本文編譯自Voyage，作者是Oliver Cameron，他是Udacity前副主席，創辦了自動駕駛公司Voyage，并任職CEO。Voyage已經取得了加州車輛管理局(DMV)的路測許可，是無人駕駛領域的新星。該文詳細介紹了激光雷達作為無人駕駛關鍵核心零部件的重要性和原理。
圖：voyage
最近，我們在Voyage 上分享了一些關于Homer的新聞，它可是我們的第一輛無人駕駛出租車。為了更好地來實現理解和導航的目的，我們給Homer配備了全方位的傳感器，而其中起關鍵作用的就是LIDAR（激光雷達）。而在接下來的這篇文章中，你將會了解更多有關LIDAR的信息——它在無人駕駛汽車領域的起源，以及它是如何與其他傳感器堆疊的。好吧，我已經迫不及待地想和你們分享了……
“超能力”
LIDAR可以使無人駕駛汽車（或任何機器人）能夠用一些“超能力”來觀察世界：
持續360度的能見度：想像一下，如果人類的眼睛可以全天候的看到四面八方。
精準的深度信息：假設，而不是猜測，你總是可以知道與你相關的物體的精確距離（精度為±2cm）。
如果你曾經看到過一輛無人駕駛汽車，那么，你很有可能已經看到了一個LIDAR傳感器。通常，它就是一個安裝在車頂上并在不斷旋轉的大塊頭盒子。就像下圖中，在百度無人駕駛汽車上的那樣。
圖：百度研究院
市場上最受歡迎的LIDAR傳感器之一是高功率Velodyne HDL-64E傳感器。下圖就是安裝在Homer上的Velodyne HDL-64E傳感器。
圖：voyage
LIDAR如何工作的？
一個具有360度視覺和準確深度信息的傳感器是如何工作的呢？簡單地說：激光雷達傳感器不斷地發射出激光光束，然后測量出光線返回傳感器所需要的時間。
通過每秒發射數百萬光束，來自LIDAR傳感器的測量能夠實現真正3D世界的可視化。通過它，你可以推斷出你周邊任何物體的精確測量值（可高達約60m，這取決于你選擇的傳感器）
激光雷達的簡史
如果你想要了解為什么如今的激光雷達工具受到那么多的擁護和支持，那么，很重要的一點就是要看看其他有著類似目標的類似技術。
·聲納
可以這樣說，最原始的深度感知機器人是蝙蝠（5000萬年前！）。蝙蝠（或海豚等）能夠使用回聲定位來執行與LIDAR相同的功能，也稱為聲吶（聲音導航和測距）。聲納使用聲波來測量距離，而不是像LIDAR那樣測量光束。
歷經5000萬年的生物排他性，隨著潛艇戰爭的到來，第一次世界大戰推進了人造Sonar傳感器首次大規模部署的時間表。聲納在水中表現非常出色，在水中，聲音的傳播要比光或無線電波更好（這個我們稍后詳細介紹）。而目前，聲納傳感器主要用于汽車行業，最主要的是以傳感器的形式。這些短距離（約5米）的傳感器能夠以便捷的方式了測量出你的車與后面墻之間的距離。可是聲納沒有被證明能夠在無人駕駛汽車需求的種類（60m以上的距離）上工作。
在這種情況下，蝙蝠既是發送者也是接收者
·雷達
雷達（無線電方向和范圍），和聲納一樣，這是在臭名昭著的世界大戰期間開發的另一種技術（這是第二次世界大戰期間產生的）。它使用無線電波來測量距離，而不是使用光或聲波。我們在Homer上使用了很多雷達（德爾福傳感器），這是一種經過驗證的方法，可以精確檢測和跟蹤距離物體的距離。下圖是部署在Homer上的雷達。
圖：voyage
雷達沒有很多的缺點，它不僅在極端天氣條件下可以表現良好，而且價格區間比較合理。雷達不僅可以用于檢測物體，而且還可以追蹤它們（例如：追蹤汽車的行駛速度以及方位）。也許雷達并不會像LIDAR那樣給出那么多的細節，但雷達和激光雷達都是奉送的，而且他們之間絕對不是那種可以代替的關系。
·LIDAR（激光雷達）
激光雷達誕生于20世紀60年代，也就是在激光誕生之后。在1971年的阿波羅15號任務期間，宇航員繪制了月球表面的圖景，讓激光雷達在公眾面前首次亮了相，了解激光雷達可以用來做什么。
在激光雷達被證實可以用于汽車和無人駕駛之前，激光雷達的受歡迎的用例之一是考古學。激光雷達為繪制大面積的土地提供了大量的價值，考古學和農業都從中受益匪淺。
一個在空中拍攝的雷達地圖
團隊成員Steve Leisz教授告訴英國廣播公司，“當激光雷達首次在 Angamuco中投入使用時，我們不知道這個地區有多大，它是不是包括建筑物和建筑物，或者它也許甚至是一座城市。”也許更令人驚訝的是，球隊還發現了一個名為pok-ta-pok的中美洲游戲的球場，以及金字塔。“這是完全是一個驚喜，” Leisz說——雷達考古學在未知領域閃閃發光。
直到二十一世紀初，LIDAR才開始被用于汽車領域，在2005年的大DARPA挑戰賽中，它因Stanley（以及后來的Junior）而聞名于世。
2005年Grand DARPA挑戰賽的勝利者Stanley除了使用軍用級GPS、陀螺儀、加速度計和前置攝像機（視線可達80米以上）外，還采用了安裝在車頂上的5臺SICK LIDAR傳感器。所有這一切都是由坐在后備箱中的6臺1.6GHz Pentium Linux電腦支持的。
