激光雷达对于自动驾驶汽车感知技术的应用

发布者:Serendipitous55最新更新时间:2024-01-12 来源: elecfans关键字:激光雷达  自动驾驶 手机看文章 扫描二维码
随时随地手机看文章

  对自动驾驶汽车日益增长的兴趣刺激了激光雷达技术的重大发展。这些3D激光雷达传感器因其通过激光脉冲测量距离的准确环境感知而受到高度重视,因此已成为自主运输不可或缺的安全组件。因此,移动部门对它们的需求很大,并且对该技术的进一步发展有很大兴趣


  在这种兴趣激增之前,激光雷达已经使用了几年,主要用于研究、制图和空间分析。然而,早期的设备价格昂贵,通常体积庞大,并且需要经常维护。技术进步现在已经使它们更强大、维护更少、成本更低、用户友好,即使对于没有专业3D数据分析专业知识的个人也是如此。


  这种转变使激光雷达吸引了越来越多的行业,带来了新的应用领域。举例说明:

  基于激光雷达的体积监测解决方案生成散装材料库存的数据,这些数据在以前使用替代方法难以收集。这些解决方案将实时数据自动集成到库存管理系统中,有助于提高农业、建筑和回收等行业的流程效率。

  在安全系统领域,激光雷达传感器在入侵检测方面表现出色,提供了无与伦比的可靠性,并显著降低了误报率。因此,它们是保护关键基础设施和确保对要求高安全性的物体(如发电厂和机场)提供最佳保护的理想选择。

  激光雷达有助于人群管理,匿名跟踪人群运动模式。例如,旅游目的地采用激光雷达技术来监测游客数量,并在一个地区接近超额容量时通过移动应用程序提供实时替代目的地建议,从而缓解拥堵。

  什么是激光雷达?

  激光雷达是“光探测和测距”的缩写,其工作原理是利用激光束进行距离测量。早期的3D激光雷达传感器,如第一辆自主测试车辆上所见,被称为旋转激光雷达。这些设备的特点是体积庞大的组件安装在车顶上,通过机械旋转来获取环境数据。这些早期的迭代是昂贵的,并且由于它们的移动部件而需要定期维护。

  为了缓解这些缺点,Blickfeld等公司采用了固态激光雷达技术,消除了对机械部件的需求。这一进步带来了更可靠、更小、更具成本效益的传感器。

  在固态扫描激光雷达中,激光二极管每秒钟向MEMS反射镜(微机电系统)发射数十万个激光脉冲,这些反射镜以各自的频率振动。这些MEMS反射镜被精确定位,以锥形偏转激光束,而没有机械磨损。由于在微型传感器生产方面的成熟发展,这些元件可以可靠和廉价地大量生产。

  发射的光脉冲在它们的路径上被物体反弹,并被传感器再次捕获。通过测量光传播距离所需的时间,激光雷达可以计算出传感器和检测到的物体之间的精确距离(飞行时间原理)。这个过程能够创建周围环境的高度精确的3D表示(所谓的点云)。

  本质上,该技术的工作原理类似于雷达,雷达使用电磁波测量距离和速度,当它遇到金属表面时特别可靠,但遇到其他材料时就不那么可靠了。一般来说,雷达提供的细节比激光雷达少。3D激光雷达可以非常精确地捕捉物体的空间位置和形状,高度独立于它们的表面材料。

  3D成像之路

  各种激光雷达传感器的功能取决于它们的视野,从而决定了它们可以收集的信息量:

  1D激光雷达:涉及使用一个单一的激光脉冲指向一个方向,允许在特定点的距离测量。这项技术适用于收费亭之类的应用,但它无法洞察物体的类型、大小或形状。

  2D激光雷达:利用水平旋转的激光脉冲来测量距离和运动方向,通过分析反射点和距离来提供关于物体形状的附加信息。2D激光雷达传感器广泛应用于工业自动化和机器人领域。然而,物体只能在传感器平面的高度被探测到,排除了精确的尺寸评估。例如,当在警报系统中使用膝盖高的物体时,相对较小的动物会触发警报,导致频繁的错误警报。升高观察平面可能会让人类通过爬行或蹲伏来躲避探测。

  3D激光雷达:通过水平和垂直旋转激光脉冲,创建了一个锥形视野,使激光雷达传感器能够捕捉三维空间数据。这第三维度对于获得周围环境的精确空间表示、在许多应用领域贡献有价值的数据以及打开全新的可能性是至关重要的。为了保持在报警系统的范围内,3D激光雷达确保检测到对安全区域的每一次入侵,并确定入侵对象的大小。在软件中,可以根据对象大小设置触发警报的阈值,从而显著减少错误警报和未经授权的入侵。

wKgZomVe_EuASM-zAAsh5MghncU042.png

在安全应用中,激光雷达用户可以定义区域,在这些区域中,任何入侵都可以被可靠地检测到,并且误报率非常低。(图片:Blickfeld)

