近段時間以來,國內車企關于無人駕駛汽車的研發和測試捷報頻傳。先是吉利汽車宣布將在2022年亞運舉辦期間,在特定區域內使用完全無人駕駛的車輛。隨后再有報道稱,百度宣稱其新一代無人巴士車阿波龍二代將很快推出。而就在不久前,百度與中國一汽紅旗共同打造的國內首批量產自動駕駛出租車在湖南長沙展開了上路測試。有消息稱,長沙市民有望在年底之前率先體驗到中國首批自動駕駛出租車。無疑無人駕駛技術是一種解放人類雙手和提高生產力效率的科技創新。
本文將著重介紹激光雷達傳感器在無人駕駛中的作用及市場趨勢。
無人駕駛的底層支撐可以分為三部分,即:傳感器、高精地圖和計算平臺。在傳感器方面,主流的傳感器分為:攝像頭、激光雷達和毫米波雷達。其作用如下:
1、攝像頭
直接識別可見光,價格適中,技術成熟,可以識別行人、車輛、路標等物體,但易受視野、夜晚暗光、雨雪天氣等因素影響。
2、激光雷達
探測角度廣,精度高,厘米級精度的激光雷達結合高精地圖可以實現高精度自定位和物體識別跟蹤,定位可以精確到具體車道,但是價格昂貴,使用壽命較短。
3、毫米波雷達
測距離遠,可以在雨雪天氣等各種惡劣環境中穩定工作,但是精度不高。
無人駕駛用于控制的傳感器要么是攝像頭,要么是激光雷達,這是業界已經達成的共識。那何謂激光雷達?在無人機駕駛中的作用是什么?
激光雷達的工作原理是利用可見和近紅外光波(多為950nm波段附近的紅外光)發射、反射和接收來探測物體。激光雷達可以探測白天或黑夜下的特定物體與車之間的距離。由于反射度的不同,也可以區分開車道線和路面,但是無法探測被遮擋的物體、光束無法達到的物體,在雨雪霧天氣下性能較差。
激光雷達在無人駕駛運用中擁有兩個核心作用。3D建模進行環境感知。通過雷射掃描可以得到汽車周圍環境的3D模型,運用相關算法比對上一幀和下一幀環境的變化可以較為容易的探測出周圍的車輛和行人。
附:激光雷達產業鏈全景圖
※注:圖源蓋世汽車研究院《車載激光雷達產業報告》,已在CIOE2019中【“光”+智能駕駛技術高峰論壇】上發布。
激光雷達在無人駕駛中的具體應用
1.定位
定位在無人駕駛中十分鐘重要,只有有了實時的位置信息,系統才能做出下一步判讀,決定向何處進發,以及如何前往。現在定位的方式有許多種。如載波相位差分技術(RTK),但 RTK 還是會受信號的干擾。特別是在一些城市、建筑和樹比較多的地方,以及進隧道、出隧道,它的信號容易中斷。同時,也有用攝像頭等傳感器感知外部環境、構建環境模型并利用該模型確定車輛所在的位置的方式,但其對環境的依賴比較強,比如逆光或雨雪天氣下,這種定位容易失效。而激光雷達是依靠將車輛的初始位置與高精地圖信息進行比對來獲得精確位置。首先,GPS、IMU和輪速等傳感器給出一個初始(大概)的位置。其次,將激光雷達的局部點云信息進行特征提取,并結合初始位置獲得全局坐標系下的矢量特征。最后,將上一步的矢量特征跟高精地圖的特征信息進行匹配,得出精確的全球定位。所以,在定位方面,無論是從精度上還是穩定性上來說,運用激光雷達都有無可比擬的優勢。而其唯一的缺點便在于目前激光雷達的生產成本較高,另一方面往固態方向上進行技術創新,朝著固態的低成本和可量產化的方向去發展,許多國內外廠家都在加速創新,在不久的將來成本將不會成為一個十分棘手的問題。
2.障礙物的檢測和分類
對于障礙物檢測和分類來講,目前有應用視覺和激光雷達,這兩者并沒有沖突。激光雷達不依賴光照,它的視角是 360 度,計算量比較小,可以實時掃描,目前普遍用的是 100 毫秒以內的。激光雷達在掃描的過程中,先識別障礙物,知道這個障礙物在空間中的位置,再根據存在的障礙物做分類。比如車、人,我們將這些障礙物分割成為獨立的個體,通過分割出來獨立的個體再去匹配,從而進行障礙物的分類和物體的跟蹤。而跟蹤的過程,首先是分割點云,通過點云做關聯目標,我們知道上一楨和下一楨是否屬于同一個物體,再進行目標跟蹤,輸出目標跟蹤信息。
3.用于先進駕駛輔助系統(ADAS)
先進駕駛輔助系統(Advanced Driver Assistance System),簡稱ADAS,是利用安裝于車上的各式各樣的傳感器, 在第一時間收集車內外的環境數據, 進行靜、動態物體的辨識、偵測與追蹤等技術上的處理, 從而能夠讓駕駛者在最快的時間察覺可能發生的危險, 以引起注意和提高安全性的主動安全技術。如果激光雷達能有效控制成本,ADAS等級數較低的駕駛輔助功能也需要用激光雷達。其原因在于,基于攝像頭的ADAS和無人駕駛系統,或者單獨使用毫米波的局限性很大。首先是視場角的問題,為了保證足夠的探測距離,視場角的角度不可太大,而這就導致車輛有非常大的橫向盲區。對此現象,有些公司設計了多攝像頭來解決此類問題,但效果并不理想,同樣的多目攝像頭會有重疊區域,還會增加處理數據的難度。其次是低速問題,事實證明,在低速情況下,攝像頭的表現不盡人意,甚至對一下移動緩慢或靜止的目標都很難識別。所以激光雷達在ADAS方面有著很大的潛力。
