自动驾驶传感器比较:激光雷达(i)vs雷达()吴建明wujianming

自动驾驶传感器比较:激光雷达(LiDAR) vs. 雷达(RADAR)

据麦姆斯咨询报道,2032年全球范围内自动驾驶汽车的产量将高达2310万辆,未来该市场的复合年增长率(CAGR)高达58%。届时,与自动驾驶汽车生产相关的市场营收将达到3000亿美元,而其中26%将来自激光雷达(LiDAR)、雷达(RADAR)、摄像头、惯性测量单元(IMU)等。

激光雷达(LiDAR)成像(左) vs. 高分辨率雷达(RADAR)成像(右)

RADAR和LIDAR区别分析

随着无人驾驶汽车的媒体报道不断增加,LIDAR经常成为新闻,因此许多人错误地认为这是一项新技术。美国军方和NASA在1970年代发明了LIDAR,尽管直到1990年代它才被“使用”,直到现在仍被用作地理地图工具。简而言之,激光雷达是一种非常精确的工具,可以检测物体的形状和位置。它能够创建高度详细的图像,并在100码外的物体上重新创建不到一英寸的细节。缺点是这是一项昂贵的技术。

如果说LIDAR是牧场上的漂亮小马,那么RADAR就是主力军。RADAR于1940年发明,

其返回的物体图像不如LIDAR精确,可以在雨,雪,雨夹雪,冰雹,雾,泥和尘土中返回。在夜间和阴天条件下也比激光雷达更准确。RADAR的工作方式与LIDAR相似,发出的是无线电波而不是激光束。由于激光波比无线电波短,因此激光雷达可以生成更详细的物体图像。尽管无线电波不仅具有探测人类的能力,还可以探测到比雷达小的得多的物体。无线电波和光波都以相同的速度(每秒186,000英里)传播,因此这两个系统都以相同的速度刷新对象位置数据。

RADAR系统的成本大大低于LIDAR系统,后者通常需要昂贵的组件,例如高速电子设备,CCD接收器,光学器件,电机以及激光器本身。车载摄像头,反光镜和盲点检测传感器将为这两个系统提供支持。

自动驾驶汽车所需的传感器技术及供应商

据麦姆斯咨询报道,2032年全球范围内自动驾驶汽车的产量将高达2310万辆,未来该市场的复合年增长率(CAGR)高达58%。届时,与自动驾驶汽车生产相关的市场营收将达到3000亿美元,而其中26%将来自激光雷达(LiDAR)、雷达(RADAR)、摄像头(Camera)、惯性测量单元(IMU)等传感器硬件。

现在,几乎每个月都会有新的ADAS(先进驾驶辅助系统)或其它最先进的自动驾驶创新技术在汽车市场涌现。除了机器学习、物联网(IoT)和云互联, LiDAR(激光雷达)和RADAR(雷达)这两项技术已经成为自动驾驶开发过程中关注度最高的热门。不过,对于自动驾驶,LiDAR和RADAR谁更具价值目前还不够明朗。

LiDAR运行原理

LiDAR传感器快速发射激光脉冲(通常最高可达每秒150000次脉冲),激光信号到达障碍物后反射回LiDAR传感器。传感器通过测量激光信号从发射到返回的时间,精确计算确定传感器到障碍物之间的距离,能探测目标物体的准确尺寸。LiDAR通常用于高分辨率地图的绘制。

大陆集团最先进的ADAS激光雷达SRL1,基于飞行时间(ToF)技术原理,采用飞思卡尔处理芯片组和专用集成电路(ASIC),其红外激光光源来自欧司朗(OSRAM)的InAlGaAs / GaAs量子阱结构激光光电二极管。SRL1可提供紧急制动辅助等功能,目前已经在多款微型车上使用

RADAR运行原理

RADAR系统的工作原理跟LiDAR很相似,唯一的区别在于RADAR采用的是无线电波而非激光。在RADAR系统中,其天线既可以作为雷达接收器,也可以作为发射器。不过,和光波相比,在与被测物体接触时,无线电波的吸收较少,因此,RADAR的有效工作距离相对更远。RADAR技术最广为人知的应用,应该是军事用途了。飞机和战舰都会装备RADAR来测量高度,或探测附近其它的运输设备和物体。

博世77GHz远距离雷达传感器LRR4,使用77 GHz频段且没有可移动部件,集成了恩智浦(NXP)和意法半导体(STMicroelectronics)微控制器,以及博世电源管理IC。采用英飞凌77 GHz锗硅(SiGe)单片微波集成电路(MMIC)作为高频发射器和接收器

谁将主导市场?

