汽車進口關稅引熱議 歐盟“回擊”特朗普

激光雷達的測量距離、測量精度、測量速度和角分辨率等參數是決定3D激光雷達性能的幾個重要指標。

例如，在無人駕駛汽車的應用領域，需要激光雷達的檢測距離。例如，在高速公路上，你應該能夠檢測到前方的汽車，在十字路口，你應該能觀察到馬路對面的汽車。有趣的是，準確度越高越好。激光雷達獲得的數據可以用于障礙物識別、動態物體檢測和定位，如果精度太差，就無法實現上述目標；然而，準確性太高，并且存在問題。高精度激光雷達需要大量的硬件，計算量會非常大，成本也會非常高。所以準確度應該適中。另一個不可忽視的點是角分辨率，它決定了兩個激光點在被沖出后的距離。在達到單點測距精度后，如果兩個點之間的距離（點）碰到物體表面太遠，測距精度就會失去意義。激光雷達的機遇與挑戰激光雷達在智能機器生態系統中有許多機遇。與二維圖像相比，點云更容易被計算機用來構建物理環境的三維圖像。二維圖像是人類大腦最容易理解的數據，而點云是計算機最能理解的數據。二維激光雷達掃描儀可以在戶外使用，專為移動和低功耗應用而設計。它只需要競爭對手近四分之一的成本，這將為這種傳感器帶來新的應用（我們在許多其他類型的傳感器中看到了這種現象）。二維激光雷達也可以安裝在另一個旋轉部件上，在環境中生成完整的三維點云。

其他公司正在尋找其他策略來降低系統成本，例如Quantergy的固態激光雷達。該系統基本上與上述系統相同。然而，與旋轉光學設備來移動光束不同，它們使用“相控陣光學系統”來引導激光脈沖的方向，可以在某個方向上釋放一個激光脈沖，并將下一個脈沖（1微秒后）對準視場中的其他地方。它可以實時關注視野中看似移動的物體，這是對人類駕駛員的模仿，人類駕駛員可以及時注意到即將進入汽車行駛道路的障礙物。Quantergy系統的設計目的是在沒有機械運動的情況下做到這一點，每秒采樣約100萬個數據點，這相當于64線旋轉激光雷達的速度，但它可以顯著降低成本。它的另一個優點是更容易集成到其他汽車部件中，如后視鏡和保險杠。此外，一個更大、更強大的系統也在開發中，該系統可以從30000英尺高空飛行的飛機上對地面進行成像，其分辨率足以看到地面上的車輛。盡管這些系統的市場需求較小，成本較高，但它們的開發將繼續降低傳感器技術的總體成本。挑戰1。材料由于激光雷達是基于測量激光脈沖返回傳感器所需的時間，因此反射率高的表面會帶來問題。大多數材料在微觀層面上具有粗糙的表面，并將光散射到各個方向；

該散射光的一小部分返回到傳感器，并且足以生成距離數據。然而，如果表面反射率非常高，則光將從傳感器散射開，并且該區域中的點云將不完整。2.環境空氣中的環境也會影響激光雷達的讀數。記錄顯示，大霧和暴雨會削弱發射的激光脈沖，并影響激光雷達。為了解決這些問題，人們開始使用更高功率的激光器，但對于較小、移動或功率敏感的應用來說，這不是一個好的解決方案。3.驅動速度激光雷達系統面臨的另一個挑戰是旋轉時的刷新率相對較慢。系統的刷新率受到復雜光學器件的旋轉速度的限制。激光雷達系統的最快轉速約為10Hz，這限制了數據流的刷新率。當傳感器旋轉時，一輛以60英里/小時的速度行駛的汽車在1/10秒內行駛8.8英尺，因此在汽車經過8.8英尺范圍內發生的變化基本上看不到傳感器。更重要的是，激光雷達的覆蓋范圍（在完美條件下）為100-120米，這僅相當于一輛以60英里/小時的速度行駛的汽車不到4.5秒。4.成本也許對于激光雷達來說，高昂的設備成本是它需要克服的最大挑戰。盡管這項技術自應用以來已大大降低了成本，但它仍然是其廣泛采用的重要障礙。對于主流汽車行業來說，價值2萬美元的傳感器不會被市場接受。埃隆·馬斯克說：“我認為這對汽車的發展沒有意義。我認為這沒有必要。”。屬性識別盡管我們將激光雷達視為計算機視覺的一個組成部分，但點云完全是基于幾何來呈現的。相反，人眼可以識別物體除了形狀之外的其他物理財產，例如顏色和紋理。目前的激光雷達系統無法區分紙袋和巖石之間的區別，這在傳感器理解并試圖避開障礙物時應該考慮。6.攻擊激光雷達的黑客發送的激光本身沒有編碼。因此，接收器本身無法識別這束光束是由隔壁的發射器發射的還是干擾信號。黑客攻擊是指模擬車輛和行人的信號，并將其反饋給激光雷達，以產生周圍有障礙物的錯覺的攻擊方法。最終，汽車將被迫減速或剎車。對于激光雷達制造商來說，我們可以從兩個角度抵御黑客的攻擊：例如，如果提高激光發射頻率，而高速激光發射頻率在幾微秒內，黑客將很難選擇何時發射干擾信號供接收器接收。此外，通過算法做出了一些錯誤的判斷，并通過參考先前的頻率數據來過濾干擾數據。

激光雷達只是用于為計算機提供物理環境數據的眾多傳感器之一，但生成的數據對計算機來說最容易理解，而且也會變得更便宜。Velodyne的銷售和營銷總監Wolfgang Juchmann表示，激光雷達的成本在過去七年中下降了十倍。由于成本的降低，我們將繼續看到新的潛在應用領域。（來源：傳感器技術）激光雷達的測量距離、測量精度、測量速度和角分辨率等參數是決定3D激光雷達性能的幾個重要指標。

