无人驾驶技术——无人车的感官(激光雷达,雷达,摄像机)

2024-03-24 22:30

本文主要是介绍无人驾驶技术——无人车的感官(激光雷达,雷达,摄像机),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 激光雷达LIDAR
    • 什么是LIDAR
    • LIDAR原理
    • LIDAR优点
    • LIDAR缺点
    • Velodyne激光雷达传感器
    • HDL64每秒大约收集多少点?
  • 雷达 RADAR
    • RADAR工作原理
    • RADAR优点
    • RADAR缺点
  • 激光雷达(lidar)和雷达Radar的区别
  • 快速问答
  • 车载传感器
  • 特斯拉车载传感器
  • 车载传感器的选择标准
    • 距离
    • 空间分辨率
    • 黑暗中的鲁棒性
    • 雨雪雾的鲁棒性
    • 物体分类
    • 感知二维结构
    • 测速
    • 系统成本
    • 包装尺寸
    • 计算要求

本节学习了车载激光雷达和雷达,他们各自的作用原理和适用场景,以及优缺点对比,此文记录和分享学习笔记。

激光雷达LIDAR

什么是LIDAR

LIDAR 激光雷达,LIght Detection And Ranging,,是激光探测与测量的缩写。使用红外激光束确定传感器与附近物体之间的距离。

LIDAR原理

激光是脉冲式的,脉冲被对象物体反射,返回一个点云,来表示这些物体。激光雷达的空间分辨率远高于雷达,因为激光束越聚焦,垂直方面的扫描层数量越多,因此每层的激光雷达点的密度也越高。

激光雷达传感通过发送数千个激光信号给我们提供高分辨率的数据。这些激光从物体上反射回来,返回到传感器,然后我们可以通过计时信号返回所需的时间来确定物体的距离。此外,我们还可以通过测量返回信号的强度来了解被击中的物体。每一束激光都在红外光谱中,以许多不同的角度发出,通常在360度范围内。虽然激光雷达传感器为我们周围的世界提供了非常高精度的3D模型,但它们目前非常昂贵,一个标准单元的价格超过60000美元。

  • 激光雷达以不同的角度发射数千束激光。
  • 激光被发射,反射障碍物,然后用接收器检测。
  • 根据发射和接收激光的时间差,计算出距离。
  • 还接收到激光强度值,可用于评价激光反射物体的材料性能。

LIDAR优点

空间分辨率高

LIDAR缺点

受天气影响大。 目前的激光雷达大多使用900纳米波长的光源。也有些激光雷达使用更长波长的光源,在雨雪中表现更好。激光雷达受天气和传感器清洁程度的影响较大,因此需要保持清洁

不能直接测量物体速度。目前,激光雷达还不能直接测量对象速度,必须使用两次或者两次以上扫描之间的位置差来确定物体的速度。

体积相对较大。体积上也比其他传感器较大,所以大多装在车顶上。

Velodyne激光雷达传感器

Velodyne激光雷达传感器,从左到右配有HDL 64、HDL 32、VLP 16。传感器越大,分辨率越高。
在这里插入图片描述

在这里插入图片描述
这是HDL64激光雷达的规格。激光雷达有64层,每层从Z轴以不同的角度发出,所以倾斜角度不同。每层覆盖360度视图,角度分辨率为0.08度。激光雷达平均每秒扫描十次。激光雷达可以为汽车和树叶挑选出高达120米的物体,并能感知高达50米的路面。

HDL64每秒大约收集多少点?

HDL64每秒大约收集多少点?假设平均更新率为10Hz。

因为64层,每层覆盖360度视图,角度分辨率为0.08度,平均每秒扫描十次,
所以每秒收集的点数为 64*(360/0.08)*10 = 2,880,000‬ 个点

雷达 RADAR

RADAR,雷达,RAdio Detection And Ranging,无线电探测与测量的缩写。使用激光电波确定传感器与附近物体之间的距离

RADAR工作原理

雷达可通过多普勒效应直接测量速度。多普勒效应根据目标对象是在远离你还是在接近你,测量出雷达频率的变化。雷达波在坚硬的物体表面会发生反射,直接测量对象的距离,不在视线范围内的物体也可以直接测量出距离

RADAR优点

雷达可以生成环境的雷达地图,从而实现定位;

通过其他车辆的底部,并发现可能会遮挡的建筑物和物体;

不受雨雪雾天气影响;

视野开阔,视场角可达150度,距离可达200米.

