激光雷達在無人駕駛汽車中的應(yīng)用

白巧花

當(dāng)今，人類文明的進程在不斷加快，毫無疑問，21世紀(jì)將是人工智能的天下，而無人駕駛汽車就是人工智能皇冠上的明珠，無人駕駛已成為未來最值得期待的汽車技術(shù)之一，世界級IT企業(yè)和汽車巨頭都在加速布局無人駕駛戰(zhàn)略，力圖在未來數(shù)百億的無人駕駛市場中分一塊蛋糕。

1 雷達是無人駕駛汽車的眼睛

汽車要實現(xiàn)無人駕駛，就跟人走路一樣，必須通過眼睛來感知外界的信息，通過大腦來控制我們雙腿該怎么走。眼睛之于汽車，可以是攝像頭、普通雷達、激光雷達。大腦之于汽車，那就是芯片了，它會根據(jù)“眼睛”所看到情景，通過嚴(yán)密的計算，也可以結(jié)合例如地圖等數(shù)據(jù)庫，最終控制車輪該怎么走。在這些“眼睛”之中：攝像頭精度高、可見范圍遠，但是害怕霧雨天；普通雷是以微波和毫米波段的電磁波作為載波，不怕霧雨天，但是精度低、可見范圍短。而激光雷達正好結(jié)合以上兩者的優(yōu)點，它以光波波段電池輻射，波長比微波和毫米波短得多，因此，不僅精度高、可見范圍遠，也不怕霧雨天，自然成為無人駕駛汽車的首選。

據(jù)國外調(diào)研機構(gòu)的分析預(yù)測，2015年全球汽車激光雷達市場規(guī)模約為六千兩百萬美元，預(yù)計2020年全球市場規(guī)模將達到2.7億美元左右，2017～2020年將以34%年復(fù)合成長率增長。

2 激光雷達的發(fā)展對無人駕駛汽車的影響

激光雷達能否大規(guī)模運用在無人駕駛汽車，主要取決于成本和效果。如果低成本的激光雷達方案能達到汽車業(yè)界期望的效果，將極大地推動無人駕駛汽車上市進度。目前，除了美國Velodyne公司，一些較為成規(guī)模也在做激光雷達的公司，以及一些處于創(chuàng)業(yè)階段公司都在為尋求降低激光雷達成本，而努力奮斗中。目前降低激光雷達成本的基本方向是，讓激光雷達從“機械式”往“固態(tài)式”的路線走。

3 激光雷達的原理與結(jié)構(gòu)

與雷達原理相似，激光雷達使用的技術(shù)是飛行時間（TOF， Time of Flight）。具體而言，就是根據(jù)激光遇到障礙物后的折返時間，計算目標(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云并繪制出3D環(huán)境地圖，精度可達到厘米級別，從而提高測量精度。

在ADAS系統(tǒng)中，激光雷達通過透鏡、激光發(fā)射及接收裝置，基于TOF飛行時間原理獲得目標(biāo)物體位置、移動速度等特征數(shù)據(jù)并將其傳輸給數(shù)據(jù)處理器；同時，汽車的速度、加速度、方向等特征數(shù)據(jù)也將通過CAN總線傳輸?shù)綌?shù)據(jù)處理器；數(shù)據(jù)處理器對目標(biāo)物體及汽車本身的信息數(shù)據(jù)進行綜合處理并根據(jù)處理結(jié)果發(fā)出相應(yīng)的被動警告指令或主動控制指令，以此實現(xiàn)輔助駕駛功能。

4 機械雷達與固態(tài)雷達

激光雷達包括機械激光雷達和固態(tài)激光雷達。

機械激光雷達帶有控制激光發(fā)射角度的旋轉(zhuǎn)部件，而固態(tài)激光雷達則依靠電子部件來控制激光發(fā)射角度，無需機械旋轉(zhuǎn)部件。

