上一次的分享里，我介紹了一個重要的感知傳感器——攝像機。攝像機作為視覺傳感器，能為無人車提供豐富的感知信息。但是由于本身感知原理的缺陷，導致攝像機的測距并不是那么準確。

工程師們?yōu)榱私鉀Q測距的問題，引入了激光傳感器。這就是我們常在Level 3級別以上的無人車上看到的設備。比如通用用于研究Level 4級別自動駕駛技術的Bolts，就在車頂上頂了好多激光雷達。

激光雷達的原理

如下圖所示，激光雷達的發(fā)射器發(fā)射出一束激光，激光光束遇到物體后，經過漫反射，返回至激光接收器，雷達模塊根據(jù)發(fā)送和接收信號的時間間隔乘以光速，再除以2，即可計算出發(fā)射器與物體的距離。

激光雷達的分類

激光雷達根據(jù)安裝位置的不同，分類兩大類。一類安裝在無人車的四周，另一類安裝在無人車的車頂。

安裝在無人車四周的激光雷達，其激光線束一般小于8，常見的有單線激光雷達和四線激光雷達。

安裝在無人車車頂?shù)募す饫走_，其激光線束一般不小于16，常見的有16/32/64線激光雷達。

單線激光雷達

單線激光雷達是目前成本最低的激光雷達。成本低，意味著量產的可能性大。

之前在我朋友圈刷屏的“北京首個自動駕駛測試場啟用”新聞中出現(xiàn)的福田自動駕駛汽車就使用了4個單線激光雷達，分別布置于無人車的前后左右，用于車身周圍障礙物的檢測，如下圖。

單線激光雷達的原理可以通過下圖理解。

單束激光發(fā)射器在激光雷達內部進行勻速的旋轉，每旋轉一個小角度即發(fā)射一次激光，輪巡一定的角度后，就生成了一幀完整的數(shù)據(jù)。因此，單線激光雷達的數(shù)據(jù)可以看做是同一高度的一排點陣。

單線激光雷達的數(shù)據(jù)缺少一個維度，只能描述線狀信息，無法描述面。如上圖，可以知道面激光雷達的前方有一塊紙板，并且知道這塊紙板相對激光雷達的距離，但是這塊紙板的高度信息無從得知。

四線激光雷達

如上圖所示，四線激光雷達基本都像這樣。

全新的奧迪A8為了實現(xiàn)Level 3級別的自動駕駛，也在汽車的進氣格柵下布置的四線激光雷達ScaLa。

有了之前單線激光雷達的原理介紹，四線激光雷達的工作原理就很容易理解了。

如下圖所示，不同的顏色代表不同的激光發(fā)射器。

四線激光雷達將四個激光發(fā)射器進行輪詢，一個輪詢周期后，得到一幀的激光點云數(shù)據(jù)。四條點云數(shù)據(jù)可以組成面狀信息，這樣就能夠獲取障礙物的高度信息。

根據(jù)單幀的點云坐標可得到障礙物的距離信息。

根據(jù)多幀的點云的坐標，對距離信息做微分處理，可得到障礙物的速度信息。

實際應用時，在購買激光雷達的產品后，其供應商也會提供配套的軟件開發(fā)套件（SDK，Software Development Kit），這些軟件開發(fā)套件能很方便地讓使用者得到精準的點云數(shù)據(jù)，而且為了方便自動駕駛的開發(fā)，甚至會直接輸出已經處理好的障礙物結果。

如下圖綠的的矩形框即為障礙物相對于自車的位置，矩形框的前端有個小三角，表示障礙物的運動方向。

16/32/64線激光雷達

16/32/64線的激光雷達的感知范圍為360°，為了最大化地發(fā)揮他們的優(yōu)勢，常被安裝在無人車的頂部。三款激光雷達的技術參數(shù)和成本如下圖。

360°的激光數(shù)據(jù)可視化后，就是大家經常在各種宣傳圖上看到的效果，如下圖。

圖中的每一個圓圈都是一個激光束產生的數(shù)據(jù)，激光雷達的線束越多，對物體的檢測效果越好。比如64線的激光雷達產生的數(shù)據(jù)，將會更容易檢測到路邊的馬路牙子。

16/32/64線的激光雷達只能提供原始的點云信號，沒有對應的SDK直接輸出障礙物結果。因此各大自動駕駛公司都在點云數(shù)據(jù)基礎上，自行研究算法完成無人車的感知工作。

激光雷達的數(shù)據(jù)

激光雷達的點云數(shù)據(jù)結構比較簡單。以N線激光雷達為例來講解點云的數(shù)據(jù)結構。

在實際的無人駕駛系統(tǒng)中，每一幀的數(shù)據(jù)都會有時間戳，根據(jù)時間戳進行后續(xù)和時間有關的計算（如距離信息的微分等）。因此N線激光雷達的點云數(shù)據(jù)結構如下圖。

每一線點云的數(shù)據(jù)結構又是由點云的數(shù)量和每一個點云的數(shù)據(jù)結構組成。由于激光雷達的數(shù)據(jù)采集頻率和單線的點云數(shù)量都是可以設置的，因此1線點云數(shù)據(jù)中需要包含點云數(shù)量這個信息。

最底層的是單個點云的數(shù)據(jù)結構。點的表達既可以使用theta/r的極坐標表示，也可以使用x/y/z的3維坐標表示。

每個點云除了坐標外，還有一個很重要的元素，那就是激光的反射強度。激光在不同材料上的反射強度是不一樣的。以3維坐標的表示方法為例，單個點云的數(shù)據(jù)結構如下圖。X/Y/Z方向的偏移量是以激光雷達的安裝位置作為原點。

激光雷達能做什么？

激光雷達點云數(shù)據(jù)的一般處理方式是：數(shù)據(jù)預處理（坐標轉換，去噪聲等），聚類（根據(jù)點云距離或反射強度），提取聚類后的特征，根據(jù)特征進行分類等后處理工作。

以百度Apollo 2.5目前已開放的功能為例，看看激光雷達能完成哪些工作。

障礙物檢測與分割

利用高精度地圖限定感興趣區(qū)域（ROI，Region of Interest）后，基于全卷積深度神經網(wǎng)絡學習點云特征并預測障礙物的相關屬性，得到前景障礙物檢測與分割。

可通行空間檢測

利用高精度地圖限定ROI后，可以對ROI內部（比如可行駛道路和交叉口）的點云的高度及連續(xù)性信息進行判斷點云處是否可通行。

高精度電子地圖制圖與定位

利用多線激光雷達的點云信息與地圖采集車載組合慣導的信息，進行高精地圖制作。自動駕駛汽車利用激光點云信息與高精度地圖匹配，以此實現(xiàn)高精度定位。

障礙物軌跡預測

根據(jù)激光雷達的感知數(shù)據(jù)與障礙物所在車道的拓撲關系（道路連接關系）進行障礙物的軌跡預測，以此作為無人車規(guī)劃（避障、換道、超車等）的判斷依據(jù)。

小結

當前人工智能的算法還不夠成熟，純視覺傳感器的無人駕駛方案在安全性上還存在較多問題，因此現(xiàn)階段的無人車的開發(fā)還離不開激光雷達。強如Google，目前不也還沒開發(fā)出脫離激光雷達的自動駕駛方案么。

不過成本是激光雷達普及所遇到的最大問題。畢竟一款比車還貴的傳感器是車企無法接受的。激光雷達的降本路任重道遠啊。

返回第一電動網(wǎng)首頁 >