激光雷达Lidar与毫米波雷达Radar:自动驾驶的利弊

Lidar vs Radar: pros and cons for autonomous driving

新型无人驾驶汽车的数量在缓慢增加,各种扫描设备使汽车生产商能够制造出更独立、更智能、更安全的自动驾驶汽车。在本文中,我们将定义激光雷达或雷达遥感是一个更好的设备。

QUICK NAVIGATION

快速导航

什么是激光雷达?

激光雷达遥感是如何工作的?

激光雷达在哪里使用?

激光雷达易损性

什么是雷达?

雷达是怎么工作的?

如何使用雷达?

雷达易损性

雷达与激光雷达的比较

激光雷达相对于雷达的优势

雷达相对于激光雷达的优势

像特斯拉和谷歌这样的世界知名公司在他们的汽车上安装了激光探测器,让汽车在驾驶时看到其他车辆、行人和道路上的各种障碍物。不幸的是,这些检测系统价格昂贵,而且有更便宜的替代设备来执行同样的任务——问题是这些选项是否足够有效,足以完全取代汽车公司定制解决方案中更昂贵的工具。

在本文中,我们将概述激光雷达和雷达遥感,并确定每个系统的优势。

WHAT IS LIDAR?

激光雷达也被称为光成像探测和测距。这是一种可以探测物体表面的技术,以及它们的大小和精确的配置。

激光雷达是继雷达和声纳之后出现的,它使用激光脉冲扫描环境,而不是无线电波或声波。美国军方和美国宇航局在45年前发明了激光雷达技术,用于测量太空距离,尽管它的首次商业用途直到1995年才用于地形测量。

现在,激光雷达系统的设计相当紧凑,允许工业界将这项技术用于新的用途。使用激光雷达技术的设备通常也被称为相同的设备;它是一种扫描仪,可以创建任何物理对象的数字副本,与从头开始绘图相比,可以节省更多的时间。

HOW DOES LIDAR REMOTE SENSING WORK?

An algorithm of LIDAR functioning is as follows:

1.       Laser signals are emitted

2.       Laser signals reach an obstacle

3.       Signal reflects from the obstacle

4.       Signal returns to the receiver

5.       and then A laser pulse is registered

激光雷达功能的算法如下:

发射激光信号

激光信号到达障碍物

信号从障碍物反射

信号返回接收器

然后记录激光脉冲

该装置发射激光脉冲,向不同方向向外移动,直到信号到达物体,然后反射并返回接收器。事实上,这和声纳使用的原理相同,只是声纳发射声波。使用激光雷达,光比声音快100万倍。一个例子是在一个有闪电的飓风中——起初,我们看到闪电,几秒钟后才听到声音。

如此高的速度使该设备能够每秒从大量的激光脉冲中接收数据。这意味着信息更新更频繁,因此接收到更精确的数据。内部处理器保存激光器的每个反射点,并生成环境的三维图像。例如,这些工作原理允许使用安装在飞机上的激光雷达来创建精确的地图。

此外,同一个处理器可以使用一个简单的数学公式,即已知激光脉冲速度和反射时间,计算出被探测物体与激光雷达接收器之间的距离,然后计算出激光脉冲经过的距离。这种可能性在汽车工业中得到了应用,并在那里蓬勃发展:所有无人驾驶汽车都使用车载激光雷达扫描周围环境。

WHERE IS LIDAR USED?

在美国波特兰州立大学,他们使用激光雷达系统技术来检查具有大表面积的广阔生态系统中树木生长的进程。研究人员在飞机上安装了这些装置,使他们能够跟踪每一片树叶和树枝的外观。

利用激光雷达,NASA通过测量大气元素的密度来计算平流层温度。此外,电影业还利用这一技术来重现稀有或排他性的环境,而这些环境是被禁止的,用于商业和视觉目的。

这项技术的发明对汽车工业的发展产生了巨大的影响。自动驾驶和无人驾驶汽车使用激光雷达扫描周围环境并规划汽车的行为,以避免与障碍物发生碰撞。

LIDAR VULNERABILITY易损性

很容易产生假回波,使设备检测到比实际使用的信号波长相同的两个发射器更远或更近的现有物体,而原来的激光雷达具有相同的信号波长。只有一个收发机和两个脉冲发生器可以产生激光雷达信号的多个副本并将其发送到接收器,这使得设备可以看到不存在的物体。

WHAT IS RADAR?

