实现汽车无人驾驶的核心--雷达传感器激光传感器

  以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。这一切都通过谷歌的数据

  无人驾驶汽车使用视频摄像头、雷达传感器，以及激光测距来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。

  自动驾驶发展的瓶颈之一在于，需要开发出可以对汽车所处环境进行3D感知的高性能传感器。

  技术的进步使得自动驾驶不再是遥不可及的事情。在众多智能器件中，传感器显得十分关键。

  在自动驾驶汽车中普遍的使用的是被称之为“Lidar”的传感器，即激光雷达传感器，它也被称为无人驾驶汽车的眼睛。Lidar可以发射激光束，并通过捕捉反射回来的信号绘制出周围环境的3D模型。谷歌、Uber和丰田等公司测试的无人驾驶车都依赖这种激光雷达系统，使得车辆可以自我定位，并识别行人和过往车辆。当前最好的传感器能识别距离100米之外、大小只有几厘米的物体。

  大多数开发无人驾驶汽车的公司都使用Lidar系统，只有特斯拉是个例外，它只依靠相机和普通雷达。然而，雷达传感器在捕捉细节方面捉襟见肘，相机在低光或眩光的条件下也表现不佳。去年，一辆特斯拉汽车和一辆拖拉机相撞，特斯拉车主不幸遇难。这一事故的原因正是特斯拉的Autopilot软件系统无法在高亮度的天空背景下识别拖拉机。丰田负责无人驾驶的副总裁RyanEustice承认，安全问题仍然是无人驾驶汽车开发过程中的“未解难题”。

  事实上，无人驾驶技术发展速度之快，使得激光雷达的发展显得略有滞后。激光雷达传感器之前一直是相对独立的业务，与传统汽车制造相比远不够成熟，尚不能成为数百万辆汽车的标配。

  从披露的各种试验车上，我们也能看得出问题所在：激光雷达传感器体积巨大且笨重。这也是怎么回事谷歌、Uber和丰田的无人驾驶汽车都顶着一个大大的圆顶或盒子状的装置。

  激光雷达传感器价格不菲，一台传感器的花费就高达数千甚至数万美元。目前，大多数测试车辆上都装有数个激光雷达。尽管道路上无人驾驶车辆的数量极少，激光雷达也到了供不应求的地步。最近有有关报道称，尽管激光雷达制造商正在努力增加产能，但客户还必须等待6个月左右才能得到一台新的传感器。

  激光雷达的稀缺也让我们理解了上个月Waymo对Uber提起的诉讼：Waymo宣称它有证据说明，其顶级工程师之一的Anthony Levandowski在离开公司创立自有品牌Otto之前窃取了Waymo激光雷达传感器的设计。之后Uber收购了这家无人驾驶卡车公司Otto。

  Otto的共同创始人LiorRon告诉媒体，公司成立了专对于卡车的激光雷达传感器，因为市场上并没有满足18轮大卡车在高速上安全驾驶所需的传感器。 Waymo指出，Otto的技术实际上来源于Waymo耗资数千万美元开发的技术，Otto靠着搭顺风车将传感器的成本与几年前相比降低了90%以上。

  高性能的激光雷达系统是Waymo将无人驾驶汽车商业化和实现盈利的重要部分。该公司开发了三种用于寻找不同范围物体的传感器。Waymo表示它准备将这些技术打包，然后分别授权给知名的汽车制造商。

  Waymo并不是市场上唯一一个耗资数百万来解决激光雷达滞后的公司。去年，福特和百度向世界领先的激光雷达供应商Velodyne投资了1.5亿美元。该公司准备在圣荷西建造一个大工厂，并计划从明年开始发售激光雷达。

  不过，激光雷达在导入市场之前还需要很多改进。包括Velodyne在内的几家公司正在开发不使用旋转镜改变激光束方向的Lidar系统。相比于目前的笨重设备，以纯电信号来改变激光方向的Lidar会更便宜、体积更小。因为其没有可移动的部分，这种激光雷达被称为“固态”激光雷达系统。

  声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

  适用于高速公路和城市中的近距离行驶，该公司声称，由于规模经济，它将在价格上与对手竞争。 博世董事会成员Harald Kroeger在一份声明中表示，通过填补

  电子小编共同来了解一下相关联的内容吧。近期以来，谷歌母公司Alphabet旗下的

  已经成了地球上必不可少的一部分，它每天带着我们在路上奔忙。随技术的发展，展厅里的新型

  舱内监控应用提供了高精度和灵活性，由于其尺寸较小，能轻松和隐藏式的集成到车辆中。

  对温度、压力、位置、转速、加速度和振动等各种信息进行实时、准确的测量和控制。下面就介绍

  兼具测距远、角度 分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和 方位信息。这些相较于其他

  的基础，若无法正确地感知周围环境，那么接下来的认知、决策与控制，都是空中楼台。

  通过定位技术准确感知自身在全局环境中的相对位置，将自身视作一个质点并与环境有机结合起来。按定位技术原理不同可分为三类。第一类，基于信号的定位

  概念想必大家并不陌生，但对于其中发挥“眼睛”作用，眼观六路耳听八方的各种

  和背后技术有了更广泛地讨论、更深刻地认知；另一方面则是让不少风投看到了机会，认为

  芯片为代表的硬件研发，以及计算机视觉为支撑的软件技术，将会迎来更大的关注度。特斯拉的autopilot

  1.4 导航与定位技术1.4.1 卫星定位系统和捷联惯导航系统的组合定位技术1.4.2

  ，这将触发超过5米每平方秒的紧急制动，这是没有办法接受的。总之，道路环境异常复杂，

  能够为楼宇和工厂带来更出色的效率和智能水平。工业系统的应用数不胜数。例如，

  车辆中至关重要，但一直存在一些限制，特别是在成本和技术问题方面，如范围和分辨率。在先进

  环境感知能力”。RS-BoxLiDAR感知算法专业硬件平台RS-Box 由嵌入式硬件平台、独立操作系统

  行业正从SAE L2（车辆在人类监督下控制加速、刹车和转向）向完全自主的L5（车辆无需与人互动）发展，因此对强大图像

  计划与 Amazon 齐头并进，在无人干预的情况下提供快速可靠的送货服务。本文将探讨可用于创造自主

  融合方案，并拥有最丰富的符合车规的产品，在功能安全方面有深厚的经验，还提供全球首个含网络安全的图像

  的必由之路。显然，以色列创业公司Innoviz CEO兼联合创始人Omer David Keilaf也是这种观点的支持者。他认为

  最近，我和我的一个朋友进行了一次有趣的讨论，他知道我在研究用于ADAS系统和

  下线后，它们将会被送往旧金山、底特律和亚利桑那州来进行多种地形和环境的道路测试。不过虽然已经

  ，需要消除很多法律、社会和结构障碍。尽管几乎我们所有人都在科幻小说或电影中见识过“

  必须解决温度、照明、反射、导航甚至网络安全等多种性能挑战。 据麦姆斯咨询介绍，

  技术主要掌握在Velodyne、Ibeo、Quanergy三家国外企业中。

  、摄像头全面保障安全董事会成员Harald Kroeger：“通过完善

  和 LiDAR（光成像、检测和测距）。通过技术融合电子设备，这些不同的

上一篇：【48812】市政府关于赞誉常州市第十三次自然科学优异科技论文的决议

下一篇：新三板立异层公司诺安智能新增专利信息授权：“一种根据多气体检测的小型激光传感器”