RADAR缺点

雷达的分辨率较低,尤其是在垂直方向,分辨率很有限。分辨率低意味着来自静止物体的反射可能出现问题。

激光雷达(lidar)和雷达Radar的区别

在这里插入图片描述

快速问答

在这里插入图片描述

车载传感器

雷达:雷达系统发射无线电波,从(许多但不是全部)物体上反射出来。返回波可以根据其运行时间(给出距离)和位移频率(给出相对速度)进行分析。后一种特性明显区分了雷达和其他两种传感器类型,因为它是唯一能够直接测量物体速度的传感器。此外,雷达对大雪和浓雾等恶劣天气条件也非常有效。在巡航控制系统中使用多年,雷达在识别具有良好反射性能的较大物体时效果最好。当探测到较小或“软”物体(人、动物)反射性能降低时,雷达探测性能下降。尽管摄像机和雷达结合得很好,但在某些情况下,这两个传感器都不能以最佳方式工作——这就是Uber选择将第三个传感器投入混合的原因。

激光雷达:激光雷达的工作原理与雷达相似,但它不发射无线电波,而是使用红外线。安装在屋顶上的传感器以高速旋转,并生成其周围环境的详细三维图像。在Velodyne VLS-128的情况下,总共有128束激光用于探测300米以外的障碍物。在一次360度旋转过程中,每秒生成多达400万个数据点。与相机类似,激光雷达是一种光学传感器。然而,它具有“自带光源”的显著优势,而摄像机则依赖于环境光和车辆前照灯。然而,必须注意的是,激光雷达的性能也会在诸如雪、大雨或雾等不利环境条件下降低。再加上某些材料的低反射特性,激光雷达可能因此无法为交通中的某些物体生成足够密集的点云,只留下几个可工作的3D点。因此,最好将激光雷达与其他传感器结合起来,以确保检测性能足够高,能够在交通中自动导航。

摄像头:Ubers改装沃尔沃XC90 SUV的车队在车顶上配备了一系列摄像头,另外还配备了指向侧面和车后的摄像头。车顶摄像头可以聚焦近场和远场,观察制动车辆、行人过街、交通灯和标志。这些摄像头将其材料送入一台中央车载计算机,该计算机也接收其他传感器的信号,以创建车辆周围环境的精确图像。像人眼一样,夜间摄像系统的性能也会大大降低,这使得它们无法以所需的检测率和位置精度定位物体。这就是Uber车队配备两种附加传感器的原因。

特斯拉车载传感器

相机:前向光学阵列由四个不同焦距的相机组成。窄前视摄像头可以捕捉到前方250米处的镜头,打开角度稍大的前视摄像头可以看到前方150米处的镜头,前方60米处的广角摄像头可以捕捉到前方60米处的镜头,以及一组前视摄像头可以捕捉到车辆前方和侧面80米处的镜头。广角摄像头设计用于读取路标和交通信号灯,使汽车能够做出相应的反应。然而,这一特性能否在交通中可靠地使用还存在争议。

雷达:前视雷达可以看到前方160米处的车辆。据特斯拉创始人埃隆马斯克说,它能够看穿“沙子,雪,雾几乎任何东西”。

声纳:360°超声波声纳可探测汽车周围8米半径内的障碍物。超声波传感器可以以任何速度工作,并用于在汽车附近发现物体。超声波传感器也可以用来帮助汽车自动转换车道。然而,与其他传感器相比,它们的范围明显受限,并以大约8米的距离结束。

您可能已经注意到,特斯拉没有使用激光雷达传感器,尽管它计划在4级甚至5级自动驾驶提供激光雷达传感器。与Uber、Waymo和其他几家致力于完全自主的制造商不同,特斯拉坚信,一套高性能摄像机加上强大的雷达传感器将足以实现4/5级自主驾驶。

但必须注意的是,在所有传感器设置中,无论是Uber、Tesla、Waymo还是传统制造商(如梅赛德斯或奥迪),始终使用摄像头。尽管有一个关于雷达或激光雷达或两者结合的争论正在进行中,相机从来没有争议。

车载传感器的选择标准

距离

激光雷达和雷达系统可以探测距离从几米到200米以上的物体。许多激光雷达系统很难在非常近的距离探测物体,而雷达可以探测距离小于一米的物体,这取决于系统类型(长、中或短距离)。单摄像机无法可靠地测量到物体的公制距离——这只能通过对世界的性质(如平面路面)进行一些假设来实现。另一方面,立体摄像机可以测量距离,但只能测量到约80米的距离,其精度明显下降。

空间分辨率

空间分辨率:由于发射的红外激光波长较短,激光雷达扫描具有0.1°的空间分辨率。这样可以进行高分辨率的三维扫描,从而描述场景中的对象。另一方面,雷达不能很好地解决小特征,特别是随着距离的增加。摄像机系统的空间分辨率由光学、图像像素大小和信噪比决定。一旦小物体发出的光线扩散到图像传感器上的几个像素(模糊),小物体的细节就会丢失。此外,当几乎没有环境光照射物体时,空间分辨率会随着物体细节被成像仪噪声级的增加所叠加而增加。

黑暗中的鲁棒性

黑暗中的鲁棒性:雷达和激光雷达在黑暗中都有很好的鲁棒性,因为它们都是有源传感器。虽然激光雷达系统的白天性能非常好,但它们在夜间的性能甚至更好,因为没有可能干扰红外激光反射检测的环境阳光。另一方面,摄像头在夜间的探测能力非常低,因为它们是依赖环境光的被动传感器。尽管图像传感器的夜间性能有所提高,但在三种传感器类型中,它们的性能最低。