由于內(nèi)部結(jié)構(gòu)有所差別，兩種激光雷達的體積大小也不盡相同。機械激光雷達體積較大、價格昂貴、測量精度相對較高，一般置于汽車外部。固態(tài)激光雷達尺寸較小、性價比較高、測量精度相對低一些，但可隱藏于汽車車體內(nèi)，不會破壞外形美觀。

激光雷達的固態(tài)化、小型化、低成本化將是大勢所趨。有了低成本高精度的激光雷達，我們將會向無人駕駛的量產(chǎn)邁出一大步。

5 激光雷達在無人駕駛汽車上的基本運用

二維激光雷達和三維激光雷達在無人駕駛車輛上得到了廣泛應(yīng)用。與三維測距雷達相比，二維激光雷達只在一個平面上掃描，結(jié)構(gòu)簡單、測距速度快、系統(tǒng)穩(wěn)定可靠，但是將二維激光雷達用于地形復(fù)雜、路面高低不平的環(huán)境時，無法完成地形的重建工作，且容易出現(xiàn)數(shù)據(jù)失真和虛報等現(xiàn)象；而三維激光雷達則可以獲得車輛環(huán)境的深度信息，準(zhǔn)確發(fā)現(xiàn)障礙物，構(gòu)建可行駛區(qū)域，在豐富的點云數(shù)據(jù)上可獲得包括車道、路沿等道路要素，還可獲得非結(jié)構(gòu)化道路的障礙物和可行駛區(qū)域，行駛環(huán)境中行人和車輛，交通信號燈和交通標(biāo)志等其他豐富信息。

1）動靜態(tài)障礙物檢測與分類

障礙物檢測時無人駕駛汽車自主導(dǎo)航的基本前提和安全保障。對于靜態(tài)障礙物，無人車需要通過激光雷達準(zhǔn)確獲取障礙物的位置、寬度、長度、高度等信息以便進行防碰撞、避障等動作；對于動態(tài)障礙物，無人車需要通過激光雷達獲取障礙物的橫縱向移動速度、位置、長寬高、類別等信息，無人車可以基于移動障礙物的信息進行合理的動作規(guī)劃。

2）道路邊緣檢測與道路特征識別

道路邊緣檢測可以讓無人車更合理的規(guī)劃當(dāng)前路徑的可行駛區(qū)域，在GPS導(dǎo)航失效時保障無人車?yán)^續(xù)行駛；同時，不同顏色的道路區(qū)域反射率不同，基于此，激光雷達可以利用反射率進行車道線檢測；對于多線激光雷達，無人車可以利用每條線之間的關(guān)系進行坡度檢測。

3）激光雷達用于地圖構(gòu)建和定位

在自主駕駛過程中需要一個厘米級的高精度地圖，結(jié)合環(huán)境模型和傳感器場景和交通狀況感知，最后進行駕駛決策。這其中，激光雷達起到了地圖采集、環(huán)境感知和輔助定位等功能。

通過采用激光雷達多次行駛獲取道路的三維點云數(shù)據(jù)，進行人工標(biāo)注，過濾一些點云圖中的錯誤信息，對多次收集的點云數(shù)據(jù)進行對齊拼接最終形成高清地圖。所建立路面模型包含較全的交通標(biāo)志和交通信號燈，車道線位置、數(shù)量和寬度等，道路坡度和斜率等，還包括車道限高、下水道口、障礙物以及其他道路細節(jié)。既提供當(dāng)前道路的靜態(tài)環(huán)境模型，也可以通過預(yù)先存儲的點云和圖像特征數(shù)據(jù)來提供高精度定位。

參考文獻

[1]董輝. 谷歌無人駕駛汽車裝用的雷達傳感器 [J].汽車電器，2017（6）

[2]王世峰 戴祥. 無人駕駛汽車環(huán)境感知技術(shù)綜述.[J].長春理工大學(xué)學(xué)報（自然科學(xué)版） ， 2017，40（1）endprint