请选择 进入手机版 | 继续访问电脑版

5联网论坛

 找回密码
 立即注册
查看: 62|回复: 0

速腾聚创激光雷达想让自动驾驶行业走上快车道

[复制链接]

57

主题

58

帖子

297

积分

中级会员

Rank: 3Rank: 3

积分
297
发表于 2017-9-30 16:27:24 | 显示全部楼层 |阅读模式
多激光雷达耦合是指多个混合固态激光雷达经过合理设计布局,通过激光雷达联合标定以及数据同步处理,达到自由组合混合固态激光雷达点云密度变化的目的。
这是一套为了缓解自动驾驶技术公司无法使用价格高昂、高线束的激光雷达而推出的激光雷达耦合方案,标准版为 4 个 16 线激光雷达。
相比于单个的64线激光雷达,标准版 4 个 16 线激光雷达价格会便宜3/4;同时在性能上能够实现高速自动驾驶实际使用所需的相同点云密度,其测量距离达到 150 米;另外,多激光雷达耦合方案,可以根据客户不同需求进行拆装组合,适用不同场景。
ADAS及无人驾驶系统中常用的环境传感器包括激光雷达、摄像头、毫米波雷达、超声波传感器、GPS这五类传感器或其中某几个的组合来实现自主移动功能。这五种传感器各具特征,各自有所侧重,一般在复杂系统中组合使用。相比于摄像头,激光雷达的最大优势在于使用环境限制较小,即不管在白天或是夜晚都能正常使用。对于标准车在雷达及毫米波雷达,当其所发射的电磁波在传播路径上遇到尺寸比波长小的物体时,将会发生衍射现象,即波的大部分能流绕过物体继续向前方传播,反射回来可供雷达接收的能量则很小,因此,无法探测大量存在的小型目标,即使是毫米波雷达,也探测不到直径很小的线状目标。而用于雷达系统的激光波长一般只有微米的量级,因而它能够探测非常微小的目标,测量精度也远远高于毫米波雷达及其他车载标准雷达。
激光雷达的缺点是在大雨大雪等恶劣天气中使用效果会受到影响,比如谷歌无人驾驶汽车从未在大雨大雪等恶劣条件下测试。激光雷达能够获得周边环境的点云数据模型,现在多用于在测量中有一定精度要求的领域,或需要测量自身与人体距离的智能装备,在测量与人的距离方面这一功能上尚无完美替代方案。
激光雷达在自动驾驶中的应用,最重要部分还是定位:位置确定了,无人车才知道要去哪里、以及怎么去。所以,确定“我在哪里”是第一步,也是非常关键的一步。
现在定位用 RTK,差分 GPS ,也有用激光雷达或者视觉去做。但 RTK 还是会受信号的干扰。特别是在一些城市、建筑和树比较多的地方,以及进隧道、出隧道,它的信号容易中断。
还有一个是基于视觉定位,它其实对于跟他视觉本身的特性有关,对环境的依赖比较强,比如逆光或雨雪天气下,这种定位容易失效。
激光雷达的定位,我们通过 IMU、惯性导航系统、编码器和 GPS,得到一个预测的全局位置。当激光雷达实时扫描单次的点云数据后,我们会去结合单次的点云数据进行匹配,并进行特征提取。
这些特征包括路沿、车道线等周围点线面的特征。对于高精度地图,提取过特征与实时提取的特征进行匹配,最终得到精准的车本体速度,这是激光雷达的定位过程。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|5联网 ( 沪ICP备12005849号

GMT+8, 2018-6-24 21:08 , Processed in 0.175196 second(s), 22 queries , Gzip On.

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表