Dr. Leilei Shinohara, Wakil Presiden R&D di RoboSense – Seri Wawancara

Dr. Leilei Shinohara adalah Wakil Presiden R&D, RoboSense. Dengan lebih dari satu dekade pengalaman mengembangkan sistem LiDAR, Dr. Shinohara adalah salah satu ahli paling berpengalaman di bidang ini. Sebelum bergabung dengan RoboSense, Dr. Shinohara bekerja di Valeo sebagai Technical Lead untuk LiDAR otomotif kelas dunia pertama, SCALA®. Ia bertanggung jawab atas beberapa program, termasuk proyek LiDAR otomotif dan sensor fusion. Dr. Shinohara mengelola tim pengembangan produk sensor internasional untuk pengembangan dan implementasi sistem, perangkat lunak, perangkat keras, mekanik, pengujian, validasi, dan keamanan fungsional untuk membangun produk LiDAR kelas otomotif pertama.

Sebelum bergabung dengan Robosense sebagai Wakil Presiden R&D, Anda memiliki lebih dari satu dekade pengalaman dalam mengembangkan LiDAR, termasuk bekerja dengan proyek LiDAR SCALA® Valeo. Apa yang menarik Anda untuk bergabung dengan Robosense?

RoboSense adalah LiDAR nomor 1 di Asia dengan kecepatan pengembangan yang luar biasa.

Sebelum bergabung dengan RoboSense, saya terkesan dengan kemampuan inovasi dan keahlian teknis RoboSense. RoboSense bertujuan untuk menjadi penyedia sensor LiDAR pintar teratas untuk pasar otomotif, yang tidak hanya tentang perangkat keras LiDAR tetapi juga algoritma persepsi AI. Tujuan ini sangat sesuai dengan visi saya untuk pendekatan sensor pintar di masa depan. Pada CES 2019, RoboSense memamerkan LiDAR solid-state MEMS terbarunya, yang memiliki kinerja unggul dibandingkan dengan produk sejenis. Pada CES 2020, RoboSense membuat kemajuan besar dan mengumumkan bahwa LiDAR solid-state RS-LiDAR-M1 siap dijual dengan harga $1.898.

“Pada CES 2019, RoboSense memamerkan LiDAR solid-state MEMS terbarunya, yang memiliki kinerja unggul dibandingkan dengan produk sejenis. Pada CES 2020, RoboSense membuat kemajuan besar dan mengumumkan bahwa LiDAR solid-state RS-LiDAR-M1 siap dijual dengan harga $1.898.”

Dengan teknologi terkemuka RoboSense dan pengalaman saya sebelumnya di industri otomotif, saya yakin bahwa bersama-sama, kita dapat mempercepat pengembangan produk LiDAR kelas otomotif yang dapat diproduksi massal untuk membuat kendaraan otonom menjadi kenyataan.

Penting untuk memahami manfaat teknologi LiDAR untuk kendaraan otonom dibandingkan dengan sistem kamera reguler. Bisakah Anda menjelaskan beberapa manfaat ini?

Kamera dan radar memiliki keterbatasan. Misalnya, kamera tidak bekerja dengan baik dalam kondisi cahaya sekitar yang buruk dan radar memiliki keterbatasan dalam mendeteksi hambatan yang diam. Dibandingkan dengan kamera, LiDAR memiliki keunggulan terbesar dalam akurasi dan presisi yang lebih tinggi. LiDAR tidak dipengaruhi oleh kondisi cahaya sekitar, seperti malam, sinar matahari yang terang atau cahaya dari kendaraan lain, dan dapat bekerja dalam berbagai kondisi lalu lintas yang kompleks.

Baru-baru ini kita tahu tentang kecelakaan autopilot Tesla (TSLA ). Seperti yang kita ketahui, sistem autopilot Tesla hanya mengandalkan kamera dan radar. Kecelakaan tersebut juga membuktikan bahwa LiDAR sangat penting untuk menjamin keamanan dan mengkompensasi kelemahan yang saat ini terjadi dengan sensor konvensional.

