自动驾驶基础之车载LiDAR的基本分类

文章来源:企鹅号 - 智车科技 点击数:20 发布时间:2018-12-04
前期我们介绍了激光雷达的由来和历史发展,对于激光雷达的基本工作原理,也做了简单介绍。本文就汽车用激光雷达的分类,先做简单介绍。详见正文.
 自动驾驶基础之车载LiDAR的基本分类

前期我们介绍了激光雷达的由来和历史发展,对于激光雷达的基本工作原理,也做了简单介绍。本文就汽车用激光雷达的分类,先做简单介绍。

此前我们介绍了激光雷达的由来和历史发展,对于激光雷达的基本工作原理,也做了简单介绍。激光雷达的发射器发射出一束激光,激光光束遇到物体后,经过漫反射,返回至激光接收器,雷达模块根据发送和接收信号的时间间隔乘以光速,再除以2,即可计算出发射器与物体的距离。

本文就汽车用激光雷达的分类,先做简单介绍。

激光雷达根据安装位置的不同,分类两大类。一类安装在无人车的四周,另一类安装在无人车的车顶。安装在无人车四周的激光雷达,其激光线束一般小于8,常见的有单线激光雷达和四线激光雷达。安装在无人车车顶的激光雷达,其激光线束一般不小于16,常见的有16/32/64线激光雷达。

单线激光雷达是目前成本最低的激光雷达。成本低,意味着量产的可能性大。

前面北京首个自动驾驶测试场启用时出现的福田自动驾驶汽车,就使用了4个单线激光雷达,分别布置于无人车的前后左右,用于车身周围障碍物的检测,如下图。

单线激光雷达的原理可以通过下图理解。单束激光发射器在激光雷达内部进行匀速的旋转,每旋转一个小角度即发射一次激光,轮巡一定的角度后,就生成了一帧完整的数据。因此,单线激光雷达的数据可以看作是同一高度的一排点阵。

单线激光雷达的数据缺少一个维度,只能描述线状信息,无法描述面。如上图,可以知道激光雷达的面前有一块纸板,并且知道这块纸板相对激光雷达的距离,但是这块纸板的高度信息无从得知。

而四线激光雷达则如下图所示,基本都像这样。

典型的应用,如全新的奥迪A8为了实现Level 3级别的自动驾驶,也在汽车的进气格栅下布置的四线激光雷达ScaLa。

有了之前单线激光雷达的原理介绍,参考单线激光雷达的基本原理,那么四线激光雷达的工作原理就很容易理解了。如下图所示,不同的颜色代表不同的激光发射器。

四线激光雷达将四个激光发射器进行轮询,一个轮询周期后,得到一帧的激光点云数据。四条点云数据可以组成面状信息,这样就能够获取障碍物的高度信息。而根据单帧的点云坐标可得到障碍物的距离信息。再根据多帧的点云的坐标,对距离信息做微分处理,可得到障碍物的速度信息。

实际应用时,在购买激光雷达的产品后,其供应商也会提供配套的软件开发套件(SDK,SoftwareDevelopment Kit),这些软件开发套件能很方便地让使用者得到精准的点云数据,而且为了方便自动驾驶的开发,甚至会直接输出已经处理好的障碍物结果。

如下图所示,绿色的矩形框即为障碍物相对于自车的位置,矩形框的前端有个小三角,表示障碍物的运动方向。

上面介绍了安装在无人车四周的激光雷达,而对于安装在无人车车顶的激光雷达,其激光线束一般不小于16,常见的有16/32/64线激光雷达。

16/32/64线的激光雷达的感知范围为360°,为了最大化地发挥他们的优势,常被安装在无人车的顶部。三款激光雷达的技术参数和成本如下图。

360°的激光数据可视化后,就是大家经常在各种宣传图上看到的效果,如下图。图中的每一个圆圈都是一个激光束产生的数据,激光雷达的线束越多,对物体的检测效果越好。比如64线的激光雷达产生的数据,将会更容易检测到路边的马路牙子。

16/32/64线的激光雷达只能提供原始的点云信号,没有对应的SDK直接输出障碍物结果。因此各大自动驾驶公司都在点云数据基础上,自行研究算法完成无人车的感知工作。

Google Car上最重要也是最贵的器件就是头顶的这台Velodyne Lidar公司生产的HDL-64E 64线激光发射器了。它可以一边旋转一边不间断的发射64束最远射程可达120米的激光束,并接收反射回来的光束,依据返回时间的差别计算出物体与汽车之间的距离。从而绘制出汽车周围实时的3D地形图。并且因为光束非常密集并且刷新频率非常快,综合探测数据后还可以判断出物体的形状、大小和大致的运动轨迹,以此作为接下来行动的判断依据之一。HDL-64E的性能非常强大。每秒可以给Google Car的处理器提供130万组数据,这可以保证提供给Google Car处理器的信息几乎是实时的。当然这也对处理器提出了更高的要求。下图就是在HDL-64E的运作下Google Car看到的世界:

这是未经处理器处理过的原始数据样貌,Google Car会将收集到的数据与车体内置的谷歌地图已有的信息进行整合,从而判断出相当精确的四周的状况,为系统做出正确反应打下良好基础。