深入浅出讲解自动驾驶 - 激光雷达原理和结构简介

这篇具有很好参考价值的文章主要介绍了深入浅出讲解自动驾驶 - 激光雷达原理和结构简介。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

  • 💂 个人主页: 同学来啦
  • 🤟 版权: 本文由【同学来啦】原创、在CSDN首发、需要转载请联系博主
  • 💬 如果文章对你有帮助,欢迎关注、点赞、收藏和订阅专栏哦

🐣 一、导言

激光雷达最先应用于海洋深度探测领域,其实现思路是通过相同回波之间的时间差实现海洋深度测算。后来不断演进应用在地形地貌测绘、水下地形测量、农林业、采矿,智能家居、自动驾驶等领域。
自动驾驶系统自身定位和感知周围环境需要各种各样的传感器,激光雷达在自动驾驶软硬件系统有举足轻重作用,尤其是在感知系统物体识别、定位系统的SLAM和匹配定位有较高的权重。

🐣 二、原理和结构

🔴 1、基本原理

激光雷达系统的工作原理是感知层通过激光雷达不断向外发射激光束,并接收物体反射回的光脉冲,根据已知光速计算出两者信号之间的时间差、相位差等来确定车与物体之间的相对距离,再通过水平旋转扫描或相控扫描测量物体的角度,通过获取不同俯仰角度的信号获得高度信息。感知到与物体之间的距离、角等信息后,进而通过软件算法去做3D建模,通过分析激光信号描绘三维点云图,实现环境实时感知及避障功能。

激光雷达测距方法有三种:三角测距法飞行时间测距法(Time of Flight,TOF)和连续调频波测距法(Frequency Modulated Continuous Wave,FMCW)。

🟥 1.1 三角测距法

单线激光雷达采用三角测距法比较多,因为探测距离短和精度较差,所以成本较低。
工作原理:激光器发射激光,在照射到物体后,反射光由线性CCD作为接收器接收,由于激光器和探测器间隔了一段距离,所以依照光学路径,不同距离的物体将会成像在CCD 上不同的位置。按照三角公式进行计算,就能推导出被测物体的距离。如下图所示。
自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

🟧 1.2 TOF测距法

工作原理:是利用发射和接收激光时间差来计算探测距离。尽管该方法比较简单,但是精度和探测距离较远,所以自动驾驶的车载激光雷达基本应用这种类型。
自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

🟨 1.3 FMCW测距法

工作原理:利用发射调频连续的激光得到差拍信号频率,进而获取目标的距离和速度。这个和毫米波雷达的测距和测速原理一样,与TOF激光雷达在点云信息上除了点云的探测距离和角度信息外,还有速度信息。由于该技术还不够成熟,尚未应用于车载雷达中。
自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

🟠 2、系统结构

🟥 2.1 结构组成

激光雷达包括激光发射、激光接收、光束操纵和信息处理四大系统。其中激光发射系统包括激励源、激光器、激光调制器、发射光学系统等构成;激光接收系统包括接收光学系统、光电控制器;信息处理系统包括放大器、信息处理等。
自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

🟧 2.2 主要分类

根据光束操纵方式的不同可将激光雷达分为机械式、半固态和固态,其中半固态方案主流方向为MEMS与转镜式,固态方案目前以OPA和 Flash方案为主。
自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

  • 1️⃣机械式激光雷达
    机械式因成本及外观因素多用于测试项目。机械式激光雷达主要通过电机带动光机结构整体旋转,可实现360°扫描(半态式和固态式激光雷达往往最高只能做到120°的水平视场扫描)。由于机械式激光雷达发展较早、技术较为成熟,且具备最佳性能和分辨率,可测距离最远优势,但同时缺点在于核心组件价格昂贵,光路调试、装配复杂、生产周期漫长等因素导致难以配套量产,且突出型的产品结构对车辆外观有一定影响,故目前多应用于无人驾驶测试项目。
    自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

