智能網(wǎng)聯(lián)汽車傳感器技術(shù) 課件 5.1.4激光雷達(dá)的應(yīng)用

激光雷達(dá)的應(yīng)用2023煙臺汽車工程職業(yè)學(xué)院李曉艷1.激光雷達(dá)的應(yīng)用領(lǐng)域目錄CONTENTS2.激光雷達(dá)的發(fā)展趨勢3.激光雷達(dá)技術(shù)面臨的挑戰(zhàn)激光雷達(dá)的應(yīng)用領(lǐng)域歷經(jīng)40余年的發(fā)展，激光雷達(dá)技術(shù)已從最初的激光測距技術(shù)，逐步發(fā)展了激光跟蹤、激光測速、激光掃描成像、激光多普勒成像等技術(shù)，因此出現(xiàn)了各種不同種類的激光雷達(dá)，被廣泛應(yīng)用于各個(gè)領(lǐng)域，激光雷達(dá)在很多年前，并未被大眾所熟知，直至近年來機(jī)器人和無人駕駛技術(shù)的興起，激光雷達(dá)才逐漸進(jìn)入人們的視野，在一開始激光雷達(dá)不只為機(jī)器人（包括無人駕駛）而誕生，它還被廣泛應(yīng)用于VR／AR、智慧交通、海洋探索和漁業(yè)資源監(jiān)測、3D打印等領(lǐng)域。激光雷達(dá)的應(yīng)用領(lǐng)域機(jī)器人領(lǐng)域——幫助機(jī)器人實(shí)現(xiàn)自主定位導(dǎo)航自主定位導(dǎo)航是機(jī)器人實(shí)現(xiàn)自主行走的必備技術(shù)，不管什么類型的機(jī)器人，只要涉及到自主移動(dòng)，就需要在其行走的環(huán)境中進(jìn)行導(dǎo)航定位，但傳統(tǒng)的定位導(dǎo)航方法由于智能化水平較低，沒有解決定位導(dǎo)航的問題，直至激光雷達(dá)的出現(xiàn)，在很大程度上化解了這個(gè)難題，機(jī)器人采用的定位導(dǎo)航技術(shù)是以激光雷達(dá)SLAM為基礎(chǔ)，增加視覺和慣性導(dǎo)航等多傳感器融合的方案幫助機(jī)器人實(shí)現(xiàn)自主建圖，路徑規(guī)劃、自主避障等任務(wù)，它是目前性能最穩(wěn)定、可靠性最強(qiáng)的定位導(dǎo)航方法，且使用壽命長，后期改造成本低。掃地機(jī)器人是目前單線激光雷達(dá)應(yīng)用最廣泛的領(lǐng)域，激光雷達(dá)配合slam算法，可以讓掃地機(jī)器人在房間里實(shí)現(xiàn)智能清掃，清掃的過程中繪制地圖，實(shí)時(shí)傳輸?shù)绞謾C(jī)APP，就算用戶不在家，也可以通過手機(jī)APP查看清掃情況，以及安排其他地方清掃。激光雷達(dá)的應(yīng)用領(lǐng)域無人機(jī)領(lǐng)域——規(guī)避障礙物目前，激光雷達(dá)在低空飛行直升機(jī)障礙物規(guī)避方面已進(jìn)入實(shí)用階段，在其他軍事應(yīng)用研究領(lǐng)域也日趨成熟。直升機(jī)在進(jìn)行低空巡邏飛行時(shí)，極易與地面小山或建筑物相撞。為此，研制能規(guī)避地面障礙物的直升機(jī)機(jī)載雷達(dá)是人們夢寐以求的愿望。目前，這種雷達(dá)已在美國、德國和法國獲得了成功。美國研制的直升機(jī)超低空飛行障礙規(guī)避系統(tǒng)，使用固體激光二極管發(fā)射機(jī)和旋轉(zhuǎn)全息掃描器可檢測直升機(jī)前很寬的空域，地面障礙物信息實(shí)時(shí)顯示在機(jī)載平視顯示器或頭盔顯示器上，為安全飛行起了很大的保障作用。激光雷達(dá)的應(yīng)用領(lǐng)域

