打字猴:1.70004543e+09
1700045430 无人驾驶:人工智能将从颠覆驾驶开始,全面重构人类生活 [:1700043811]
1700045431 光检测与测距(激光雷达)
1700045432
1700045433 除了数码相机之外,另一类主流的传感器就是激光雷达,全称是“光检测与测距(light detection and ranging)”,亦称“激光雷达(Lidar)”。数码相机的工作原理是把三维视觉空间拆分为二维像素矩阵。激光雷达设备则不同,它向周围散射出强烈的脉冲激光,测算出光束反射回来所用的时间,然后根据激光测距原理计算出周围环境的三维数字模型。
1700045434
1700045435 和数码相机一样,激光雷达传感器的发展也遵循摩尔定律的轨迹,从20世纪60年代体积庞大、造价昂贵的固态设备转变至今天价格稳定的便携式设备。然而与数码相机不同的是,激光雷达的价格仍然高于人均消费水平。尽管每年的价格都在下降,2016年,Velpdyne公司生产的重600克的16线激光雷达测距精确到厘米,售价高达8000美元。
1700045436
1700045437 几十年来激光雷达一直被勘测人员应用于获取详细的地形信息。相比之下,“安装这种设备,把激光光束射入移动车辆的环境”的想法,比它的整个发展过程晚得多。早期的现代自动驾驶机器人比数码相机出现得还要早,为当时的无人驾驶汽车提供视觉数据的最经典传感器就是激光雷达。纵观三届DARPA挑战赛,激光雷达在获取车外路况方面扮演了极其重要的角色。堪称无人驾驶标杆的第一代谷歌无人驾驶汽车,改装过的普锐斯使用的就是激光雷达。
1700045438
1700045439 激光雷达能绘制出高精度的3D模型,并附有准确的深度知觉,这就决定了激光雷达在无人驾驶汽车领域不能撼动的重要地位。激光以大约每秒10亿英尺的速度传播,所以激光雷达传感器能利用若干台千兆赫兹(GHz)的微处理器进行深度测量,分辨率可以精确到厘米。
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
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
[ 上一页 ]  [ :1.70004543e+09 ]  [ 下一页 ]