1700045440
1700045441
激光是理想的测量工具。蜡烛或白炽灯的光向四面发散,而激光能够呈直线定向发射至很远的距离。激光是平行光,它不会像手电筒的光一样发散,也无论在传播过程中是否遇上物体阻挡,物体的距离在一步之遥还是百米之外,它的传播均能保持准直。为了构建完整3D数字模型,激光雷达需要高速旋转,不断向四周扫描。其工作原理就是用一组同样旋转的镜子使激光改变方向。
1700045442
1700045443
假设有一间堆满隐形物体房间,我们可以用一罐红色涂料喷涂在所有的隐形物品上,直到它们完全可视。如果只有你一个人,那么需要很长时间才能让所有物品都现形,如果好几个人同时手持红色喷漆,这些物体很快就能被颜色覆盖,进入视野。激光雷达的工作原理也是这样。所以激光雷达需要同时发射多组激光,对周围环境平行地进行扫描和测量,而激光光束越多,形成的数字场景模型分辨率越高、速度越快。
1700045444
1700045445
一台无人驾驶汽车的数据由激光雷达产生,传输给软件,再由软件把信息整理到名叫“点云”的数字模型里。如果激光束直射入高空,所见模型为一片空白,因为发射路径中没有能够反射激光的物体。与此相反,如果激光束射入车水马龙的街道,所形成的“点云”将获取各种有趣的详细信息。
1700045446
1700045447
雷达的激光束以某种特定的模式朝外射去,形成数字“点云”的过程其实与全息照片呈现在底片上的过程相类似。随着旋转镜把激光调整为一系列平行的光线,迅速地识别了车辆行驶前方的道路。激光雷达构建出来的数字点云是由大量结构细密的扫描线组成,数字模型中的每一行与旋转镜上的每一根扫描线一一对应。图8.3呈现的是激光雷达所产生的三维“点云”,在图中,你还能发现从水平扫描产生的圈状扫描线。
1700045448
1700045449
1700045450
1700045451
1700045452
图8.3 这张三维“点云”数据由车载激光雷达拍摄。当时车正经过一个喧闹的停车场,在图上可以看到一些车辆和行人
1700045453
1700045454
来源:Velodyne
1700045455
1700045456
若是一个轻易下结论的观察者,可能会认为激光雷达“点云”与数码相机几乎是一回事。事实上,激光雷达与数码相机在许多方面存在很大的不同。其中一个重大区别是,激光雷达传感器无法捕捉色彩信息。激光雷达所产生的扫描结果,就像拍摄于某个暴风雪过后的照片一样,呈现的结果将是幽灵般的同一颜色。实际上,在软件在处理“点云”信息时,会手动给近处物体涂上蓝色,远处物体用红色,黑色则表示没有任何物体,或者激光没有反射返回。
1700045457
1700045458
激光雷达点云与数码摄相的第二点不同是成像时间。激光雷达不停旋转,持续更新所产生的数字模型。一方面说来,“点云”的不断更新是件好事;另一方面,这使得“点云”与数码相机的瞬间“咔嚓”按下快门一点也不相似。激光雷达传感器速度慢,虽然能高效绘制出地形轮廓图或慢慢挪移的交通堵塞数据图,但是不能及时提供某些紧急交通状况下,计算机需要处理的瞬时影像数据。
1700045459
1700045460
今天的无人驾驶汽车既使用数码相机,也使用激光雷达。在几十年前人工智能发展滞后的年代,激光雷达就已经是必不可少的视觉传感器了。如今的激光雷达传感器虽然造价仍旧高昂,且比起数码相机要慢半拍,然而它产生的点云却能为车辆规划绝大多数环境中的路线,并指引其完成驾驶。
1700045461
1700045462
长期阻碍数码相机成为机器视觉传感器的“瓶颈”是三维感知。而且解压、处理大量像素需要强大的计算能力支持,在实时操作中计算能力却往往跟不上——这是数码相机在无人驾驶应用上的严重缺陷。不过在过去几年的高速发展后,数码相机也终于成为无人驾驶领域的应用工具之一。随着微处理器的速度不断提升,数码相机和软件处理数字图像的能力也与日俱增,也许不远的将来数码相机会取代激光雷达,摘取视觉传感器的冠冕。
