LiDAR,是Light Detection and Ranging的缩写,常用作代表激光雷达。
LiDAR是一种传感技术,可发射低功率,人眼安全的激光进行脉冲测量,并测量激光完成传感器与目标之间往返所需的时间。所得的聚合数据用于生成3D点云图像,同时提供空间位置和深度信息以识别,分类和跟踪运动对象。
1、LiDAR工作原理
LiDAR的工作原理是检测并测量返回传感器接收器的光。一些目标比其他目标反射的光线更好,这使它们更容易可靠地检测和测量到传感器的最大范围。比如,黑色表面善于吸收更多光,而白色表面能够反射更多的光。这样一来,与目标主题颜色相对较暗的目标相比,相对颜色较亮的目标更容易在更长的距离上受到可靠地检测或测量。
对于窗户等像镜子一样的目标在检测和测量方面颇具挑战性,因为与在多个方向上分散光的漫射目标不同,类似镜子的物体只能反射很小的聚焦光束,而不会直接反射到传感器的接收器中。
同时,诸如路标和车牌之类的可反光目标将高百分比的光返回接收器,并且是LiDAR传感器的良好目标。由于存在这些差异,LiDAR传感器的实际性能和最大有效范围可能会根据目标的表面反射率而有所不同。
2、关于LiDAR的知识
点云
点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合,在获取物体表面每个采样点的空间坐标后,得到的诸多特征点的集合,称之为“点云”(Point Cloud)。点云是由3D点数据组成的大型数据集,由激光测量原理得到。车载激光雷达产生的点云包含来自周围环境的原始数据,这些原始数据是从移动物体(例如车辆和人)以及静止物体(例如建筑物,树木和其他永久性结构)扫描而来的。然后可以通过软件系统转换包含数据点的点云,以创建给定区域的基于LiDAR的3D图像。
激光测量得到的点云内容包括三维坐标(XYZ)和激光反射强度(Intensity),强度信息与目标的表面材质、粗糙度、入射角方向,以及仪器的发射能量,激光波长有关参数等。
FOV
FOV,是Field-of-View的英文缩写,定义为传感器覆盖的角度(以度为单位)。通常,LiDAR传感器的性能是在水平和垂直视场中测量的。所以,LiDAR的主要参数包括Vertical FOV和Horizontal FOV。
基于LiDAR与普通雷达以及摄像头的感知系统有何不同
LiDAR和雷达均用于确定运动物体的速度,范围和角度。雷达使用无线电波代替光,而相机则依靠数百万个像素或兆字节来处理2D图像。
与雷达不同,LiDAR可以提供周围世界的完整实时3D图像。此外,与摄像机不同,LiDAR不提供PII(个人识别信息)风险,并且误报率较低。LiDAR可以在确定目标距离的同时创建目标的图像,从而提供目标的3D视图并精确计算目标的运动方向,而相机和雷达都无法提供。
此外,无论是在黑暗中还是在雨天或雪天等天气条件下,雷达或摄像机都无法准确看到,这严重限制了它们的“视线”能力。LiDAR还可以提供一定范围内物体的表面测量和精确分辨率。
对于无人驾驶汽车,最强大且响应迅速的安全传感器系统将是全套LiDAR,雷达,摄像机,其中LiDAR作为主要传感器。
3、LiDAR在自动驾驶中的地位
与摄像机和雷达不同,LiDAR可以在白天或夜晚的任何光照条件下运行,这使其成为自动驾驶汽车必不可少的技术。摄像头,雷达和其他技术可以在一定程度上帮助车辆“看到”周围的环境。一旦天黑或下雨,摄像头技术就无法提供汽车准确看到并区分人与其他物体所需的高分辨率图像。LiDAR仍然是唯一提供最高范围精度和最佳角分辨率的传感器,因此LiDAR对于确保乘客和行人的安全至关重要。
车用LiDAR种类
车用LiDAR可以分为机械式和固态式两种。
目前,仅用于ADAS系统的机械式LiDAR已经商业化量产。用于L4级别以上的机械LiDAR往往安装与汽车顶部,进行360°机械式旋转扫描。但是机械扫描LiDAR会造成扫描盲区,即汽车周围近距离内是视野盲区。另外,在长时间的使用过程中,电动机械件容易故障,从而易产生安全问题。
因此自动驾驶研究员开始研究固态激光雷达。