自动驾驶中的激光雷达与纯计算机视觉孰优熟劣？

2021-01-30 15:15

激光雷达、纯机器视觉，一直是自动驾驶技术中区别明显的两大方向。实际应用中，二者在数据形式、精度、成本等方面都各有优劣势。

自动驾驶技术的基本原理

自动驾驶系统可分为感知层、决策层，以及执行层。

感知层，通过各类硬件传感器捕捉车辆的位置信息以及外部环境信息。

决策层的「大脑」，基于感知层输入的信息作环境建模，从而形成对全局的理解并作出决策判断，再向车辆发出执行的信号指令。

最后的执行层，将决策层的信号转换为汽车的动作行为。

激光雷达路线和纯机器视觉路线，都是自动驾驶车辆感知所处环境的一种方式，差别只在于实现方式不同。

机器视觉路线以摄像头为主导，配合毫米波雷达、超声波雷达、低成本激光雷达等。激光雷达路线以激光雷达为主导，配合毫米波雷达、超声波传感器、摄像头等。

激光雷达和摄像头的技术原理

激光雷达，其工作原理是利用激光进行探测和测距技术，通常被安装于汽车顶部，可360度监测。在激光雷达内部，每一组组件都包含有发射单元与接收单元。

测距原理与激光测量地球、月球距离类似，就是基于激光发出＋返回的时间。激光二极管发出脉冲光，照射到目标物后反射一部分光回来，二极管附近会安装一个光子探测器，由它探测出返回来的信号，再通过计算时间差就可计算出目标物的距离。

脉冲距离测量系统被激活后能收集到大量的点云，若这其中有目标物，它在点云中就会呈现出一个阴影。通过点云可以生成周围环境的三维模型。点云密度越高，图像越清晰。

可以认为，激光雷达最重要的两个属性是测距和精度。不同于摄像头，激光雷达方案是「主动视觉」——它可以主动探测周围环境，环境光线强弱不重要，白天黑夜都可以工作。同时，得益于激光光束更加聚拢，它比毫米波雷达拥有更高的探测精度。

摄像头的工作原理，类似人眼，物体反射的光通过镜片在传感器上成像。它的劣势在于测距能力、受环境光照度影响很大的问题。与此同时，它的一个极大的优势，就是人们能直观地看懂摄像头拍摄的内容，通过它做物体分类，也就是视觉识别的工作，就会非常容易。

声明： 本网站所刊载信息，不代表OFweek观点。刊用本站稿件，务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像，违者将依法追究法律责任。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告