“Kecelakaan tersebut juga membuktikan bahwa LiDAR sangat penting untuk menjamin keamanan dan mengkompensasi kelemahan yang saat ini terjadi dengan sensor konvensional.”

Baik Audi A8 (kendaraan otonom kelas 3 yang diproduksi massal) dan Waymo One (layanan taksi otonom) telah menggunakan LiDAR, yang merupakan indikator industri yang penting. Kendaraan otonom kelas 3 yang menggunakan LiDAR akan menjadi standar industri.

Salah satu keluhan umum tentang LiDAR adalah bahwa harganya terlalu mahal untuk sebagian besar kendaraan konsumen. Apakah Anda merasa bahwa harga akan turun untuk membuatnya lebih kompetitif?

Seperti yang kita ketahui, biaya tinggi adalah salah satu keterbatasan utama untuk sistem LiDAR tradisional untuk memenuhi produksi massal, dan itu adalah tren yang tidak terhindarkan bahwa harga LiDAR akan turun untuk memenuhi kebutuhan kendaraan otonom konsumen. Saat ini, LiDAR MEMS kami yang menggunakan mikrocermin MEMS untuk mengarahkan sinar laser untuk pemindaian dapat dibuat kecil dan dengan biaya yang lebih rendah, yang membuatnya lebih kompetitif dibandingkan dengan LiDAR mekanis yang overpriced.

“Saat ini, LiDAR MEMS kami yang menggunakan mikrocermin MEMS untuk mengarahkan sinar laser untuk pemindaian dapat dibuat kecil dan dengan biaya yang lebih rendah, yang membuatnya lebih kompetitif dibandingkan dengan LiDAR mekanis yang overpriced.”

LiDAR MEMS RoboSense M1 menggunakan laser 905nm dengan biaya rendah, kelas otomotif, dan ukuran yang kompak. Bagian-bagian telah berkurang dari ratusan menjadi puluhan dibandingkan dengan LiDAR mekanis tradisional, yang sangat mengurangi biaya dan mempersingkat waktu produksi – mencapai terobosan dalam manufacturability. Modul optik berukuran koin memproses hasil sistem optik-mekanis untuk memenuhi kinerja kendaraan otonom dan kebutuhan produksi massal.

Prototipe M1 dengan jarak deteksi 200m dan setara dengan 125 lapisan sekarang dijual dengan harga $1.898 dibandingkan dengan LiDAR mekanis konvensional 128 lapisan yang harganya sepuluh ribu dolar. Selain itu, ketika kami beralih ke produksi massal, biaya sensor dapat turun ke kisaran $200.

Pada Desember 2019, Robosense mengumumkan peluncuran solusi persepsi LiDAR yang lengkap dan dikembangkan untuk Robo-Taxi (RS-Fusion-P5). Apa itu solusi ini?

“RS-Fusion-P5 dilengkapi dengan model LiDAR mekanis unggulan RoboSense RS-Ruby dan empat LiDAR jarak pendek RS-Bpearl. Solusi persepsi fusi LiDAR multiple ini dikembangkan untuk mempercepat pengembangan Robo-Taxi.”

RS-Fusion-P5 memiliki kemampuan persepsi yang luar biasa. Ini dapat mencapai jarak deteksi 200m untuk target dengan reflektivitas 10% dan resolusi presisi tinggi hingga 0,1° dengan cakupan penuh, tanpa titik buta di zona penginderaan. Selain itu, melalui algoritma persepsi AI yang canggih, fusi multi-sensor, dan antarmuka sinkronisasi, kendaraan dapat mengidentifikasi semua hambatan di sekitar dan menempatkan dengan mudah dan presisi, memberdayakan kendaraan otonom kelas 4 atau lebih dengan kemampuan persepsi penuh.

