代表著我們每天都能發現全新的使用案例。目前我們正在探索實體和倉庫自動化，我們可以提供超越傳統空間類型查看方式的 3D 感應。隨著我們持續擴充和成長，與 Intel 的夥伴關係對我們來說非常有價值。

您如何預測這個領域的前景？

AI 的出現，以及大型學習模型的發展情況。有許多的事同時在發生，利用電腦視覺和進一步瞭解場景中正在切割的內容，以瞭解更多通用性，從而產生不同結果，講述不同的故事，最後取得最終結果。是好人還是壞人？這是否為一個良好的工作流程？

因此，隨着 LiDAR 與 AI　技術結合，我們可以實現更多尚未做到的成果。我們還處在非常早期的階段，但這領域確實存在大量的機會。

我們已經過了 LiDAR 的初期（即「嘗試階段」，而且現在有很多人都在談論它是如何提升工作流程並提供額外價值。所以我想，現在遠比任何時候都更應該採取行動、開始測試，開始提出問題：LiDAR 能為我做什麼我以前沒能力做到的事？看看你現有的用例，自問：如果我具備深度、體積、且以釐米級的準確度，那如何改善我的日常工作流程、工作，並為公司整體提供更多價值？

相關內容

如果要瞭解更多有關 3D LiDAR，請觀看「透過 3D LiDAR 應用程式查看更大願景」。若要瞭解 Quanergy 最新的創新技術，請用 @quanergy 在 X/Twitter 和LinkedIn 上追蹤他們。

這份文字記錄由文案編輯 Erin Noble所編輯。