例如，在無人駕駛汽車的應用領域，需要激光雷達的檢測距離。例如，在高速公路上，你應該能夠檢測到前方的汽車，在十字路口，你應該能觀察到馬路對面的汽車。有趣的是，準確度越高越好。激光雷達獲得的數據可以用于障礙物識別、動態物體檢測和定位，如果精度太差，就無法實現上述目標；

然而，準確性太高，并且存在問題。高精度激光雷達需要大量的硬件，計算量會非常大，成本也會非常高。所以準確度應該適中。另一個不可忽視的點是角分辨率，它決定了兩個激光點在被沖出后的距離。在達到單點測距精度后，如果兩個點之間的距離（點）碰到物體表面太遠，測距精度就會失去意義。激光雷達的機遇與挑戰激光雷達在智能機器生態系統中有許多機遇。與二維圖像相比，點云更容易被計算機用來構建物理環境的三維圖像。二維圖像是人類大腦最容易理解的數據，而點云是計算機最能理解的數據。二維激光雷達掃描儀可以在戶外使用，專為移動和低功耗應用而設計。它只需要競爭對手近四分之一的成本，這將為這種傳感器帶來新的應用（我們在許多其他類型的傳感器中看到了這種現象）。二維激光雷達也可以安裝在另一個旋轉部件上，在環境中生成完整的三維點云。

其他公司正在尋找其他策略來降低系統成本，例如Quantergy的固態激光雷達。該系統基本上與上述系統相同。然而，與旋轉光學設備來移動光束不同，它們使用“相控陣光學系統”來引導激光脈沖的方向，可以在某個方向上釋放一個激光脈沖，并將下一個脈沖（1微秒后）對準視場中的其他地方。它可以實時關注視野中看似移動的物體，這是對人類駕駛員的模仿，人類駕駛員可以及時注意到即將進入汽車行駛道路的障礙物。Quantergy系統的設計目的是在沒有機械運動的情況下做到這一點，每秒采樣約100萬個數據點，這相當于64線旋轉激光雷達的速度，但它可以顯著降低成本。它的另一個優點是更容易集成到其他汽車部件中，如后視鏡和保險杠。此外，一個更大、更強大的系統也在開發中，該系統可以從30000英尺高空飛行的飛機上對地面進行成像，其分辨率足以看到地面上的車輛。盡管這些系統的市場需求較小，成本較高，但它們的開發將繼續降低傳感器技術的總體成本。挑戰1。材料由于激光雷達是基于測量激光脈沖返回傳感器所需的時間，因此反射率高的表面會帶來問題。大多數材料在微觀層面上具有粗糙的表面，并將光散射到各個方向；

該散射光的一小部分返回到傳感器，并且足以生成距離數據。然而，如果表面反射率非常高，則光將從傳感器散射開，并且該區域中的點云將不完整。2.環境空氣中的環境也會影響激光雷達的讀數。記錄顯示，大霧和暴雨會削弱發射的激光脈沖，并影響激光雷達。為了解決這些問題，人們開始使用更高功率的激光器，但對于較小、移動或功率敏感的應用來說，這不是一個好的解決方案。3.驅動速度激光雷達系統面臨的另一個挑戰是旋轉時的刷新率相對較慢。系統的刷新率受到復雜光學器件的旋轉速度的限制。激光雷達系統的最快轉速約為10Hz，這限制了數據流的刷新率。當傳感器旋轉時，一輛以60英里/小時的速度行駛的汽車在1/10秒內行駛8.8英尺，因此在汽車經過8.8英尺范圍內發生的變化基本上看不到傳感器。更重要的是，激光雷達的覆蓋范圍（在完美條件下）為100-120米，這僅相當于一輛以60英里/小時的速度行駛的汽車不到4.5秒。4.成本也許對于激光雷達來說，高昂的設備成本是它需要克服的最大挑戰。盡管這項技術自應用以來已大大降低了成本，但它仍然是其廣泛采用的重要障礙。對于主流汽車行業來說，價值2萬美元的傳感器不會被市場接受。埃隆·馬斯克說：“我認為這對汽車的發展沒有意義。我認為這沒有必要。”。屬性識別盡管我們將激光雷達視為計算機視覺的一個組成部分，但點云完全是基于幾何來呈現的。相反，人眼可以識別物體除了形狀之外的其他物理財產，例如顏色和紋理。目前的激光雷達系統無法區分紙袋和巖石之間的區別，這在傳感器理解并試圖避開障礙物時應該考慮。6.攻擊激光雷達的黑客發送的激光本身沒有編碼。因此，接收器本身無法識別這束光束是由隔壁的發射器發射的還是干擾信號。黑客攻擊是指模擬車輛和行人的信號，并將其反饋給激光雷達，以產生周圍有障礙物的錯覺的攻擊方法。最終，汽車將被迫減速或剎車。對于激光雷達制造商來說，我們可以從兩個角度抵御黑客的攻擊：例如，如果提高激光發射頻率，而高速激光發射頻率在幾微秒內，黑客將很難選擇何時發射干擾信號供接收器接收。此外，通過算法做出了一些錯誤的判斷，并通過參考先前的頻率數據來過濾干擾數據。

激光雷達只是用于為計算機提供物理環境數據的眾多傳感器之一，但生成的數據對計算機來說最容易理解，而且也會變得更便宜。Velodyne的銷售和營銷總監Wolfgang Juchmann表示，激光雷達的成本在過去七年中下降了十倍。由于成本的降低，我們將繼續看到新的潛在應用領域。（來源：傳感器技術）

標簽：

汽車資訊熱門資訊