包括Google(谷歌)、Uber(优步)和Toyota(丰田)在内的大部分自动驾驶汽车制造商都高度依赖LiDAR系统来实现车辆的自动巡航。LiDAR传感器常用于周围环境的实时3D地图创建,例如行人、减速带、车道分隔栏和其它车辆。其3D成像能力,是大部分汽车制造商热衷于开发这项技术的主要原因之一。当然凡事皆有例外,Tesla(特斯拉)是唯一没有采用LiDAR传感器的知名自动驾驶汽车制造商。Tesla的自动驾驶汽车采用RADAR技术作为主要传感器。

高端LiDAR传感器可以在100米以外实现厘米级的细节识别。例如,Waymo的LiDAR系统不仅可以探测行人,还可以识别行人所面对的方向。因此,自动驾驶汽车可以精确预测行人将向哪个方向行走。其高精度还可以“看”到更丰富的细节,例如骑行者挥手示意先通过,当车辆全速行驶时能够在两个足球场以外的距离提供惊人的探测精度。Waymo还通过努力将LiDAR传感器的成本降低了约90%。数年前,一个LiDAR单元的售价高达75000美元,而现在已经降到了7500美元,使这项技术变得更加经济从而实现普及。

Waymo的LiDAR系统成像的测试车辆前方正在推车的4个人

不过,这项技术也有一些明显的缺点。LiDAR系统可以轻松地探测位于30~200米范围内的物体。但是,当面对附近物体地精确识别时,该系统可能会力不从心。在所有光线条件下均能正常工作,但在雪、雾、雨和扬尘环境下,其性能会开始打折扣。此外,其光学识别性能也不够给力。这就是为什么像Google这样的自动驾驶汽车制造商,会将LiDAR与其它辅助传感器(例如摄像头和超声波传感器)一起搭配使用。

另一方面,RADAR系统则相对便宜很多。成本,应该是Tesla选择RADAR技术而不是LiDAR技术的原因之一。RADAR系统的一个优势是在雾、雨、雪和扬尘等所有天气条件下,均能稳定运行。然而,相比LiDAR传感器,角度精度略低,在弯道上会丢失目标车辆。如果多个探测对象彼此靠得很近,可能会出现识别困难。例如,RADAR可能会将附近的两辆小型汽车视为一辆大型车辆,从而发出错误的接近信号。不过,与LiDAR系统不同的是,RADAR可以利用多普勒频移,精确地确定相对行驶速度和移动物体的速度。

虽然Tesla使用RADAR作为主要传感器而饱受非议,已成功地提高了其主传感器的处理能力,使其能够看透大雨、浓雾、灰尘甚至前方的汽车。而且,除了主雷达传感器之外,新款Tesla车型还将拥有8个摄像头、12个超声波传感器和新的车载计算系统。换句话说,这两种技术在与摄像头和超声波传感器融合使用时效果最佳。

结束语

LiDAR和RADAR这两种传感器技术的基本功能,是通过在行驶中与障碍物保持一定的安全距离,以确保自动驾驶汽车中的乘员安全。无论选择LiDAR还是RADAR,这两种技术都能很好的胜任这项任务。不过,这两种技术各自都还有比较明显的优缺点。尽管采用LiDAR传感器的汽车能够“看”得更清晰准确,但是RADAR系统尺寸更小,还更便宜。

