<kbd id='ulPJDlJp5'></kbd><address id='ulPJDlJp5'><style id='ulPJDlJp5'></style></address><button id='ulPJDlJp5'></button>

          北京时间:
          中国新闻社
          首页 新闻大观 中新财经 中新体育 中新影视 中新图片 台湾频道 华人世界 中新专稿 图文专稿 中新出版 中新专著

          首页>>国内新闻>>不管什么技术路线 激光雷达都要看4大关键指标

          大发快三走势:不管什么技术路线 激光雷达都要看4大关键指标


          发布时间:2018年9月26日
          (w9.cc)大发快三走势-大发快三走势官网-大发快三走势图-大发快三走势规律

          自动驾驶,激光雷达

          为普及激光雷达对于自动驾驶系统的重要性,近日全球激光雷达龙头企业Velodyne在其官方网站发布了三篇关于自动驾驶传感器的博客,《高工智能汽车》从中摘录了一部分如下:

          情境意识是良好驾驶的关键。为了将汽车导航到期望的目的地,司机需要知道自己的位置并实时观察周围环境。

          这些观察允许驾驶员本能地采取行动,例如加速或刹车、改变车道、合并到公路上、绕过障碍物和物体进行机动。

          完全自动驾驶的车辆(AV)的工作方式基本相同,只是它们使用传感器和GPS技术来感知环境并规划通往期望目的地的路径。

          这些技术共同工作,以确定汽车所在的位置和正确的路线。他们不断地确定汽车周围发生的事情,定位车辆附近的人和物体的位置,并评估其运动的速度和方向。

          这种持续的信息流被输入到汽车的车载计算机系统中,这决定了在周围环境中安全导航的最安全方式。

          自动驾驶车辆利用高清晰地图引导汽车导航系统。最新发展目标是实时生成和更新这些地图。虽然这仍然是一项正在进行中的工作,但这是必要的,因为我们的道路条件不是静态的。

          拥挤、事故和建筑使我们的街道和公路上的现实生活变得复杂起来。车载传感技术,如激光雷达、摄像头和毫米波雷达,实时感知环境以提供这些不断变化的道路状况的准确数据。

          这些传感器产生的实时地图通常非常详细,包括道路车道、路面边缘、路肩、分隔线和其他关键信息。这些地图包括附加信息,如路灯、电线杆和交通标志的位置。

          车辆必须意识到这些特征,才能安全地行驶在道路上。

          传感技术解决了其他关键的驱动要求。例如,激光雷达能够使车辆具有360°的视野,因此在运行时可以看到车辆周围的整个环境。

          传感器技术为车载计算机提供了检测和识别诸如车辆、自行车、动物和行人等物体所需的数据。这些数据还允许车辆的计算机测量这些物体的位置、速度和轨迹。

          在自动驾驶车辆检测物体方面的典型的例子就是高速公路上的危险轮胎碎片。这个例子经常被引用,因为它会给所有的传感器带来麻烦。

          轮胎碎片通常不够大,无法从远处轻易地被发现,并且它们通常与路面颜色相同。传感器技术必须具有足够高的分辨率来准确地检测碎片位置。这需要将轮胎与道路沥青分开,并确定它是静止的物体(而不是像小动物那样移动的物体)。

          在这种情况下,车辆不仅需要检测物体,而且还将其分类为轮胎碎片,这是必须避免的。然后,车辆必须确定正确的行动路线,如改变车道以避免轮胎碎片同时不撞到另一车辆或物体。

          为了给车辆足够的时间来改变它的路径和速度,这些步骤都必须在不到一秒钟的时间内发生。同样,车辆车载计算机做出的这些决策依赖于车辆传感器提供的精确数据。

          在所有的传感器中,目前激光雷达被认为是必须的传感器。它以极高的速率反射周围物体的光,每秒产生数百万个激光脉冲。通过测量每个脉冲“弹离”物体并返回到传感器所需的时间,并将这一时间乘以光速,可以计算物体的距离。