Empat RS-BPearl membentuk cakupan FOV hemisferik 90° * 360° (atau 180° * 180°), yang tidak hanya dapat mengidentifikasi objek di sekitar tubuh kendaraan seperti hewan peliharaan, anak-anak, jalan, serta detail lainnya dari area tanah dekat, tetapi juga mendeteksi informasi ketinggian aktual dalam skenario tertentu seperti jembatan, terowongan, dan selokan, lebih lanjut mendukung kendaraan otonom untuk pengambilan keputusan dan meningkatkan keselamatan mobil.

RS-Fusion-P5 memiliki titik buta nol di zona penginderaan. Bagaimana ini dicapai?

Untuk menutupi zona titik buta, seperti yang ditunjukkan pada gambar berikut, 4x RS-BPearl diintegrasikan pada 4 sisi sekitar kendaraan.

BPearl adalah LiDAR tipe mekanis berbasis platform yang sama dengan LiDAR 16/32/Ruby tetapi dirancang khusus untuk deteksi area titik buta.

Baris produksi LiDAR RoboSense baru-baru ini memperoleh Surat Kepatuhan IATF16949. Ini adalah tonggak besar bagi perusahaan, dapatkah Anda menjelaskan pentingnya surat ini dan apa yang dimaksudkan bagi perusahaan?

IATF 16949 adalah standar manajemen kualitas global yang paling banyak digunakan untuk industri otomotif, yang menekankan berbagai metrik keandalan produk. RoboSense telah memperoleh sertifikat IATF16949 di bidang otomotif, yang sekarang sepenuhnya memenuhi syarat untuk memasok ke pelanggan otomotif. Ini juga telah mempercepat kemitraan produksi serial LiDAR kelas otomotif dengan OEM dan Tier1 utama. Selain itu, ini merupakan pengakuan dari para ahli industri global atas desain, pengembangan, dan proses produksi produk RoboSense dan juga menunjukkan bahwa RoboSense telah mencapai tonggak baru dalam kesiapan produksi massal LiDAR kelas otomotif, termasuk LiDAR solid-state pintar “RS-LiDAR-M1” terbaru.

Robosense memenangkan penghargaan inovasi CES 2020 untuk sensor LiDAR pintar berbasis MEMS pertama, yaitu RS-LiDAR-M1. Apa yang membedakannya dari solusi lain?

Sejak dibuka untuk mitra pada 2017, algoritma persepsi yang terintegrasi ke dalam sensor LiDAR pintar, yaitu RS-LiDAR-Algorithm, berada di posisi terdepan di industri LiDAR otomotif. Sensor LiDAR pintar RoboSense RS-LiDAR-M1 adalah sensor LiDAR pintar berbasis MEMS terkecil di dunia yang mengintegrasikan sensor LiDAR, algoritma AI, dan chipset IC, yang mengubah sistem LiDAR tradisional (juga dikenal sebagai pengumpul informasi) menjadi sistem analisis dan pemahaman data yang lengkap, menyediakan data awan titik 3D yang kaya dan handal serta hasil persepsi lingkungan yang terstruktur dan semantik dalam waktu nyata untuk pengambilan keputusan kendaraan otonom yang lebih cepat dari sebelumnya. Ini sepenuhnya memastikan pengemudi otonom kelas 3-Kelas 5 dengan keamanan persepsi tertinggi ASIL-D, yang membedakannya dari perusahaan LiDAR lainnya.

“Sensor LiDAR pintar RoboSense RS-LiDAR-M1 adalah sensor LiDAR pintar berbasis MEMS terkecil di dunia”

Selain itu, teknologi solid-state MEMS RS-LiDAR-M1 memenuhi persyaratan otomotif. RS-LiDAR-M1 memiliki sudut pandang 120°*25°, yang merupakan sudut pandang terbesar di antara produk LiDAR solid-state MEMS yang dirilis di seluruh dunia. RoboSense menggunakan laser 905nm dengan biaya rendah, kelas otomotif, dan ukuran kecil sebagai gantinya laser 1550nm yang mahal.

Bagaimana industri LiDAR di Tiongkok dibandingkan dengan Amerika Utara?