1700045463
1700045464
部分专家认同这种看法,在2015年10月特斯拉公司的一场新闻发布会上,埃隆·马斯克对该公司的未来无人驾驶汽车的技术发展评价如下:
1700045465
1700045466
我认为人们无须使用激光雷达,无源光(passive optical)外加前置雷达就能做到这一切。事实上,即使没有激光雷达也能彻底解决问题。我不看好激光雷达,它在这种情况下不起作用。
1700045467
1700045469
无线电检测与测距(雷达)
1700045470
1700045471
除了激光雷达和数码相机,无人驾驶汽车还使用普通雷达(Radar)来识别周围环境。数码相机在像素网格里捕捉场景,激光雷达传感器则类似一罐“数码喷漆”,让原本无形的物体披上“数字化外衣”。然而雷达传感器的工作方式就像往池塘里扔下一块小石子,追随水面漾起的圈圈涟漪跳跃的方向。
1700045472
1700045473
雷达原本应用服务于军事领域,在二战期间,雷达发射塔建在海滩、田地里,用于侦测敌军的飞机、船只和来犯的导弹踪迹。战后,美国把雷达用于航空交通管理,监控和确认商业航班的飞行航线。许多从高速公路警察手里接到过超速罚单的人,也能直观感受到了雷达技术的威力。
1700045474
1700045475
作为摩尔定律的又一力证,雷达传感器体积轻巧、性能稳定,完全可以在快速行进的车顶上正常工作。在现代普通轿车中,雷达传感器一般应用在定速巡航技术方面:通过内置雷达装置感应到车辆周围的其他车辆的速度和位置,定速巡航系统据此调控刹车和油门。雷达传感器另一个常见的应用是驾驶辅助系统:当有车辆靠近司机的视线盲区时,系统会发出警示。
1700045476
1700045477
1700045478
1700045479
1700045480
图8.4 前置雷达的原始目标密度图(左)和车窗前对应的景象(右)。大型静态物体(如停泊的汽车、建筑栏杆、路灯等)都反映在图片上。本图片由基于网格划分的24Ghz雷达传感器生成
1700045481
1700045482
来源:Smartmicro 3DHD
1700045483
1700045484
雷达传感器由发射器和接收器组成,发射器负责向外发射电磁波,而接收器随时准备接收回波。雷达传感器利用电磁波的反射来检测周围环境中物体的出现,先是发射一系列向外辐射的电磁波。如果电磁波在传播路径中没有遇到障碍物,它们会继续呈环装向外扩张,直到最后消失在远处。如果电磁波在传播路径中遇到障碍物,则会发生衍射,绕开障碍物,改变传播方向。由于电磁波的速度等同于光速,因此整个传播过程非常快。
1700045485
1700045486
由于回波的能量比起发射出去的电磁波能量大大衰减,接收器使用了电波放大的技术确保不遗漏那耳语般微弱的回声。为了防止传感器意外接收到附近雷达发射出的电波,每个雷达传感器的电磁波都会拥有独特的签名——编码脉冲技术“啁啾(Chirp)”。回波形状和回波时间都隐含着障碍物的形状、构成材料等信息。一些雷达传感器通过分析回波频率的变化,计算出障碍物移动的方向。
1700045487
1700045488
电磁波的波长是指相邻两个波峰之间的距离,不同的雷达传感器波长不同。电波之间间隔越大——波长越长——传输得越远。长波在传播时更容易绕过环境中的小物品,因此长波监测到的环境图像更粗略。短程雷达传感器向外发射微波,微波能监测到许多细小物品,可以小到猫咪般体型,轻便如自行车一般的物体。另外,电磁波在高导电性的物体表面反射效果最好——例如平整、光滑的表面,闪亮的自行车表面和潮湿的路面。而非导电性物体,比如多孔塑料或木头制品,在雷达看来几乎是“透明的”,很难监测。幸运的是,绝大部分汽车,即便是那些安装了不少塑料配件的汽车,内部也有足够的金属零件,足以使雷达传感器监测到它们。
1700045489
[
上一页 ]
[ :1.70004544e+09 ]
[
下一页 ]