SICK LIDAR（其在2005年的挑戰賽中占有重要地位）所面臨的主要挑戰是每次激光掃描基本上都是橫向切割，因此你必須在有針對性的指導下進行操作。許多團隊將它們安置在傾斜階段，以便使用它們“掃描”一段空間。簡單來說：我們今天所知道的SICK是一個二維激光雷達（一個方向上的幾束光）與現代3D激光雷達（所有方向的多束光）。
Velodyne
圖：Velodyne
Velodyne長久以來都是LIDAR的市場領導者，但是最初他們沒有以這種方式為生。在1983年，Velodyne是以一家音響公司進入大眾視野的，專門從事低頻聲音和低音炮技術。低音炮包含定制傳感器，DSP和定制DSP控制算法。在Stanley首次亮相的同時，Velodyne也成為我們今天所熟知的激光雷達公司。2004年，Velodyne創始人David和Bruce Hall首次以DAD團隊（Digital Audio Drive）的名義進入2004 DARPA比賽。在2005年的第二場比賽中，大衛·霍爾（David Hall）為基于3D激光的實時系統發明了專利，為Velodyne當前的LIDAR產品奠定了基礎。2007年第三次DARPA挑戰，大多數團隊使用這種技術作為其感知系統的基礎。David Hall的發明現在已經成為史密森尼史密斯（Simonsonian）作為實現自主駕駛的基礎性突破。
LIDAR在無人駕駛汽車中的巨大前景
為什么激光雷達能夠給無人駕駛汽車帶來騰飛？一句話：測繪。LIDAR允許你生成巨大的3D地圖（其原始應用程序），然后你就可以預測內部導航汽車或機器人。通過使用激光雷達來對環境進行繪圖和導航，你可以提前知道一條通道的邊界，或者在500米前是否有停車標志或交通信號燈。這種可預測性正是無人駕駛汽車所需要的技術，是過去5年來無人駕駛汽車取得進步的重要原因。
·對象檢測
由于激光雷達已經變得具有更高分辨率并且可以在更長的范圍內運行，所以在對象檢測和追蹤出現了新的用例。LIDAR地圖不僅可以準確地知道你在世界上的位置，還可以幫你導航，與此同時，它也可以檢測和追蹤汽車、行人等障礙，并且，根據Waymo的消息，根據足球頭盔也是可以進行檢測和追蹤的。
現代激光雷達使你可以區分一個人是在騎自行車還是在步行，甚至可以檢測出他的行駛速度以及前行的方向。
這真是驚人的導航能力，可預測性和高分辨率—對象追蹤的結合意味著LIDAR是今天無人駕駛汽車中的關鍵傳感器，很難去想象那個主控因素發生改變，除非……
攝像頭驅動的無人駕駛
有一些初創公司在那里使用純攝像機（也可能是雷達）解決無人駕駛駕駛汽車的問題，而沒有將激光雷達考慮在內。特斯拉便是這類人中最大的一個，而Elon Musk反復強調，如果人類用眼睛、耳朵和大腦來感知和瀏覽世界，那為什么汽車不可以呢？我肯定這種做法會取得令人驚喜的結果，特別是其他有才華的團隊都在為實現這一目標而不懈努力著，這其中就包括Comma和AutoX。
值得注意的一點是，特斯拉有一個有趣的約束，這可能影響他們的決策：規模。特斯拉希望不久能夠在一年內生產出50萬輛汽車，而且迫不及待地希望LIDAR明天就能降低成本（或者制造成本），真希望這個在昨天就發生了！
激光雷達的未來
這個行業正在向前邁進，著重點在于：成本在降低，分辨率和范圍在增加。
·成本降低
固態激光雷達開辟了低于1K美元強大的激光雷達裝置的潛力，而這個在今天可能每單位需要高達80k美元。LeddarTech是這個早期市場的領導者之一。
這是Velodyne所講述的有關固態（solid-state）激光器的觀點：
固態激光，由你希望以盡可能低的成本獲得最小尺寸的嵌入式傳感器驅動的固定傳感器。當然，這也意味著你有一個較小的視野。而Velodyne是同時支持固定和環繞視圖傳感器的。固定傳感器被小型化以便為了更好的嵌入。從成本的角度來看，它們都包含透鏡、激光和檢測器。最低成本系統實際上是通過環繞視圖傳感器來實現的，因為不斷的旋轉可以在整個視野范圍內重新使用鏡頭、激光和檢測器。這種重復使用既是最經濟的，也是最強大的，因為它可以減少與實時合并不同觀點相關聯的誤差——這是當車輛正在快速移動時真正計數的。
·分辨率和范圍增加
LIDAR申請數量的巨大增長帶來了在這一領域的創業公司的大量有才華的創始人和團隊。更高的分辨率輸出和增加的追蹤范圍（在某些情況下為200m）將提供更好的對象識別和追蹤，而這是與像Luminar這樣的創業公司的傳感器的關鍵區別之一。
Voyage下注了激光雷達。我們喜歡它帶來的所有好處，相信生態系統將會及時降低成本，因為我們需要擴大自主的出租車服務。如果你是LIDAR的創業公司，并且想要測試你的傳感器，我們很樂意成為你的第一批客戶之一。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