無人車領(lǐng)域——自主感知道路環(huán)境及規(guī)劃路線

在無人車領(lǐng)域，激光雷達(dá)主要以多線數(shù)為主，作用與機(jī)器人

領(lǐng)域相當(dāng)，主要是幫助汽車自主感知道路環(huán)境，自動(dòng)規(guī)劃行

車路線，并控制車輛到達(dá)預(yù)定的目標(biāo)。激光雷達(dá)是怎么幫汽

車識別路口與方向呢？激光雷達(dá)使用的技術(shù)是飛行時(shí)間，

就是根據(jù)激光遇到障礙物后的折返時(shí)間，計(jì)算目標(biāo)與自己的相對距離。激光光束可以準(zhǔn)確測量視場中物體輪廓邊沿與設(shè)備間的相對距離，這些輪廓信息組成所謂的點(diǎn)云并繪制出3D環(huán)境地圖，精度可達(dá)到厘米級別，從而提高測量精度。激光雷達(dá)在智能駕駛中的應(yīng)用（1）障礙物識別。利用高精度地圖限定感興趣區(qū)域（ROI）后，基于全卷積深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)點(diǎn)云特征并預(yù)測障礙物的相關(guān)屬性，進(jìn)行障礙物檢測與識別。（2）可通行空間檢測。利用高精度地圖限定感興趣區(qū)域后，可以對ROI內(nèi)部（比如可行駛道路和交叉口）的點(diǎn)云的高度及連續(xù)性信息進(jìn)行判斷點(diǎn)云處是否可通行。激光雷達(dá)在智能駕駛中的應(yīng)用（3）高精度電子地圖與定位。激光雷達(dá)在定位中的最主要的作用就是對位置傳感器定位的校正。在運(yùn)動(dòng)定位中，位置傳感器提供了智能網(wǎng)聯(lián)汽車的大致的定位信息。在此基礎(chǔ)上，激光雷達(dá)從環(huán)境中感知的信息（包含點(diǎn)線面的幾何信息等）用來在小范圍內(nèi)和已知地圖匹配，實(shí)現(xiàn)對位置傳感器定位的校正。利用多線激光雷達(dá)的點(diǎn)云信息與地圖采集車載組合慣導(dǎo)的信息，進(jìn)行高精地圖制作。自動(dòng)駕駛汽車?yán)眉す恻c(diǎn)云信息與高精度地圖匹配，實(shí)現(xiàn)高精度定位。激光雷達(dá)在智能駕駛中的應(yīng)用（4）障礙物軌跡預(yù)測。根據(jù)激光雷達(dá)的感知數(shù)據(jù)與障礙物所在車道的拓?fù)潢P(guān)系（道路連接關(guān)系）進(jìn)行障礙物的軌跡預(yù)測，以此作為無人車規(guī)劃（避障、換道、超車等）的判斷依據(jù)。激光雷達(dá)的發(fā)展趨勢（1）激光雷達(dá)固態(tài)化。面對即將到來的自動(dòng)駕駛商業(yè)化運(yùn)營的階段性市場，低成本車規(guī)級的固態(tài)激光雷達(dá)需要肩負(fù)起它的使命,行業(yè)對固態(tài)激光雷達(dá)的真正量產(chǎn)期待已久。激光雷達(dá)固態(tài)化后，將消除傳統(tǒng)機(jī)械式激光雷達(dá)中存在的物理限制，并且?guī)砀叻直媛?、長距離、車規(guī)級、易量產(chǎn)以及低成本等優(yōu)勢。激光雷達(dá)的發(fā)展趨勢

（2）激光雷達(dá)與攝像頭底層融合。

兩者作為自動(dòng)駕駛的核心傳感器，各自擁有獨(dú)特的優(yōu)勢，

攝像頭可以獲取真實(shí)世界中豐富的二維彩色信息，激光雷達(dá)