  • 2️⃣MEMS激光雷达
    MEMS方案综合优势明显,有望搭载汽车商用。微振镜式主要采用MEMS(微机电系统, Micro- Electro- Mechanical System)微振镜替代传统机械式旋转装置,由微振镜通过一定谐波频率振荡反射光形成较广的扫射角度和较大扫射范围,高速扫描形成点云图效果。MEMS虽然相较机械式激光雷达探测角度范围较小,但因具有良好的性能、探测距离及高分辨率,同时小巧轻便、坚固可靠且成本较低,目前较为适合作为车载激光雷达配套汽车量产。
    自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

  • 3️⃣转镜式激光雷达
    转镜方案最早通过车规,短期或将与MEMS并存。转镜式保持收发模块不动让电机在带动转镜运动的过程中反射激光从而达到扫描探测效果。转镜方案的激光雷达最早是法雷奥 Scala于2017年在奥迪A8上量产,也是首个车规级激光雷达,大疆 Livox产品预计于21年量产上市。雷达缺点在于电机驱动也带来了功耗高、稳定性不足和光源能量分散等问题,但也具备高扫瞄精度,同时可以通过控制扫描区域从而提高关键区域的扫描密度,且具有探测距离远、探测角度大的优势,未来或将成为自动驾驶汽车配套搭载的主要选择之一。

  • 4️⃣OPA式激光雷达
    OPA产业链尚处起步阶段,短期暂无配套量产可能。OPA即光学相控阵(Optical—Phased—Array)技术,通过对阵列移相器中每个移相器相位的调节,利用干涉原理实现激光按照特定方向发射的技术从而完成系统对空间一定范围的扫描测量。OPA具备精度高、扫描快、体积小等优势,集成度高且量产标准化程度高,技术突破后大规模量产将使OPA方案成本进一步下探,但由于目前OPA产业链尚处于起步阶段,上游零部件多数需要激光雷达厂商自研,且制造工艺要求较高存在一定壁垒,对激光雷达制造商难度较大,故目前OPA方案采用率较低。
    自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能

  • 5️⃣Flash激光雷达
    探测距离短板导致Flash激光雷达应用受限。Flash型激光雷达是目前唯一不存在扫描系统的方案,由于不存在机械运动部件被归类为固态激光雷达。Flash可以通过短时间内向各个方向发射大覆盖面阵激光,利用微型传感器阵列采集不同方向反射回来的激光束快速记录整个场景并以高度灵敏探测器完成周围图像绘制,避免了扫描过程中目标或激光雷达移动带来的各种问题。但由于探测范围较窄目前配套汽车有所受限。
    自动驾驶扫描雷达,深入浅出讲解自动驾驶系列,自动驾驶,人工智能文章来源地址https://www.toymoban.com/news/detail-604394.html

到了这里,关于深入浅出讲解自动驾驶 - 激光雷达原理和结构简介的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 自动驾驶环境感知之激光雷达物体检测算法

    前言 :视觉感知包括二维和三维视觉感知,其最终目的是为了获取三维世界坐标系下感兴趣的目标和场景的信息。单目相机下,需要几何约束或者海量数据来学习,以此来推测三维信息。双目相机下,可基于立体视觉原理来计算目标的深度信息,但在光照条件比较差或者纹理

    2024年01月23日
    浏览(44)
  • 【知识图谱】深入浅出讲解知识图谱(技术、构建、应用)

    本文收录于《深入浅出讲解自然语言处理》专栏,此专栏聚焦于自然语言处理领域的各大经典算法,将持续更新,欢迎大家订阅! 个人主页:有梦想的程序星空 个人介绍:小编是人工智能领域硕士,全栈工程师,深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等领域

    2023年04月08日
    浏览(36)
  • 【实体识别】深入浅出讲解命名实体识别(介绍、常用算法)

