- 智能駕駛之激光雷達算法詳解
- 揭皓翔編著
- 1072字
- 2024-05-24 17:29:53
1.4 車載激光雷達的特點
目前,智能駕駛車輛中經常用到的感知傳感器有激光雷達、相機、毫米波雷達、超聲波雷達等。表1-2對比了它們的優缺點。
表1-2 4種主流車載感知傳感器的特點對比

由表1-2可以看出,激光雷達作為一種主動三維測量傳感器,具有不受光照變化影響以及能夠準確測量目標距離和深度的優勢。但是,激光點云具有稀疏性,并缺少色彩、紋理信息,且目前的激光點云通常無法提供目標的速度信息。此外,激光線束在霧霾、雨雪天氣中衰減較快,點云質量此時會明顯下降。因此,為適應智能駕駛中復雜的工況,通常需要各傳感器協同工作。
進一步地,對于激光雷達而言,不同的技術方案也使其具有不同的特性。我們在表1-3中統計了三種常見半固態掃描激光雷達和機械式掃描激光雷達的特點。
表1-3 多種掃描方式的特點對比

(注:該表參考了禾賽科技在第三屆激光雷達前瞻技術展示交流會上的報告)
其中,速騰M1、禾賽AT128以及攬沃浩界HAP分別為MEMS振鏡、轉鏡式掃描和透射棱鏡方案中具有代表性的車載激光雷達,并均已符合車規要求。圖1-3~圖1-5分別展示了其激光雷達樣機和對應點云的效果,表1-4~表1-6分別給出了其部分參數性能,相關圖片和數據均來自對應型號的官方網站。


圖1-3 速騰M1激光雷達及其點云效果
表1-4 速騰M1激光雷達基本參數



圖1-4 禾賽AT128激光雷達及其點云效果
表1-5 禾賽AT128激光雷達基本參數



圖1-5 攬沃浩界HAP激光雷達及其點云效果
表1-6 攬沃浩界HAP激光雷達基本參數

由以上三種代表性激光雷達的點云效果和基本參數可以看出,目前主流的幾款半固態(混合固態)激光雷達均達到了120線束以上,且具有120°的水平視場角和25°左右的垂直視場角,能夠有效探測道路參與者的尺寸、位置等信息。各激光雷達有效探測距離為150~200 m,基本能夠滿足目前大部分智能駕駛場景的使用需求。
此外,從上述點云效果中我們可以進一步看出:
(1)使用一維轉鏡式方案的激光雷達,其點云效果最接近傳統機械式激光雷達。
(2)基于MEMS振鏡方案的激光雷達,由于單個MEMS振鏡的視場角較小,通常會由多個MEMS振鏡組合拼湊出較大的視場角,因此最終輸出的點云中會有多個拼接縫存在。
(3)基于透射棱鏡方案的激光雷達,通常也需要用多個MEMS模塊拼接出較大的視場角,且其激光掃描方式比較特殊,目前常見的有“花瓣形”和“類橢圓”兩種非重復掃描方式,具體如圖1-6所示。

(a)“花瓣形”

(b)“類橢圓”
圖1-6 常見的兩種激光雷達非重復掃描方式
(注:圖片來源于攬沃科技的官方網站)
如前所述,當下激光雷達仍處在高速發展階段。就目前而言,業界整體已呈現出百家爭鳴的局面,各廠商選取的不同技術方案均有各自的優勢和特點,而未來哪種激光雷達會勝出,將留給時間和市場進行檢驗。
- AutoCAD 2022室內設計從入門到精通(升級版)
- Pro/ENGINEER Wildfire 5.0輔助設計與制作技能基礎教程
- AutoCAD 2014機械設計從入門到精通
- 羊毛衫生產工藝與CAD應用
- MATLAB R2020a從入門到精通(升級版)
- UG NX 12.0模具設計實例精解
- 計算機輔助設計項目實戰
- CATIA V5從入門到精通(第二版)
- AutoCAD 2009中文版機械制圖快速入門
- AutoCAD中文版典型機械設計圖冊
- 從零開始:AutoCAD 2010中文版建筑制圖基礎培訓教程
- SOLIDWORKS二次開發與API教程(2020版)
- 深度學習高手筆記(卷1):基礎算法
- AutoCAD 2009寶典(中文版)
- 從二維到三維