<table id="ej5zp"></table>

  • 展會信息港展會大全

    雷達or視覺算法 自動駕駛傳感器之爭
    來源:互聯網   發布日期:2022-08-19 13:25:46   瀏覽:2846次  

    導讀:一輛自動駕駛出租車行駛在廣州南沙道路上。新華社發 深圳前海,一名乘客體驗乘坐自動駕駛出租車。 新華社發 8月11日晚,小米董事長雷軍宣布小米進入自動駕駛汽車領域,稱第一期規劃140輛測試車將陸續在全國進行測試,目標是2024年進入行業第一陣營。自動駕駛...

    雷達or視覺算法 自動駕駛傳感器之爭

    一輛自動駕駛出租車行駛在廣州南沙道路上。新華社發

    雷達or視覺算法 自動駕駛傳感器之爭

    深圳前海,一名乘客體驗乘坐自動駕駛出租車。新華社發

    8月11日晚,小米董事長雷軍宣布小米進入自動駕駛汽車領域,稱第一期規劃140輛測試車將陸續在全國進行測試,目標是2024年進入行業第一陣營。自動駕駛的浪潮已經向我們飛奔而來!據波士頓咨詢公司預計,到2035年,全自動駕駛汽車將占全球新車總銷量的近四分之一,而應用于特定場景的自動駕駛汽車還會更多。

    自動駕駛,簡單來說就是對大量交通數據進行運算,最終得到最優的行車路線和速度。但是最關鍵的技術難點卻在于獲取數據通過傳感器將復雜的交通數據全部捕獲。自動駕駛的傳感器解決方案長期以來存在兩種技術路徑,雷達與視覺算法。以特斯拉的自動駕駛大腦系統為例,其主要借助攝像頭,對周邊物體建立模型,同時把數據添加至神經網絡進行純視覺計算,在自動駕駛中承擔“識別”的作用。此外還有激光雷達,工作時向四周散射激光,基于反饋判斷周邊是否存在障礙物并生成點云圖,在自動駕駛中承擔“感知”的作用。

    2020年3月,谷歌旗下Waymo公司發布第五代自動駕駛系統感知方案,將毫米波雷達升級為4D成像雷達,使得4D毫米波雷達技術首次應用于車端。2021年華為入局,推出高分辨率4D毫米波雷達,并計劃于2022年下半年實現量產,將4D毫米波雷達推上一個熱議的高峰。對于自動駕駛傳感器之爭,業內認為,自動駕駛技術無法依靠單一的傳感器件一統天下,沒有一刀切的傳感器,因為市場有很多細分,而且自動駕駛級別也不同,攝像頭和雷達會共存,因為它們的優缺點互補性非常強。從理論上來說,或許視覺技術與激光雷達相互結合才是完美的方案,但最終它們的博弈走向何方,只能交給時間。

    A激光雷達

    據不完全統計,截至2022年1月,全球已有至少17家汽車制造商宣布將推出20款配備激光雷達的新車,在中國市場,也有10多款車型開始裝載本土制造的激光雷達。

    從原理上講,激光雷達通過激光測定傳感器發射器與目標物體之間的傳播距離,分析目標物體表面的反射能量大小,反射波譜的幅度、頻率和相位等信息,輸出點云,從而呈現出目標物精確的三維結構信息,因此系統就可以對周邊環境3D建模,從而有利于智能駕駛系統對車輛精確定位,避免與周圍物體發生碰撞。

    采用激光雷達的自動駕駛廠商一般選擇在車頂配置64線激光雷達,用于障礙物和移動車輛檢測,同時在車身四周環繞成本相對較低的低線束激光雷達或毫米波雷達進行視野補充。由于它是一項高精度和完整的技術,因此被大多數人認為是自動駕駛汽車的關鍵部件。

    激光雷達收發的是激光,具有精度高、范圍大、抗干擾能力強的特性。但激光定位的缺點是受環境如雨、霧的影響比較大,對于透明介質也無法得到準確的深度信息。所以在惡劣天氣的條件下表現一般,缺乏對環境的顏色和紋理信息的辨別,并且在大范圍安裝后,激光雷達有無法判斷脈沖光是否為自己發出的串擾風險,直接導致其判斷不出物體的形狀。

    激光雷達更大的缺點是價格昂貴。隨著量產,激光雷達單機已從最開始的上千美元下降為400~500美元,并逐步趨于穩定,在3~5年內預期降幅不大,相比高清攝像頭幾十甚至十幾美元的價格還是高出許多。因此,激光雷達方案縱使能進一步提高自動駕駛的安全性,可出于成本考慮,大規模普及可能尚需時日。

    激光雷達要量產裝車,需要同時滿足性能、體積、成本、安全等多個要素,任何一方面都不能有太明顯的短板。但現實是,現在的激光雷達很難同時兼顧,無論是在應用端還是在產業端,都還不夠成熟。從理論上來說,或許視覺技術與激光雷達相互結合才是完美的方案,但最終它們的博弈走向何方,只能交給時間。

