激光雷达传感器在低速车上的应用

?无人驾驶汽车的环境感知系统一般由多个传感器组成,包括激光雷达、毫米波雷达、

摄像头、GPS 等。其中,摄像头、毫米波雷达、激光雷达是无人驾驶汽车中最常用的三种

环境感知解决方案。

摄像头的优点是成本低廉,图像算法相对比较成熟,用摄像头做开发的技术人员也比较多,

一般摄像头执行车道线检测,道路障碍物识别,交通标志的识别的功能。而摄像头的缺点在

于,获取准确的三维信息较难,受环境光限制比较大。

毫米波雷达做为成熟的产品,价格要比激光雷达便宜,但由于探测精度的限制,对于工程师

而言,毫米波雷达只能应用于简单的场景中。

在自驾车的商业化竞争中,大多数公司认为激光雷达必不可少(特斯拉是个例外,因为它仅

依赖摄像头和雷达)。雷达传感器在弱光和强光条件下看不到太多的细节。去年,一辆特斯

拉汽车撞到一辆拖拉机拖车,导致驾驶员丧生,主要原因是自动驾驶软件未能区分拖车车身

和明亮的天空。丰田公司负责自动驾驶的副总裁 Ryan Eustice 最近告诉我,这是一个“开放性

问题”——一个不那么先进的自动驾驶安全系统,没有它是否可以正常运行。

激光雷达(LiDAR)通过扫描从一个物体上反射回来的激光来确定物体的距离,可以形成精

度高达厘米级的 3D 环境地图,因此它在 ADAS(先进驾驶辅助系统)及无人驾驶系统中起

重要作用。从当前车载激光雷达来看,机械式的多线束激光雷达是主流方案,但受制于价格

高昂的因素尚未普及开来。

在去年 12 月 10 日路测成功的百度无人驾驶汽车车身上,除了部署了毫米波雷达、视频

等感应器,其车顶就安置了一个体积较大、价值 70 万余人民币的 64 位激光雷达

(VelodyneHDL64-E),谷歌同样也是采用的相同高端配置激光雷达。车载激光雷达系统

的优劣主要取决于 2D 激光扫描仪的性能。激光发射器线束的越多,每秒采集的云点就越多。

然而线束越多也就代表着激光雷达的造价就更加昂贵。

而国内的京东、智行者等低速物流车、园区车、扫地车、公交车,矿山车,以及人烟稀

少的高速公路的送货车,都是采用了深圳速腾聚创的 16 线激光雷达。

在无人驾驶解决方案方面,蜗小白采用了百度 Apollo 平台提供的高精地图和定位技术,

结合了 SLAM、深度学习、图像处理、计算几何等多种处理技术进行加工及制作,涵盖道路、

车道线、交通标志、地面标志、红绿灯、护栏等丰富的道路信息,数据精度达到厘米级别。

而智行者提供了无人驾驶整体解决方案,并搭载智行者自主研发的无人驾驶操作系统

AVOS,该系统搭载多传感器自适应融合算法、环境认知算法、路径规划算法以及车辆控制

算法,采用算法层与业务层剥离的策略,底层是通用型的算法平台。

热门推荐
热门文章