  图像识别与激光雷达

  3D激光雷达传感器提供直接的距离信息,而相机主要捕捉光线和颜色细节,但不测量空间信息。这些直接测量的距离值提供了显著的优势。尽管现代人工智能支持的软件可以从相机数据中获取3D信息,但3D激光雷达可以直接、更快、更精确地提供空间信息。这对于依靠精确距离测量来安全导航和避免碰撞的自动驾驶汽车和无人机来说尤其有益。

  下一层:智能激光雷达

wKgZomVe_FyAHxD1AAl1xogRLAw979.png

智能激光雷达Qb2以绝对值的形式提供结果,但也可以根据请求输出点云。(图片:Blickfeld)

  智能激光雷达传感器需要先进的光学和电子硬件组件,以及用于分析收集数据的功能强大的软件。在大多数情况下,来自传感器的3D数据被传输到外部计算机,在那里感知软件被用于分析。

  然而,Blickfeld通过开发Qb2简化了这一过程,Qb2是一种集成了所有必要数据分析软件的激光雷达传感器。基本上,传感器的“眼睛”和“大脑”现在都在一个设备中,便于立即访问可用数据,而不需要额外的计算机硬件或网络附件。这使得更广泛的受众可以访问3D数据,甚至是那些没有专业3D数据分析技能的受众。

  由此产生的信息可以使用MQTT和API等标准通信协议直接无缝传输到物联网生态系统或云。这允许全球员工实时访问结果,在平板电脑或智能手机上的标准网络浏览器中轻松查看。此外,由于只需要传输少量数据,因此通过Wi-Fi传输是可行的,进一步减少了电缆需求。这在具有多个传感器的系统中尤其有利,例如那些通常用于监控大量散装材料库存的系统,显著简化了安装和操作。


  激光雷达可以帮助传统行业数字化

  采用3D激光雷达技术的企业能够立即认识到其优势,由于精确的实时信息,这可以导致数字化和更有效的流程。因此,3D激光雷达有可能显著提高各行业供应链的数字化水平,并在解决以前成本高昂、劳动密集型或可能无法实现的特定任务方面发挥关键作用。将软件集成到设备中使几乎任何人都能从3D数据中受益,即使没有专业知识。