雷达也被称为无线电探测和测距,用来探测远处的物体,确定它们的速度和位置。我们都很熟悉这个装置,因为警察在大多数地区都使用它来检测和调节道路上超速行驶的车辆。

雷达系统技术发明于1940年,也就是第二次世界大战之前;然而,发展实际上始于1886年,当时一位德国物理学家意识到无线电波可以从固体物体反射。下面介绍雷达的工作原理。

HOW DOES RADAR WORK?

声音回音允许我们利用声波从固体物体反射来确定物体的距离。声音向前和向后传播所需的时间由声源和反射声波的表面之间的距离决定。同时,回波的多普勒频移允许我们通过测量回波的音调来确定运动物体的速度。

这个原理是基于雷达系统的,唯一的区别是雷达使用无线电波而不是声音。无线电波比声音传播得更远,人类的感觉器官无法探测到。因此,激光雷达和雷达的主要区别在于它们使用不同的信号来探测目标,尽管它们的工作原理是相同的。

此外,无线电波和光波有相同的速度——光速。所以,当谈到每个系统(激光雷达系统和雷达系统)数据更新速度的问题时,我们有一个公平的结论。

HOW IS RADAR USED?

最广泛使用的雷达是用于军事目的。配备雷达的飞机可以精确测量高度,并探测附近的其他航空运输设备。海上雷达系统也以类似的方式用于测量其他船舶之间的距离,以防止碰撞。

这项技术也用于短期天气预报,以监测风和降水。探地雷达在地质学中用来确定地壳的成分。最后,警察使用雷达枪来监控交通速度,尽管由于激光雷达的精确性,激光雷达最近在这一地区得到了更广泛的应用。

RADAR VULNERABILITY

使用一个无线电波接收器和一个具有相同波长的发射器,一个初始的雷达可以产生无线电噪音,使设备将移动物体的速度计为零。这就是为什么,当涉及到雷达和激光雷达自动驾驶汽车系统时,这两种设备都是骗人的,并且具有相同的安全级别。

COMPARISON OF RADAR VS LIDAR

激光雷达相对于雷达的优势

雷达相对于激光雷达的优势

短波使我们能探测到小物体。激光雷达可以建立一个物体的精确的三维单色图像。激光雷达使用的缺点限制了在夜间/多云天气下的使用。工作高度只有500-2000米。这是一项相当昂贵的技术。雷达可以很容易地在多云天气和夜间工作。更长的工作距离。雷达使用波长较短的缺点不允许探测到小目标。由于波长较长,雷达无法向用户提供物体的精确图像。

如果我们在没有任何背景的情况下单独比较这两种技术,那将是浪费时间。它们的工作原理相似,但各自使用不同种类的波和波源。雷达使用天线发射无线电信号,但激光雷达设备有专门的光学和激光接收和传输。

当探测距离比目标的实际外观更重要时,雷达显然更方便。例如,在空中,正在飞行的大型物体很可能是一架飞机,为了避免碰撞,必须尽快探测到它。

另一方面,当我们在路上的时候,识别一个物体是行人、汽车还是墙是非常重要的。这种识别将允许系统使用机载软件预测移动,也不会聚焦在前方500米以外的物体上。

在激光雷达和雷达自主驾驶方面,这些品质使得基于光的工作原理的设备成为赢家。

激光雷达Lidar与毫米波雷达Radar:自动驾驶的利弊的更多相关文章

  1. 4D毫米波雷达Radar

    4D毫米波雷达Radar 围绕雷达.激光雷达.高精定位等新一代传感器技术将会进入量产周期. 自动驾驶公司的竞争,在传感器配置上坦白说并没有太多差异化.除了车载激光雷达属于近几年的产物,类似摄像头.毫米 ...

  2. TI 多模雷达1843毫米波雷达做自动泊车(用了8个雷达)

    http://e2e.ti.com/blogs_/b/behind_the_wheel/archive/2019/01/09/how-mmwave-sensors-enable-autonomous- ...

  3. 自动驾驶传感器比较:激光雷达(LiDAR) vs. 雷达(RADAR)

    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 ...

  4. 摄像头与毫米波雷达(Radar)融合

    摄像头与毫米波雷达(Radar)融合 Input: (1)图像视频分辨率(整型int) (2)图像视频格式 (RGB,YUV,MP4等) (3)毫米波雷达点云信息(点云坐标位置x,y,浮点型float ...