    本文收录于《深入浅出讲解自然语言处理》专栏,此专栏聚焦于自然语言处理领域的各大经典算法,将持续更新,欢迎大家订阅! 个人主页:有梦想的程序星空 个人介绍:小编是人工智能领域硕士,全栈工程师,深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等领域

    2023年04月08日
    浏览(32)
  • 【朴素贝叶斯】深入浅出讲解朴素贝叶斯算法(公式、原理)

    本文收录于《深入浅出讲解自然语言处理》专栏,此专栏聚焦于自然语言处理领域的各大经典算法,将持续更新,欢迎大家订阅! ​个人主页:有梦想的程序星空 ​个人介绍:小编是人工智能领域硕士,全栈工程师,深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等

    2024年02月03日
    浏览(40)
  • 基于ROS的自动驾驶 激光雷达点云物体检测 项目实战

    前言: 基于Apollo的preception与Autoware的lidar_apollo_cnn_seg_detect模块,并详细记录ROS系统上进行实时检测全部流程和踩坑,文章最后附上rosbag和rosbag的制作方法。参考文章:https://adamshan.blog.csdn.net/article/details/106157761?spm=1001.2014.3001.5502感谢大佬的杰作。 检测效果视频 环境 RTX 2060(

    2024年02月08日
    浏览(33)
  • 深入浅出讲解Stable Diffusion原理,新手也能看明白

    最近一段时间对多模态很感兴趣,尤其是Stable Diffusion,安装了环境,圆了自己艺术家的梦想。看了这方面的一些论文,也给人讲过一些这方面的原理,写了一些文章,具体可以参考我的文章: 北方的郎:图文匹配:Clip模型介绍 北方的郎:VQGAN(Vector Quantized Generative Adversar

    2024年02月08日
    浏览(36)
  • 【论文阅读】你看不见我:对基于激光雷达的自动驾驶汽车驾驶框架的物理移除攻击

    自动驾驶汽车(AVs)越来越多地使用基于激光雷达的物体检测系统来感知道路上的其他车辆和行人。目前,针对基于激光雷达的自动驾驶架构的攻击主要集中在降低自动驾驶物体检测模型的置信度,以诱导障碍物误检测,而我们的研究发现了如何利用基于激光的欺骗技术,在传

    2024年02月11日
    浏览(37)
  • 传感器融合 | 适用于自动驾驶场景的激光雷达传感器融合项目_将激光雷达的高分辨率成像+测量物体速度的能力相结合

    项目应用场景 面向自动驾驶场景的激光雷达传感器融合,将激光雷达的高分辨率成像+测量物体速度的能力相结合,项目是一个从多个传感器获取数据并将其组合起来的过程,可以更加好地进行环境感知。项目支持 ubuntu、mac 和 windows 平台。 项目效果 项目细节 == 具体参见项目

    2024年04月24日
    浏览(34)
  • 使用Open3D实现3D激光雷达可视化:以自动驾驶的2DKITTI深度框架为例(上篇)

    原创 | 文 BFT机器人  3DLiDAR传感器(或)三维光探测和测距是一种先进的发光仪器,能够像我们人类一样在三维空间中感知现实世界。这项技术特别彻底改变了地球观测、环境监测、侦察和现在的自动驾驶领域,它提供准确和详细数据的能力有助于促进我们对环境和自然资源

    2024年02月03日
    浏览(48)
  • 使用Open3D实现3D激光雷达可视化:以自动驾驶的2DKITTI深度框架为例(下篇)

    原创 | 文 BFT机器人  【原文链接】使用Open3D实现3D激光雷达可视化:以自动驾驶的2DKITTI深度框架为例(上篇) 05 Open3D可视化工具 多功能且高效的3D数据处理:Open3D是一个全面的开源库,为3D数据处理提供强大的解决方案。它具有优化的后端架构,可实现高效的并行化,非常适

    2024年02月04日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包