THE END
0.雷达点云与影像点云的区别详解(广西项目)本文详细解析了单线和多线激光雷达的工作原理,强调了激光雷达的多次回波现象,比较了LiDAR与PhoDAR在数据采集、优缺点和适用场景,并讨论了雷达设置条件。文章通过实例分析展示了两种技术在不同地貌和植被条件下的性能差异。 一、单线和多线激光雷达的区别 激光雷达按照线束可分为单线以及多线,单线激光雷达是目前成本最低的激光jvzquC41dnuh0lxfp0tfv8z233:7:>;61cxuklqg1fkucrqu13989?9;93
1.LiDAR22.04.30课堂笔记文件汇总机载侧视雷达和点云雷达区别本文详细解析了机载、车载、地基和星载激光雷达的分类,探讨了它们在不同领域的应用,强调了车载雷达的最佳行驶速度以及车载数据与地基数据的差异。内容涵盖了数据完整性和获取效率,以及激光雷达生成DEM过程中的挑战与解决方案。 激光雷达按载荷平台分类有那些? jvzquC41dnuh0lxfp0tfv8|ctog24:8:1cxuklqg1fkucrqu13866<5;34
2.《江师大地理师范期末重点》顾千苏^第15章^最新更新:20220822.从近射程至远射程侧视雷达图像的地面分辨率是如何变化的? 由近射程至远射程,俯角由大逐渐变小时,距离分辨率由低逐渐增高;方位分辨率在近射程部分要比远射程部分高。 23.雷达的透视收缩现象:雷达波辐射到地面上斜坡的时间长短,决定了斜坡在雷达图像上的长短。所有面向雷达的斜坡,其雷达图像的长度都比实际长度短。jvzquC41yy}/ls|ze0tfv8tpgdupm7ujrAtpxnqkf?=36@;97(iicyygtkj>3>
3.课程由于微波的波长比可见光、红外线要长几百至几百万倍,因而,微波遥感器所获得的图象,空间分辨力较低。为提高微波遥感器的分辨力,正在用各种相干信号处理技术(如合成孔径技术)进行改进。 ●5.3雷达图像的解译 微波遥感器不受或很少受云、雨、雾的影响,不需要光照条件,可全天候、全天时地取得图像和数据。它所取得的jvzquC41jkmig{3uocxugmz0ep5dq~wug1<83l6ed377fAf27gkef9<6hf
4.遥感知识点狭义:从远离地面的不同工作平台上,通过传感器,对地球表面的电磁波信息进行探测,并经信息的传输处理,对地球的资源与环境进行探测和监测的技术。 传感器:接收记录目标地物电磁波特征的仪器。 三、遥感分类 1、按遥感平台:地面、航空、航天、航宇遥感 2、按传感器的探测波段:可见光、红外遥感、微波遥感、紫外遥感 jvzquC41yy}/5?5fqey/pny1fqi0;j6646<4;B3jvor
5.遥感图像处理技术及应用提高遥感图像空间分辨率、光谱分辨率始终是遥感技术发展追求的目标。目前,遥感图像在可见光全色图像的基础上,正朝着增加波段数、提高光谱分辨率和扩大电磁波探测范围、实现全波段覆盖两大方向发展。前者的典型代表是多光谱图像和高光谱图像,后者的典型代表是热红外图像和合成孔径雷达图像。全天候、全天时、多体制传感器不仅jvzquC41yy}/gyzdkv4dqv4dqqqEg}fknuEjfFZDg5?8:oj;;889
6.航天宏图2023年年度董事会经营评述公司正在积极探索AI在遥感领域的应用,公司的PIE专题产品大幅增强了在不同行业领域的可视化、交互式的数据分析能力。在当下AI大模型的浪潮中,公司结合女娲星座数据优势,积极探索多模态遥感大模型、人工智能内容生成技术(AIGC)与预训练生成大模型(GPT)等前沿人工智能技术在遥感数据自动处理与解译中的应用。在气象应用大jvzq<84{wctdj~fpi071lzpc0eun0ls142852=631e<68A5466?/uqyon
7.遥感概论课程讲义9篇(全文)17.航片判读中主要依据那些判读标志?论述间接判读标志在遥感图象解译中的作用。 18.试说明热红外图像的几何特征和物理特征。 19.热红外图像的判读标志有那些,它与常规判读标志有何不同? 20.侧视雷达图像的地面分辨率由哪两种分辨率组成?从近射程至远射程是如何变化的? jvzquC41yy}/;B}wgunv0lto1y5gkujf5vn9o|k0jvsm
8.高中地理必修三《遥感技术及其应用》教案电磁波遥感技术是利用各种物体/物质反射或发射出不同特性的电磁波进行遥感的。其可分为可见光、红外、微波等遥感技术。按照感测目标的能源作用可分为:主动式遥感技术和被动式遥感技术。按照记录信息的表现形式可分为:图像方式和非图像方式。按照遥感器使用的平台可分为:航天遥感技术、航空遥感技术、地面遥感技术。按照jvzq<84yyy4vpsx0eqs0lrfqcp5ekun142793:5942717>d3978:8=3jvor
9.遥感图像解译(周军其2015遥感图像解译 周军其 武汉大学遥感信息工程学院 本人联系方式 武汉大学遥感信息工程学院 电话 邮箱:junqi_zhou@126.com 武大遥感院 周军其 安排 课堂讲课 课堂讨论 课间实习 作业:2次课堂作业 专题作业:根据解译目的不同,选择合适的数据, 进行解译。要求明确解译对象的特征,解译方 法与流程、结果及评价。 课程结束前jvzquC41oc~/dxtm33>/exr1jvsm1;5421634@4:26<22;6422632@<0ujzn
10.航天宏图2022年年度董事会经营评述股票频道同时,公司积极推动全产业链布局进程,加快发展“第二增长曲线”,业务模式从卫星应用产业链中下游向上游延伸演化,通过建设分布式干涉雷达卫星星座计划和无人机产线建设,构建空天地全息感知体系,为不同行业提供智能决策,更加直观、精细、实时、动态地管理生产和生活,助力国家数字经济建设,并可逐步开拓B端、C端市场。jvzquC41uvudm7xvqeqtvjw0eqs0KP7245654:5224?33@3ujvsm