• 激光雷达传感器在无人驾驶中的作用及市场趋势
  • 发布时间:2019-8-27 16:36:05 来源:互联网
  • 随着科技的发展,时代的进步,无人驾驶技术逐渐兴起,传感器的融合成了无人驾驶领域的趋势。同时无人驾驶的发展热潮,拉动了诸多技术创业者的纷纷涉足。近段时间以来,国内车企关于无人驾驶汽车的研发和测试捷报频传。先是吉利汽车宣布将在2022年亚运举办期间,在特定区域内使用完全无人驾驶的车辆。随后再有报道称,百度宣称其新一代无人巴士车阿波龙二代将很快推出。而就在不久前,百度与中国一汽红旗共同打造的国内首批量产自动驾驶出租车在湖南长沙展开了上路测试。有消息称,长沙市民有望在年底之前率先体验到中国首批自动驾驶出租车。 无疑无人驾驶技术是一种解放人类双手和提高生产力效率的科技创新。

    本文工釆网小编将着重介绍激光雷达传感器在无人驾驶中的作用及市场趋势。
    无人驾驶的底层支撑可以分为三部分,即:传感器、高精地图和计算平台。在传感器方面,主流的传感器分为:毫米波雷达、激光雷达和摄像头。其作用如下:
    摄像头:直接识别可见光,价格适中,技术成熟,可以识别行人、车辆、路标等物体,但易受视野、夜晚暗光、雨雪天气等因素影响。
    激光雷达:探测角度广,精度高,厘米级精度的激光雷达结合高精地图可以实现高精度自定位和物体识别跟踪,定位可以精确到具体车道,但是价格昂贵,使用寿命较短。
    毫米波雷达:测距离远,可以在雨雪天气等各种恶劣环境中稳定工作,但是精度不高。
    无人驾驶用于控制的传感器要么是摄像头,要么是激光雷达,这是业界已经达成的共识。那何谓激光雷达?在无人机驾驶中的作用是什么?
    激光雷达的工作原理是利用可见和近红外光波(多为950nm波段附近的红外光)发射、反射和接收来探测物体。激光雷达可以探测白天或黑夜下的特定物体与车之间的距离。由于反射度的不同,也可以区分开车道线和路面,但是无法探测被遮挡的物体、光束无法达到的物体,在雨雪雾天气下性能较差。
    激光雷达在无人驾驶运用中拥有两个核心作用。3D建模进行环境感知。通过雷射扫描可以得到汽车周围环境的3D模型,运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。
    激光雷达在无人驾驶中的具体应用
    1.定位
    定位在无人驾驶中十分钟重要,只有有了实时的位置信息,系统才能做出下一步判读,决定向何处进发,以及如何前往。现在定位的方式有许多种。如载波相位差分技术(RTK),但 RTK 还是会受信号的干扰。特别是在一些城市、建筑和树比较多的地方,以及进隧道、出隧道,它的信号容易中断。同时,也有用摄像头等传感器感知外部环境、构建环境模型并利用该模型确定车辆所在的位置的方式,但其对环境的依赖比较强,比如逆光或雨雪天气下,这种定位容易失效。而激光雷达是依靠将车辆的初始位置与高精地图信息进行比对来获得精确位置。首先,GPS、IMU和轮速等传感器给出一个初始(大概)的位置。其次,将激光雷达的局部点云信息进行特征提取,并结合初始位置获得全局坐标系下的矢量特征。最后,将上一步的矢量特征跟高精地图的特征信息进行匹配,得出精确的全球定位。所以,在定位方面,无论是从精度上还是稳定性上来说,运用激光雷达都有无可比拟的优势。而其唯一的缺点便在于目前激光雷达的生产成本较高,另一方面往固态方向上进行技术创新,朝着固态的低成本和可量产化的方向去发展,许多国内外厂家都在加速创新,在不久的将来成本将不会成为一个十分棘手的问题。
    2. 障碍物的检测和分类
    对于障碍物检测和分类来讲,目前有应用视觉和激光雷达,这两者并没有冲突。激光雷达不依赖光照,它的视角是 360 度,计算量比较小,可以实时扫描,目前普遍用的是 100 毫秒以内的。激光雷达在扫描的过程中,先识别障碍物,知道这个障碍物在空间中的位置,再根据存在的障碍物做分类。比如车、人,我们将这些障碍物分割成为独立的个体,通过分割出来独立的个体再去匹配,从而进行障碍物的分类和物体的跟踪。而跟踪的过程,首先是分割点云,通过点云做关联目标,我们知道上一桢和下一桢是否属于同一个物体,再进行目标跟踪,输出目标跟踪信息。
    3.用于先进驾驶辅助系统(ADAS)
    先进驾驶辅助系统(Advanced Driver Assistance System),简称ADAS,是利用安装于车上的各式各样的传感器, 在第一时间收集车内外的环境数据, 进行静、动态物体的辨识、侦测与追踪等技术上的处理, 从而能够让驾驶者在最快的时间察觉可能发生的危险, 以引起注意和提高安全性的主动安全技术。如果激光雷达能有效控制成本,ADAS等级数较低的驾驶辅助功能也需要用激光雷达。其原因在于,基于摄像头的ADAS和无人驾驶系统,或者单独使用毫米波的局限性很大。首先是视场角的问题,为了保证足够的探测距离,视场角的角度不可太大,而这就导致车辆有非常大的横向盲区。对此现象,有些公司设计了多摄像头来解决此类问题,但效果并不理想,同样的多目摄像头会有重叠区域,还会增加处理数据的难度。其次是低速问题,事实证明,在低速情况下,摄像头的表现不尽人意,甚至对一下移动缓慢或静止的目标都很难识别。所以激光雷达在ADAS方面有着很大的潜力。
    激光雷达的行业趋势
    市场需求:L3级以上无人驾驶的必备传感器
    激光雷达是高精度的传感器,但是有与过于昂贵,无人驾驶业界对激光雷达的存废之争一直没有停止过。非激光雷达阵营主要是以特斯拉为代表的的传统车企,他们倾向于渐进式路线,从ADAS辅助驾驶逐渐升级过度到自动驾驶,以端到端的深度学习砍掉传统的激光雷=雷达,激光雷大阵营主要是以谷歌为代表的科技公司,他们倾向于一步到位路线,以激光雷达为主传感器,等技术方案成熟成本下降后,再大规模商用。
    未来发展方向:固态激光雷达
    Velodyne是激光雷达的鼻祖,先后推出了64线、32线机械式激光雷达和16线混合固态激光雷达。“混合固”为Velodyne首创概念,是指外形上不存在可见的旋转部件,但为了360全视角其内部实际上仍然存在一些机械式旋转部件,只是做的非常小巧可以内藏而已。下面工釆网小编简单介绍一下固态激光雷达探测原理:TOF飞行时间法原理如下图:

    激光雷达常用的探测原理是飞行时间法,就是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行往返时间来得到目标物距离。

    对于固态激光雷达产品的应用工采网提供一款固态面阵激光雷达测距传感器 - CE30-A,CE30 使用时间飞行法(TOF, Time of Flight)进行测距,它会发射出经过调制的近红外光,光线遇物体后反射并再次被 CE30 接收。CE30 通过计算光线发射和接收的相位差与时间差,来换算被拍摄景物的距离。
 

您现在使用的是:佛山机械网