激光雷達的行業趨勢
市場需求:L3級以上無人駕駛的必備傳感器
激光雷達是高精度的傳感器,但是有與過于昂貴,無人駕駛業界對激光雷達的存廢之爭一直沒有停止過。非激光雷達陣營主要是以特斯拉為代表的的傳統車企,他們傾向于漸進式路線,從ADAS輔助駕駛逐漸升級過度到自動駕駛,以端到端的深度學習砍掉傳統的激光雷=雷達,激光雷大陣營主要是以谷歌為代表的科技公司,他們傾向于一步到位路線,以激光雷達為主傳感器,等技術方案成熟成本下降后,再大規模商用。
未來發展方向:固態激光雷達
理論上來說,固態激光雷達是完全沒有移動部件的雷達,光相控陣(Optical Phased Array)及Flash是其典型技術路線,也被認為是純固態激光雷達方案。但近年來,一些非完全旋轉的激光雷達也被統稱為“固態激光雷達”,它們具備了固態激光雷達很多的性能特點,如分辨率高、有限水平FOV(前向而不是360°)等,但這些技術方案會有一些微小的移動部件,從嚴格意義上來說不能算純固態激光雷達。
固態激光雷達工作原理
固態激光雷達主要是依靠波的反射或接收來探測目標的特性,大多源自三維圖像傳感器的研究,實際源自紅外焦平面成像儀,焦平面探測器的焦平面上排列著感光元件陣列,從無限遠處發射的紅外線經過光學系統成像在系統焦平面的這些感光元件上,探測器將接受到光信號轉換為電信號并進行積分放大、采樣保持,通過輸出緩沖和多路傳輸系統,最終送達監視系統形成圖像。
固態激光雷達形成的三種技術路線
經過多年的發展,固態激光雷達的基本框架已經比較清晰了,以下是目前主流的三種方案。
1.MEMS(Micro-Electro-Mechanical System)微機電系統
MEMS指代的是將機械機構進行微型化、電子化的設計,將原本體積較大的機械結構通過微電子工藝集成在硅基芯片上,進行大規模生產。技術成熟,完全可以量產。主要是通過MEMS微鏡來實現垂直方面的一維掃描,整機360度水平旋轉來完成水平掃描,而其光源是采用光纖激光器,這主要是由于905納米的管子重頻做不高,重頻一高平均功率就會太大,會影響激光管的壽命。
從嚴格意義上來說,MEMS并不算是純固態激光雷達,這是因為在MEMS方案中并沒有完全消除機械,而是將機械微型化了,掃描單元變成了MEMS微鏡。
2.OPA(optical phased array)光學相控陣技術
相比其他技術方案,OPA方案給大家描述了一個激光雷達芯片級解決方案的美好前景,它主要是采用多個光源組成陣列,通過控制各光源發光時間差,合成具有特定方向的主光束。然后再加以控制,主光束便可以實現對不同方向的掃描。雷達精度可以做到毫米級,且順應了未來激光雷達固態化、小型化以及低成本化的趨勢,但難點在于如何把單位時間內測量的點云數據提高以及投入成本巨大等問題。
3.Flash
Flash激光雷達的原理也是快閃,它不像MEMS或OPA的方案會去進行掃描,而是短時間直接發射出一大片覆蓋探測區域的激光,再以高度靈敏的接收器,來完成對環境周圍圖像的繪制。
固態激光雷達的優劣
利用光學相控陣掃描技術的固態激光雷達的確有很多優勢,例如:
①其結構簡單,尺寸小,無需旋轉部件,在結構和尺寸上可以大大壓縮,提高使用壽命并使其成本降低。
②掃描精度高,光學相控陣的掃描精度取決于控制電信號的精度,可以達到千分之一度量級以上。
③可控性好,在允許的角度范圍內可以做到任意指向,可以在重點區域進行高密度的掃描。
④掃描速度快,光學相控陣的掃描速度取決于所用材料的電子學特性,一般都可以達到MHz量級。
當然固態激光雷達也同樣存在一些劣勢,如:
①掃描角有限,固態意味著激光雷達不能進行360度旋轉,只能探測前方。因此要實現全方位掃描,需在不同方向布置多個(至少前后兩個)固態激光雷達
②旁瓣問題,光柵衍射除了中央明紋外還會形成其他明紋,這一問題會讓激光在最大功率方向以外形成旁瓣,分散激光的能量。
③加工難度高,光學相控陣要求陣列單元尺寸必須不大于半個波長,一般目前激光雷達的工作波長均在1微米左右,故陣列單元的尺寸必須不大于500nm。而且陣列密度越高,能量也越集中,這都提高了對加工精度的要求,需要一定的技術突破。
④接收面大、信噪比差:傳統機械雷達只需要很小的接收窗口,但固態激光雷達卻需要一整個接收面,因此會引入較多的環境光噪聲,增加了掃描解析的難度。
總的來說,目前,固態激光雷達在其本該有的特性上(可靠性強、成本低及測距遠),市面上現有的雷達產品很難同時滿足,這也決定了固態激光雷達在短時間內是很難被產品化。同時也導致了目前所有固態雷達公司的交貨日期都在不斷延長。
雖然很多業內人士預測,未來固態化、小型化、低成本化將是未來激光雷達的發展趨勢,但目前,機械式激光雷達仍是主流。
(文章來源:ISweek工采網、SLAMTEC)