能夠獲取三維高精度空間信息。對于自動(dòng)駕駛環(huán)境感知需求，

一方面，如果僅依靠攝像頭獲取的二維圖像，感知的可靠性

和探測的準(zhǔn)確度都難以保證駕駛的安全性。另一方面，僅依靠激光雷達(dá)又很難對諸如交通路牌、紅綠燈等信息做出有效識別，以及對復(fù)雜障礙物進(jìn)行精細(xì)化分類。通過底層深度融合LiDAR和攝像頭數(shù)據(jù)，可以發(fā)揮出更強(qiáng)大的感知能力。將二維彩色信息覆蓋到三維高精度空間數(shù)據(jù)上，獲得時(shí)空同步后的彩色點(diǎn)云數(shù)據(jù)，極大地提高了AI感知算法對目標(biāo)物體的分割及分類探測距離、準(zhǔn)確度、精細(xì)度，從而大幅提升自動(dòng)駕駛車輛安全性。激光雷達(dá)的技術(shù)參數(shù)

（1）激光雷達(dá)智能感知系統(tǒng)。

基于MEMS固態(tài)激光雷達(dá)、AI環(huán)境感知算法、

激光雷達(dá)與攝像頭融合，多項(xiàng)前沿技術(shù)形成閉環(huán)

達(dá)成了智能化激光雷達(dá)感知系統(tǒng)。通過AI算法

對彩色數(shù)據(jù)進(jìn)行預(yù)處理,有選擇性地對感興趣區(qū)域

進(jìn)行重復(fù)探測，能夠?yàn)樽詣?dòng)駕駛帶來更遠(yuǎn)的探測距離與更為準(zhǔn)確地感知結(jié)果，有效降低中央數(shù)據(jù)處理單元的數(shù)據(jù)處理壓力，從而確保汽車迅速完成安全可靠的駕駛操作響應(yīng)。激光雷達(dá)面臨的挑戰(zhàn)（1）技術(shù)瓶頸：在激光雷達(dá)中，光學(xué)系統(tǒng)通常由多個(gè)光學(xué)元件按照一定的順序和空間位置排列組成，其排列順序、元件數(shù)量與類型、元件間距都會影響光學(xué)系統(tǒng)的性能。受技術(shù)發(fā)展和加工工藝限制，相控陣激光成像雷達(dá)工程應(yīng)用尚不能滿足實(shí)際應(yīng)用的迫切需要，優(yōu)選光學(xué)相控陣器件、光學(xué)孔徑技術(shù)消除柵瓣、系統(tǒng)復(fù)雜、成本高等關(guān)鍵技術(shù)問題亟待解決。激光雷達(dá)面臨的挑戰(zhàn)(2)材質(zhì)方面：由于激光雷達(dá)基于對激光脈沖返回傳感器所需時(shí)間的測量，因此高反射率的表面會帶來問題。大多數(shù)材料從微觀水平上看表面粗糙，并且向所有方向散射光；這類散射光的一小部分返回到傳感器，并且足以產(chǎn)生距離數(shù)據(jù)。然而，如果表面反射率非常高，光就會向遠(yuǎn)離傳感器的方向散射，那么這一區(qū)域的點(diǎn)云就會不完整。激光雷達(dá)面臨的挑戰(zhàn)(3)環(huán)境方面：空氣中的環(huán)境也可以對激光雷達(dá)讀數(shù)造成影響。空氣中的懸浮物會對光速產(chǎn)生影響。因而大霧和雨天均會減弱影響激光雷的精度，并且研究表明，雨滴的半徑及其在空中的分布密度直接決定了激光在傳播過程中與之相撞的概率。相撞概率越高，激光的傳播速度受到的影響越大。為了解決這些問題，較大功率的激光器投入使用，但它對于無人汽車這種較小的、移動(dòng)的以及對功率敏感型的應(yīng)用來說并不是一個(gè)好的解決方案。激光雷達(dá)面臨的挑戰(zhàn)（4）計(jì)算挑戰(zhàn)：激光雷達(dá)系統(tǒng)面臨的另一個(gè)挑戰(zhàn)是計(jì)算量問題。受復(fù)雜的光學(xué)器件旋轉(zhuǎn)速度的限制，普通LiDAR旋轉(zhuǎn)時(shí)的刷新速率相對較