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