关键字:激光雷达  自动驾驶 引用地址:激光雷达对于自动驾驶汽车感知技术的应用

上一篇:汽车五大域控制器有哪些?汽车域控制器和ecu的区别
下一篇:如何通过接口IP实现更高的汽车MCU性能

推荐阅读最新更新时间:2024-11-06 03:38

信任危机如何破解?自动驾驶商业化需过“民意”关
如今,汽车产业正迎来加速变革,向着新能源与自动驾驶两大技术方向迈步挺进。相对于新能源技术的相对成熟,自动驾驶仍处于发展阶段,距离规模化普及也仍有很长一段路要走。不过,业内玩家对于自动驾驶汽车的热情却依然十分高昂。 据最新报告预测,2018年全球自动驾驶汽车市场规模将达到49亿美元,到2022年,预计市场规模将进一步增长至85亿美元。更为乐观的数据是,根据罗兰贝格预测,到2030年,仅自动驾驶出租车的全球收入就将高达1.5万亿欧元。在广阔的市场前景吸引下,无路是企业巨头也好、资本巨鳄也好,都力图占据发展先机,分得最大一块“蛋糕”。 自动驾驶汽车商业化启幕 随着时代的进步,科技在推动经济、社会发展中的作用愈发凸显。现在,科技发展日
[机器人]
对话黑芝麻智能CEO:造自动驾驶芯片别靠嘴,过车规才是真英雄
2022年毫无疑问是国产大算力自动驾驶芯片量产上车元年。 5月底,黑芝麻智能和江淮汽车集团(以下简称江汽)达成量产合作,江汽旗下思皓品牌的车型将搭载黑芝麻智能华山二号A1000系列自动驾驶芯片,以为其L2级自动驾驶系统提供算力支持;更早的4月份,比亚迪和自游家也先后宣布将搭载地平线征程5芯片… 随着全球汽车产业加速向着智能汽车方向转型,智能座舱、自动驾驶等智能系统成为汽车的核心竞争力,车载AI芯片自然也发展为核心中的核心。 以华为、黑芝麻智能、地平线等公司为代表的中国阵营抓住机会迅速崛起,让国产汽车AI芯片实现了从无到有、从概念到量产装车的关键突破。 在这样一个重要时间节点,车东西最近与黑芝麻智能创始人兼CEO单记
[汽车电子]
对话黑芝麻智能CEO:造<font color='red'>自动驾驶</font>芯片别靠嘴,过车规才是真英雄
日产自动驾驶秘诀:激光扫描仪
    可以想象一下这样的场景:一个人站在停车场的入口,按下遥控钥匙上的按键,身边的日产电动汽车就自动开进停车场并转悠着找停车位,突然,它发现一辆SUV离开了停车场,就迅速钻过去把车停进车位;等到车主再回到停车场,按下按键,电动车又自动开回了他的身边。这不是科幻小说,而是笔者亲眼所见的一场演示,当时我和我的小伙伴们都惊呆了! 行驶在通向未来的路上     为了验证这一场景,笔者驾驶着一辆2014款英菲尼迪Q50,从洛杉矶国际机场到已经退役的海军陆战队航空站EI Toro,全程72公里。借助智能巡航系统和主动车道控制技术,Q50飞驰在高速公路上,而笔者负责欣赏沿途风景,不用考虑加速还是刹车,也不用控制方向盘。
[汽车电子]
特斯拉“移情别恋” 背后有何隐情?
  据消息称, 特斯拉 与AMD联合开发的第一批 自动驾驶 芯片已经步入最后测试阶段,预计将于2019年实现完全 自动驾驶 。虽然 特斯拉 和AMD没有确认也没有否认双方的合作传闻,但种种迹象表明,引入AMD能够很好地减少对英伟达的依赖,这也非常符合商业逻辑。下面就随汽车电子小编一起来了解一下相关内容吧。   与此同时,又有消息传出, 特斯拉 将不再使用英伟达(Nvidia)公司的芯片来支持其大规模车载娱乐系统,改而使用英特尔公司的芯片。虽然这则消息也未经确认,但特斯拉和英伟达的“蜜月期”似乎并不是很顺畅。据分析人士消息,如果特斯拉真的“移情别恋”,对于英伟达明年将造成数亿美元的潜在损失。   对此,近期在AI芯片领域意气风发的
[汽车电子]
特斯拉“移情别恋” 背后有何隐情?
被英飞凌收购的MEMS公司Innoluce,到底是是什么来头?
英飞凌 宣布收购荷兰 MEMS 设计公司 Innoluce 来补充其为蓬勃发展的 自动驾驶 技术传感器市场的领先优势。 Innoluce的专业知识将帮助英飞凌缩小在激光雷达传感器领域的差距。 Innoluce是荷兰皇家飞利浦公司的分拆公司,销售一个基于谐振MEMS反射镜和相关信号处理集成电路的固态激光扫描模块。从Infineon的角度来看,位于荷兰Nijmegen(奈梅亨,德国边界,荷兰德语地区)的初创公司,可以和现有的用于ADAS先进驾驶辅助系统和自动驾驶车辆传感器形成绝佳的匹配。   英飞凌正在为微波雷达传感器大批量提供集成电路,并将其芯片销售给博世,大陆集团和TRW等传统雷达传感器制造商。与雷达相反,激光雷达在自动
[嵌入式]
黄仁勋为啥说GPU是实现自动驾驶的唯一途径
NVIDIA 和 百度 的合作可谓水到渠成,黄仁勋更加坚信的是, GPU 是实现人工智能 自动驾驶 汽车的唯一途径。   还是那件熟悉的黑色机车夹克,台上依然精神抖擞、节奏感超强。不过“老黄”发表Keynote演讲的地方却从圣何塞挪到了北京,当然不变的仍是「GPU如何加速人工智能发展进程」的主题。   在9月1日开幕的「2016 百度世界大会」上,NVIDIA联合创始人兼CEO,被万千游戏玩家亲切地叫做“老黄”的黄仁勋如约出现在了上午主会场的舞台上。不过这次他不光带来了个人及NVIDIA对目前人工智能、深度学习领域的思考,同时还宣布将和百度共同开发基于人工智能的自动驾驶汽车的消息。   NVIDIA 联合
[嵌入式]
智能网联汽车道路测试管理规范_国家政策与地方规范有何区别?
该规范将从2018年5月1日起开始施行。 4月12日上午,国家层面首个智能网联汽车的路测规范在京发布。工业和信息化部、公安部、交通运输部等三部门联合印发《智能网联汽车道路测试管理规范(试行)》(以下简称“管理规范”),对测试主体、测试驾驶人及测试车辆,测试申请及审核,测试管理,交通违法和事故处理等进行了明确规定。 据车云菌了解,该规范将从2018年5月1日起开始施行。 此前,北京、上海、重庆等地陆续出台了自动驾驶汽车上路测试指导文件,其中北京和上海已经向部分企业颁发了第一批开放道路测试牌照。工业和信息化部副部长辛国斌指出,《管理规范》是工信部会同公安部、交通部联合制定的文件,目的是明确道路测试的管理要求和职责分工,规范和统一各
[汽车电子]
麻省理工研发全新AI视觉系统 或可大幅提高自动驾驶安全性
众所周知,计算机视觉系统有时会对与常识相悖的场景进行推断。例如,如果机器人正在处理餐桌的场景,它可能会完全忽略任何人类观察者都可以看到的碗,认为盘子漂浮在桌子上方,或者误认为叉子正在穿透碗而不是靠着它。 有鉴于此,如果将计算机视觉系统转移到自动驾驶汽车上,风险就会高得多——例如,这种系统无法检测到紧急车辆和过马路的行人。 为了克服这些错误,麻省理工学院(MIT)的研究人员开发了一个框架,可以帮助机器像人类一样看世界。他们用于分析场景的新人工智能系统学习仅从几张图像中感知真实世界的对象,并根据这些学习到的对象感知场景。 研究人员使用概率编程构建了这个框架,这是一种人工智能方法,能够让系统对检测到的物体与输入数据进行交叉检
[汽车电子]
麻省理工研发全新AI视觉系统 或可大幅提高<font color='red'>自动驾驶</font>安全性
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved