無人駕駛技術中的激光雷達和攝像頭都干些什么？
激光雷達與攝像頭性能對比
在無人駕駛環境感知設備中激光雷達和攝像頭分別有各自的優缺點
攝像頭的優點是成本低廉用攝像頭做算法開發的人員也比較多技術相對比較成熟攝像頭的劣勢第一獲取準確三維信息非常難（單目攝像頭幾乎不可能也有人提出雙目或三目攝像頭去做）;另一個缺點是受環境光限制比較大
激光雷達的優點在于其探測距離較遠而且能夠準確獲取物體的三維信息;另外它的穩定性相當高魯棒性好但目前激光雷達成本較高而且產品的最終形態也還未確定
就兩種傳感器應用特點來講攝像頭和激光雷達攝像頭都可用于進行車道線檢測除此之外激光雷達還可用于路牙檢測對于車牌識別以及道路兩邊比如限速牌和紅綠燈的識別主要還是用攝像頭來完成如果對障礙物的識別攝像頭可以很容易通過深度學習把障礙物進行細致分類但對激光雷達而言它對障礙物只能分一些大類但對物體運動狀態的判斷主要靠激光雷達完成
多線激光雷達----多少線合適
目前國外和國內做激光雷達的廠商并不多比如 Velodyne 推出 16 線32 線和 64 線激光雷達產品Quanergy 早期推出的 8 線激光雷達產品 M-8（固態激光雷達在研）Ibeo 主要推出的是 4 線激光雷達產品主要用于輔助駕駛速騰聚創（RoboSense）推出的是 16 線激光雷達產品
到底多少線的激光雷達產品才能符合無人駕駛廠商包括傳統汽車廠商互聯網造車公司的需求
多線激光雷達顧名思義就是通過多個激光發射器在垂直方向上的分布通過電機的旋轉形成多條線束的掃描多少線的激光雷達合適主要是說多少線的激光雷達掃出來的物體能夠適合算法的需求理論上講當然是線束越多越密對環境描述就更加充分這樣還可以降低算法的要求
業界普遍認為像谷歌或百度使用的 64 線激光雷達產品并不是激光雷達最終的產品形態激光雷達的產品的方向肯定是小型化而且還要不斷減少兩個相鄰間發射器的垂直分辨率以達到更高線束
激光雷達產品參數包括四方面測量距離測量精度角度分辨率以及激光單點發射的速度我主要講分辨率的問題一個是垂直分辨率另一個是水平分辨率
現在多線激光雷達水平可視角度是 360 度可視垂直可視角度就是垂直方向上可視范圍分辨率與攝像頭的像素是非常相似的激光雷達最終形成的三維激光點云類似于一幅圖像有許多像素點激光點云越密感知的信息越全面
水平方向上做到高分辨率其實不難因為水平方向上是由電機帶動的所以水平分辨率可以做得很高目前國內外激光雷達廠商的產品水平分辨率為 0.1 度
垂直分辨率是與發射器幾何大小相關也與其排布有關系就是相鄰兩個發射器間隔做得越小垂直分辨率也就會越小可以看出來線束的增加主要還是為了對同一物體描述得更加充分如果是不通過減少垂直分辨率的方式來增加線束其實意義不大
如何去提高垂直分辨率目前業界就是通過改變激光發射器和接收器的排布方式來實現排得越密垂直分辨率就可以做得很小另一方面就是通過多個 16 線激光雷達耦合的方式在不增加單個激光雷達垂直分辨率的情況下同樣達到整體減小垂直分辨率的效果
但是這兩種方法都有一定的缺陷
第一種方法如果在不增加垂直可視范圍情況下增加線束是有一定天花板的因為激光發射器的幾何大小很難進一步再縮小比如說做到垂直 1 度的分辨率如果想做到 0.1 度幾乎不可能
第二種方法多傳感器耦合即多個激光雷達耦合因為它不是單一產品那么對往后的校準將會有很高的要求
激光雷達和攝像頭分別完成什么工作
無人駕駛過程中環境感知信息主要有這幾部分一是行駛路徑上的感知對于結構化道路可能要感知的是行車線就是我們所說的車道線以及道路的邊緣道路隔離物以及惡劣路況的識別;對非結構道路而言其實會更加復雜
周邊物體感知就是可能影響車輛通行性安全性的靜態物體和動態物體的識別包括車輛行人以及交通標志的識別包括紅綠燈識別和限速牌識別
對于環境感知所需要的傳感器我們把它分成三類
感知周圍物體的傳感器包括激光雷達攝像頭和毫米波雷達這三類;
實現無人駕駛汽車定位的傳感器就是 GPS IMU 和 Encoder;
其他傳感器指的是感知天氣情況及溫濕度的傳感器