    B攝像頭“視覺”系統

    美國特斯拉公司首席執行官埃隆馬斯克就已提出,“依靠激光雷達的人注定要失敗”。直到今天,特斯拉不僅放棄使用雷達傳感器,還高調宣布推出依賴攝像頭的“特斯拉視覺”系統。

    推崇的“純視覺方案”是通過攝像頭、毫米波雷達捕捉周邊環境信息,再通過算法進行分析抉擇。他認為,“汽車上的純視覺方案,尤其是使用顯式光子計算時,比雷達+視覺的組合要好很多。后者有太多的不確定性當雷達和視覺感知不一致時,不清楚該相信哪個。”

    特斯拉不僅堅持不用激光雷達,還在2021年5月北美上市的特斯拉Model3、ModelY車型上取消毫米波雷達,改為采用完全由攝影鏡頭偵測的特斯拉純視覺技術,作為自動駕駛輔助系統的基矗

    此外,由于特斯拉擁有軟硬件算法完全自主的掌握與開發能力,馬斯克堅信特斯拉FSD(完全自動駕駛)算法升級的速度會比激光雷達降價的速度更快。

    還有一個沒有被說出來的原因是,特斯拉已經在視覺算法方面投入巨大,如果安裝激光雷達,其硬件改裝很難做到向前兼容,甚至計算平臺都需要額外進行設計改裝,以適應激光雷達的布置、線纜連接和數據處理。要放棄之前如此大的積累,轉身去做另一條路線,投入產出比可謂“得不償失”。

    不過,馬斯克并不孤單。2022年4月7日,豐田汽車旗下子公司“編織星球”(WovenPlanet)就對外表示,要在其輔助駕駛和更高階的自動駕駛項目中,采用單一視覺方案開發自動駕駛,即在不使用激光雷達等昂貴傳感器的情況下,通過成本相對較低的攝像頭采集數據,推進自動駕駛技術。

    相對激光雷達系統,“視覺”系統所需的硬件成熟度較高,且成本低,但輔助的毫米波雷達探測角度較小,遠距離探測能力也不足,不僅需要優異的算法來彌補缺點,成像質量受到環境亮度影響也較大,尤其是在雨雪、沙塵等天氣等惡劣環境下,完成感知任務的難度會大幅提升。比如特斯拉汽車曾把白色的大貨車識別成云朵,直接撞上去;把二維的人體投影當成真人,主動剎車等。

    此外,不管攝像頭的清晰度有多高,哪怕特斯拉引入了3D鳥瞰預測圖,視覺方案獲得的信息終究還是2D圖像。比如,跨層泊車場景全是靜止障礙物,地形又復雜,需要地形建模,相比激光雷達,無法3D建模的純視覺方案的劣勢就更明顯。

    C 4D毫米波雷達

    4D毫米波雷達并非一項陌生的新技術。2020年3月,谷歌旗下Waymo公司發布第五代自動駕駛系統感知方案,將毫米波雷達升級為4D成像雷達,使得4D毫米波雷達技術首次應用于車端。2021年華為入局,推出高分辨率4D毫米波雷達,并計劃于2022年下半年實現量產,將4D毫米波雷達推上一個熱議的高峰。

    由于在輔助駕駛中被廣泛使用的毫米波雷達存在一些固有的缺陷,如不具備測“高度”的能力,這使其很難判斷前方靜止物體是在地面還是在空中,在遇到井蓋、減速帶、立交橋、交通標識牌等地面、空中物體時,無法準確測得物體的高度數據等。

    4D毫米波雷達的成本與傳統毫米波雷達相近,性能方面可以媲美低線束激光雷達,更符合當下的量產需求。與激光雷達、攝像頭相比,毫米波雷達具備全天候探測能力,即使在雨雪、塵霧等惡劣環境條件下依舊可以正常工作,再加上可以直接測量距離、速度、角度等數據,成為自動駕駛中重要的傳感設備之一。

    4D毫米波雷達在原有的距離、速度、方向的數據基礎上,加上了對目標的高度分析。這使得4D毫米波雷達有望彌補傳統毫米波雷達的問題,將第4個維度整合到傳統毫米波雷達中,更好地了解和繪制環境地圖,讓測到的交通數據更為精準。

    如果激光雷達在能見度只有0.1公里的大霧環境中操作,它幾乎沒有辦法進行偵測。如果激光雷達在大雨的環境中操作,偵測距離就會衰減50%左右。而實測4D毫米波雷達結果顯示,就算遇到下雨天氣,4D毫米波雷達的偵測范圍還是可以達到300米,這是4D毫米波雷達比激光雷達更適合做自動駕駛車傳感器的重要原因。

    4D毫米波雷達繼承了傳統毫米波雷達全天候抗干擾的優勢,并且不受光線、煙霧、灰塵、霧霾的影響,在夜晚、雨雪等環境下都能正常工作,適應性更強。

    綜合新華社新華網

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港 | 站長號
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>