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
1700045468
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043812]
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
1700045490
一台雷达传感器只能在特定的、狭窄的范围内进行识别。所以大部分传感器都是成排安装，传感范围稍有重叠。无人驾驶汽车有个典型的现象，就是三台雷达传感器必须相邻安装，以便提供180度视觉覆盖效果。
1700045491
1700045492
对于自动驾驶来说，雷达传感器最大的好处是可以穿透浓雾、暴雨、尘土、扬沙，甚至是强烈的顶灯灯光，这一点不同于数码相机。雷达传感器的另一个优点是能轻易穿透非导电性物体和薄型材料，因此不容易受到高速公路上空飞舞的塑料袋或风滚草的干扰。电磁波更能识别大型的物体，因此司机担忧的巨型障碍物容易引起它的注意。相反地，雷达传感器最大的缺点就是其分辨率相对较低。
1700045493
1700045494
雷达传感器还有一个优点，它不仅能检测到物体的位置，还能根据多普勒效应监测到物体的速度。多普勒效应是以19世纪的奥地利物理学家克里斯蒂安·多普勒（Christian Doppler）的名字命名的最常见的物理现象之一。一个人站在高速公路旁，听到疾驰而过的车辆发出轰鸣声，声音的音调随着车辆远去而降低。音调降低是因为高速运转中的汽车引擎产生的声波，当车辆驶近时，声波受到压缩，所以音调升高，当汽车呼啸而过，声波延长，音调降低。
1700045495
1700045496
雷达传感器利用多普勒效应得出物体的速度。通过记录电磁波向外发射和反射回波的频率变化，判断移动中的物体是正在靠近还是渐渐远离，传感器还能计算出物体移动的速度。速度信息能帮助我们分辨该物体究竟是什么。比方说，在公路上每小时30英里的速度飞驰的不太可能是行人。
1700045497
1700045498
在无人驾驶汽车中，雷达监测与视觉传感器在周边环境监测方面的作用相辅相成。通过感应周围物体的大小、疏密、速度和方向，雷达传感器传输的许多信息能与数码相机、三维“点云”生成的图片相互参照。路边静止不动的小东西是只猫还是个硬纸皮盒子。注意，一个大型的“金属盒状物”快要接触我们的尾部了！
1700045499
1700045500
相比以前，今天的雷达监测智能化程度更高。二战期间的雷达在绿色屏幕上呈现原始模拟回声信号，外加一根不停旋转的天线表示目前的扫描方向。现代雷达的传感器类似于先进的数码相机的工作流程——能够预先对原始信息进行处理，列出包含尺寸、地点和速度等内容的目标清单。经过处理的信息更简洁，占用更少的存储空间，对于无人驾驶系统来说更易懂。
1700045501
1700045502
为避免监测的情况过于琐碎，雷达还能尝试着把公路路面上的不必要细节从目标清单中去除，但是沥青路面也和其他物体一样会反射电波，形成干扰。因此，部分雷达传感器会自动去除扫描结果中静态物体的数据记录。虽然从目标清单上屏蔽部分物体能提高效率，同时也带来一定风险。雷达可能把某些巨型、静止的物体，比如停在桥下的一辆熄火的汽车，误认为是桥墩的一部分。
1700045503
1700045504
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043813]
1700045505
超声波传感器（声呐）
1700045506