雨雪雾的鲁棒性

雨雪雾的鲁棒性:雷达传感器的最大优点之一是在恶劣天气条件下的性能。它们不会受到雪、大雨或空气中的任何其他障碍物(如雾或沙粒)的显著影响。作为一种光学系统,激光雷达和相机容易受到恶劣天气的影响,其性能通常会随着逆境的加剧而显著下降。

物体分类

物体分类:摄像机擅长对车辆、行人、速度标志等物体进行分类。这是相机系统的主要优势之一,人工智能的最新进展更强调了这一点。激光雷达扫描的高密度三维点云也允许一定程度的分类,尽管与相机相比,物体的多样性要小一些。雷达系统不允许有太多的目标分类。

感知二维结构

感知二维结构:摄像头系统是唯一能够解释二维信息的传感器,如速度标志、车道标志或交通灯,因为它们能够测量颜色和光强度。这是相机相对于其他传感器类型的主要优势。

测速

测速:雷达利用多普勒频移直接测量物体的速度。这是雷达传感器的主要优点之一。激光雷达只能通过连续的距离测量来近似速度,这使得它在这方面的精度降低。摄像机,即使不能测量距离,也可以通过观察图像平面上物体的位移来测量碰撞时间。此属性将在本课程稍后使用。

系统成本

系统成本:雷达系统近年来在汽车工业中得到了广泛的应用,目前的系统结构紧凑,价格合理。单镜头相机也是如此,在大多数情况下,它的价格远低于100美元。由于硬件成本的增加和市场上数量的显著减少,立体摄像机的价格更高。激光雷达在过去的几年里得到了广泛的应用,特别是在汽车行业。由于技术进步,其成本已从75000美元下降到5000美元以下。许多专家预测,激光雷达模块的成本在未来几年可能会降到500美元以下。

包装尺寸

包装尺寸:雷达和单摄像头都可以很好地集成到车辆中。立体摄像头在某些情况下体积庞大,这使得在挡风玻璃后面集成立体摄像头变得更加困难,因为立体摄像头有时会限制驾驶员的视野。激光雷达系统有各种尺寸。360°扫描激光雷达通常安装在屋顶上,因此非常明显。在不久的将来,工业向更小的固态激光雷达系统的转变将极大地缩小激光雷达传感器的系统规模。

计算要求

计算要求:激光雷达和雷达几乎不需要后端处理。虽然摄像机是一种成本效益高且容易获得的传感器,但它们需要大量的处理来从图像中提取有用的信息,这增加了整个系统的成本。

这篇关于无人驾驶技术——无人车的感官(激光雷达,雷达,摄像机)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/842986

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

金融业开源技术 术语

金融业开源技术  术语 1  范围 本文件界定了金融业开源技术的常用术语。 本文件适用于金融业中涉及开源技术的相关标准及规范性文件制定和信息沟通等活动。

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

系统架构设计师: 信息安全技术

简简单单 Online zuozuo: 简简单单 Online zuozuo 简简单单 Online zuozuo 简简单单 Online zuozuo 简简单单 Online zuozuo :本心、输入输出、结果 简简单单 Online zuozuo : 文章目录 系统架构设计师: 信息安全技术前言信息安全的基本要素:信息安全的范围:安全措施的目标:访问控制技术要素:访问控制包括:等保

前端技术(七)——less 教程

一、less简介 1. less是什么? less是一种动态样式语言,属于css预处理器的范畴,它扩展了CSS语言,增加了变量、Mixin、函数等特性,使CSS 更易维护和扩展LESS 既可以在 客户端 上运行 ,也可以借助Node.js在服务端运行。 less的中文官网:https://lesscss.cn/ 2. less编译工具 koala 官网 http://koala-app.

Spring的设计⽬标——《Spring技术内幕》

读《Spring技术内幕》第二版,计文柯著。 如果我们要简要地描述Spring的设计⽬标,可以这么说,Spring为开发者提供的是⼀个⼀站式的轻量级应⽤开发框架(平台)。 作为平台,Spring抽象了我们在 许多应⽤开发中遇到的共性问题;同时,作为⼀个轻量级的应⽤开发框架,Spring和传统的J2EE开发相⽐,有其⾃⾝的特点。 通过这些⾃⾝的特点,Spring充分体现了它的设计理念:在

java线程深度解析(六)——线程池技术

http://blog.csdn.net/Daybreak1209/article/details/51382604 一种最为简单的线程创建和回收的方法: [html]  view plain copy new Thread(new Runnable(){                @Override               public voi

java线程深度解析(二)——线程互斥技术与线程间通信

http://blog.csdn.net/daybreak1209/article/details/51307679      在java多线程——线程同步问题中,对于多线程下程序启动时出现的线程安全问题的背景和初步解决方案已经有了详细的介绍。本文将再度深入解析对线程代码块和方法的同步控制和多线程间通信的实例。 一、再现多线程下安全问题 先看开启两条线程,分别按序打印字符串的