  5. RADAR毫米波雷达传感器

    RADAR毫米波雷达传感器 TI 利用先进的集成式射频 CMOS 雷达技术提供品类齐全的 60GHz 和 77GHz 传感器产品系列 通过高性能集成射频互补金属氧化物半导体 (CMOS) 雷达技术,可 ...

  6. zz自动驾驶多传感器感知的探索1

    Pony.ai 在多传感器感知上积累了很多的经验,尤其是今年年初在卡车上开始了新的尝试.我们有不同的传感器配置,以及不同的场景,对多传感器融合的一些新的挑战,有了更深刻的认识,今天把这些经验,总结一下 ...

  7. zz自动驾驶多传感器感知的探索

    案例教学,把“问题”讲清楚了,赞 Pony.ai 在多传感器感知上积累了很多的经验,尤其是今年年初在卡车上开始了新的尝试.我们有不同的传感器配置,以及不同的场景,对多传感器融合的一些新的挑战,有了更深 ...

  8. zzL4自动驾驶中感知系统遇到的挑战及解决方案

    本次分享的大纲: Perception Introduction Sensor Setup & Sensor Fusion Perception Onboard System Percepti ...

  9. zz自动驾驶复杂环境下高精度定位技术

    今天为大家分享下,自动驾驶在复杂环境下的高精度定位技术. 定位/导航负责实时提供载体的运动信息,包括载体的:位置.速度.姿态.加速度.角速度等信息. 自动驾驶对定位系统的基本要求: 1. 高精度:达到 ...

随机推荐

  1. hdu4494

    题意:       给你一些任务,每个任务有自己的开始时间和需要多久能干完,还有就是每个任务都需要一些人,这些人有最多五个种类,各种类之间的人不能相互替换,但是某些工人干完这个活后如果可以在另一个任务 ...

  2. 反病毒攻防研究第005篇:简单木马分析与防范part1

    一.前言 病毒与木马技术发展到今天,由于二者总是相辅相成,你中有我,我中有你,所以它们之间的界限往往已经不再那么明显,相互之间往往都会采用对方的一些技术以达到自己的目的,所以现在很多时候也就将二者直接 ...

  3. hdu4923 f(A,B)分段处理

    题意:        给你序列A,让你构造序列B然后求出最小的f(A <B),其中A 是0,或者1组成的,而B是[0,1]的实数,f(A,B) = 求和(i从1到n) (Ai - Bi)^ 2. ...

  4. nodejs-Stream(流)

    Node.js Stream(流) 描述++++++++++++++++++++++++++++++++++++++++++++++++++++ Stream 是一个抽象接口,Node 中有很多对象实 ...

  5. 基于ray的分布式机器学习(一)

    基本思路:1.对数据分块,使用多个worker分别处理一个数据块,每个worker暴露两个接口,分别是损失计算的接口loss和梯度计算的接口grad:2.同时定义full_loss和full_grad ...

  6. Kafka源码分析(二) - 生产者

    系列文章目录 https://zhuanlan.zhihu.com/p/367683572 目录 系列文章目录 一. 使用方式 step 1: 设置必要参数 step 2: 创建KafkaProduc ...

  7. 简单聊聊VisualStudio的断点调试

    这节聊聊如何使用VisualStudio进行断点调试. 在debug过程中,我们有时需要查看程序在运行到某一行代码时,上下文中的变量或者一些其他的数据是什么样的,我们就要设置断点(Breakpoint ...

  8. Asp.NetCore Web开发之跨域问题

    在前后端分离的web开发中,解决跨域问题是不可避免的,为什么会出现跨域问题呢,这主要是因为web中的"同源策略",浏览器出于安全原因,不让用户随便访问不同于当前站点的资源,也就是说 ...

  9. MySQL字段默认值设置详解

    前言: 在 MySQL 中,我们可以为表字段设置默认值,在表中插入一条新记录时,如果没有为某个字段赋值,系统就会自动为这个字段插入默认值.关于默认值,有些知识还是需要了解的,本篇文章我们一起来学习下字 ...

  10. Mac 搭建 Sentry

    Sentry 为我们提供应用程序的错误跟踪,使我们能够快速定位到错误所在的文件和行号. 以下是官网支持语言和框架的部分截图: 准备工作 自 2020 年 12 月 4 日起,Sentry 默认使用 P ...