          同时,以极高的速率收集这些距离数据会产生“点云”,或者传感器周围环境的3D表示,在地图上精确地定位车辆——在厘米以内。

          目前,全球各地的激光雷达厂商提出了多种技术路线,在这些方法中,都有着相同的性能指标用于判断激光雷达是否能够适用于自动驾驶车辆。

          最关键的指标包括:视场角、测距范围、分辨率、旋转速度/帧速率。

          视场角。人们普遍认为,360°水平视场——对于人类驾驶员来说不可能——但对于自动驾驶车辆的安全运行是最佳的。

          例如,我们可以在高速公路上进行高速合并车道的场景。自动驾驶车辆前方对角观看另一辆车是否在相邻车道上行驶。这也需要大致垂直于车辆当前行驶位置的视图,以评估相邻车道上的车辆,并确认有并道的空间。

          自动驾驶,激光雷达

          在整个过程中,车辆必须向前看,这样就可以在前方进行交通协商。由于这些原因,一个狭窄的视场将不足以使车辆安全地执行并道动作。

          因此,旋转激光雷达传感器对于这些应用是最佳的,因为能够捕获完整的360度视图。

          相比之下,如果自动驾驶车辆采用有限水平视野的传感器,则需要更多的传感器,并且车辆的计算机系统必须随后将这些各种传感器收集的数据拼接在一起。

          垂直视野是另一个重要的性能指标,激光雷达的能力与现实生活的驾驶需求相匹配。LiDAR需要看到道路以识别可驾驶区域,避免物体和碎片在其车道上,并在需要时改变车道或在十字路口转弯。

          自动驾驶,激光雷达

          自动驾驶车辆也需要激光雷达(LiDAR)光束,该光束指向足够高的地方,以探测高大的物体、路标、悬垂物,以及上下坡道。

          测距范围。这对于激光雷达来说一直是一个重要话题,自动驾驶车辆需要尽可能地向前看,以优化安全性。在高速公路上,200米的最小测距范围允许车辆在最短时间对变化的道路条件和环境作出反应。

          低速场景,则允许传感器具有更短的距离,但是车辆仍然需要对道路上的意外事件做出快速反应。

          在每种情况下,车载传感器需要足够的距离给车辆足够的时间来检测人或物体,分类它是什么,确定它是否移动和如何移动,然后采取步骤避免它同时不撞到另一辆车或物体。

          另一个与测距范围相关的因素是反射率。影响物体表面反射率的因素主要有物体表面颜色和表面类型(亚光,高亮,平滑,粗糙等)。

          我们通常定义柯达白板(Kodak white material)的表面反射率为100%,因此根据这一定义光亮表面的反射率一般会大于100%。

          浅色物体比暗物体反射更多的光。虽然许多传感器能够在远距离检测具有高反射率的物体,但是能够检测远距离低反射率物体的传感器要少得多。

          分辨率。高分辨率激光雷达在所有速度下都是物体检测和防撞的关键。更精确的分辨率允许传感器更精确地确定物体的大小、形状和位置,而最先进的激光雷达传感器能够检测3厘米内的物体,有些可以接近到2厘米。

          这种更精细的分辨率甚至优于高分辨率毫米波雷达,并为车辆提供了最清晰的道路视觉。

          为了检验分辨率的重要性,我们可以考虑道路上轮胎碎片的例子。LiDAR系统不仅需要能够检测出物体,而且需要识别出它是什么。

          考虑到它需要检测黑暗表面上的黑色物体,因此具有较高分辨率的传感器提高了车辆准确检测和分类的能力。

          此外,为了帮助对道路状况作出技术反应,与摄像头不同,LiDAR提供环境的3D图像,其中包括物体离车辆多远的精确测量。


          相关新闻

          分类新闻查询

          刊用本网站稿件,务经书面授权。