本帖最后由 sinasun 于 2023-2-19 17:23 编辑
激光雷达主要是2000年左右兴起发展，2004年-optech，Riegl等少数公司开发商用，当时被誉为世界十大革命性技术进展。我国在2008年由中科院光电研究所成功研制第一台具有作业能力的机载激光雷达，飞行高度达3500米，可用于城市三维建模。在2015年无人驾驶的兴起极大的促进了地图沟通和实时导航避障激光雷达的快速发展。最开始以特斯拉为代表的车企，所有车型的辅助驾驶均都是基于视觉实现，视觉摄像头最大优势就是和人眼一样，可以输入极其丰富的信息，但问题在于视觉的感知能力需要训练。虽然摄像头可以看到这些异物，但是未经训练的感知系统，却没有办法认出它。但是特斯拉进行了大量的路况测试，拥有庞大的数据库，使用AI算法加强了视觉的感知能力的训练，所以其基于摄像头的无人驾驶技术十分先进。 但是后入场自动驾驶的车企需要追赶特斯拉等头部车企，进而占领市场。没有足够的路况信息。不能对视觉的感知能力快速训练。比如，如果道路上出现了一个塑料袋，我们人眼可以通过它的状态分辨塑料袋内部是否有异物，从而决定是否需要绕行。但是摄像头拿它则没什么办法。此时利用激光雷达就不一样了，这种基于距离的感知方式，能够通过点云数据分析物体的 3D 信息，从而分析这些异物是否会影响车辆通行。激光雷达则可以通过 3D 点云数据分辨这是否为一个轻薄物体，从而为车辆决策提供依据。所以激光雷达技术是自动驾驶弯道超车的重要利器，即使宣传不使用激光雷达的特斯拉，也在开始布局基于激光雷达的自动驾驶技术。
当然，在计算机视觉发展还不算非常成熟的今天，激光雷达与摄像头可以依靠各自的特性，对辅助驾驶的感知系统可以进行简单粗暴的互补。 激光雷达使用的技术是飞行时间（TOF， Time of Flight）。就是根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离，并且构建点云。点云：激光雷达系统对障碍物扫描获的反射点的三维坐标，每个地面反射点按三维坐标(X,Y,Z)以点的形式分布在三维空间中，称为扫描点，扫描点的集合就称之为点云。将点云数据可视化后就是大家经常看到的“点云图”。一幅静态的点云图像代表一帧，对应到激光雷达内部就是电机旋转一圈完成扫描。随后将扫描到的3D点云数据传送给AI芯片做处理，激光雷达不断的扫描收集机器周边的场景，就像人眼不断观察，从而实现自动驾驶的效果。 因此快速准确扫描周边场景的信息，对于激光雷达是十分重要的： 第一种是以点状扫描，有点+360度机械旋转和点+微振镜的方式 下图是点+360度机械旋转，依靠机械旋转台收集周围360度的信息 下图是点+微振镜的扫描方式，微振镜改变方向，可以收集周边信息。收集信息的角度取决于微振镜的偏转角度； 第二种是线扫描，是线+转镜的方式 第三种是面扫描，有固体激光+广角匀化扩散器
随着激光雷达实时性，灵敏度，抗干扰型越来越强，应用场景越来越多。车辆就可灵活适应雨、雪、雾等复杂环境，具备全天候工作能力。就为自动驾驶装上了眼睛，为车辆L4级自动驾驶成为了可能，车辆的感知、预测、定位、决策、规划、控制、高精度地图等核心能力越来越强，可自主实现环境识别分析、意图决策规划、行为控制执行等功能。可以应用于城市道路、景区、园区等场景下的示范展览与常态化运营，全面赋能智慧出行、智慧运输、特种作业等领域转型升级。
| 
楼主
标题置顶
标题高亮