Industri LiDAR di Tiongkok dimulai lebih lambat daripada Amerika Utara, tetapi segera menjadi salah satu pasar yang tumbuh paling cepat dalam hal kendaraan otonom. Pada 2018, RoboSense memenangkan investasi strategis senilai lebih dari $45 juta USD dari Alibaba Cainiao Network, SAIC, dan BAIC, yang mencatat rekor pembiayaan tunggal terbesar di industri LiDAR Tiongkok. Bersamaan dengan investasi strategis ini, didorong oleh LiDAR solid-state MEMS M1 RoboSense, Alibaba Cainiao mengumumkan kendaraan logistik UAV yang mempercepat aplikasi LiDAR di pasar logistik. Sementara itu, aplikasi RoboTaxi juga mempercepat pasar LiDAR di Tiongkok sejak tahun lalu.

Sebagai kesimpulan, ukuran pasar saat ini di Tiongkok lebih kecil daripada AS, tetapi saya juga melihat pertumbuhan yang cepat dalam aplikasi kendaraan otonom, MaaS, logistik, dan aplikasi robot.

Kapan Anda percaya bahwa kita akan melihat kendaraan otonom kelas 5 yang sepenuhnya beroperasi di jalan?

Kendaraan otonom sepenuhnya (L5) untuk dilihat di jalan, saya pikir, masih akan memakan waktu lama untuk dicapai. Akan ada pertumbuhan bertahap dalam kendaraan otonom. Sudah ada kendaraan yang dilengkapi dengan sistem L3. Juga, beberapa mitra dan pelanggan kami sedang mengembangkan sistem L4 dengan waktu produksi potensial dalam 5 tahun. Tetapi untuk kendaraan otonom sepenuhnya L5, kekhawatiran terbesar adalah keamanan dan penerimaan publik. Jika mereka tidak dapat membuktikan bahwa kendaraan otonom sepenuhnya lebih aman daripada pengemudi manusia, akan ada kesulitan untuk menjadi populer. Saat ini, saya melihat industri bergerak dalam arah ini secara bertahap. Tetapi saya tidak berpikir bahwa akan ada kendaraan otonom sepenuhnya dalam 10 tahun.

Apakah ada yang ingin Anda bagikan tentang Robosense?

RoboSense telah menerima banyak penghargaan, termasuk Penghargaan Inovasi CES 2020 dan 2019, Penghargaan AutoSens 2019, dan Penghargaan Stevie Emas 2019, dan mitra kami mencakup perusahaan teknologi kendaraan otonom utama, OEM, dan Tier 1, termasuk produsen otomotif terkemuka dunia, FAW (First Automobile Works) Tiongkok, yang akan menggunakan LiDAR RoboSense RS-LiDAR-M1 sebagai sistem kendaraan otonom generasi berikutnya.

RoboSense akan fokus pada pengembangan produk solid-state M1 ke produksi massal kelas otomotif sebagai prioritas utama. Kami tidak hanya mengembangkan perangkat keras, tetapi juga perangkat lunak sebagai sistem sensor pintar yang komprehensif. Pengiriman LiDAR kelas otomotif MEMS pada 2020 adalah salah satu tonggak terbesar kami.

Selain itu, keamanan adalah tantangan terbesar yang akan kami hadapi. Untuk memastikan keamanan, diperlukan fusi dengan sensor yang berbeda. Selain itu, infrastruktur ramah kendaraan otonom, seperti sistem infrastruktur kendaraan otonom yang cerdas (IVICS), juga mendukung kendaraan otonom. Oleh karena itu, pengembangan LiDAR deteksi titik buta jarak pendek (BSD), proyek fusi sensor multiple, dan proyek IVICS untuk menyediakan sistem persepsi presisi tinggi juga menjadi fokus kami pada 2020.

Terima kasih atas wawancara yang menarik ini, siapa saja yang ingin mempelajari lebih lanjut dapat mengunjungi Robosense.