自动驾驶激光雷达和视觉导航（自动驾驶与激光雷达）

本文目录一览：

• 1、自动驾驶技术的关键是什么？激光雷达在其中扮演什么角色？
• 2、华为自动驾驶曝光，自动驾驶技术的核心技术是什么？
• 3、华为的激光雷达和特斯拉的视觉算法，谁才是自动驾驶的未来？
• 4、扫地机器人方案的激光导航和视觉导航有什么区别？
• 5、畅谈自动驾驶｜激光雷达或优于视觉算法？

自动驾驶技术的关键是什么？激光雷达在其中扮演什么角色？

2019年，北京将允许自驾车在延重高速公路和服务区进行道路测试。当很多人认为自动驾驶的冬天已经到来的时候，也许真正的战斗才刚刚开始。在这一点上，高级自主车的“眼睛”-激光雷达也是自主车中最关键的传感器部件，必然会导致更激烈的产业竞争。

什么是激光雷达

激光雷达(LiDAR)是一种精确获取三维位置信息的传感器。它通过测量激光信号的时间差和相位差来确定距离，通过水平旋转扫描或相位扫描来测量角度，然后通过不同的俯仰角信号来获得高度信息，从而获得整个三维信息。与传统的三维信号传感器相比，激光雷达具有更长的探测范围、更高的测量精度和更快的响应速度。

激光雷达最基本的扫描原理是飞行时间测量-该激光 in 激光雷达首先发射一束激光脉冲，投射到目标物体上后漫反射，然后传感器接收漫反射激光。激光雷达通过激光波束在空中的飞行时间来计算目标物体和传感器之间的距离。

除了飞行时间测量，距离测量还有其他几种方法，包括连续波调幅相位测量、连续波调频调幅测量、连续波调频测量等。

2激光雷达分类

根据不同的特点，激光雷达可以有不同的分类方法。

(1)机械或固体

目前自主车使用的激光雷达从技术路径上可以分为两类产品。第一种是机械激光雷达，通过机械旋转实现激光扫描；第二类是固态激光雷达，其技术路线主要分为MEMS、OPA或FLASH。其中，MEMS 激光雷达也可以称为固体激光雷达，但不是严格意义上的纯固体激光雷达，因为有一些微小的机械运动部件。另外，由于全向照明的技术原理，FLASH 激光雷达在测距上有绝对的局限性——很难超过50m(要达到更长的探测距离，需要更高的激光)波长，所以不适合自动驾驶。

实际上，MEMS 激光雷达就是将机械机构小型化、电子化，通过微电子技术将MEMS微振镜集成在硅片上，取代传统的机械对准装置，进行批量生产。垂直一维扫描主要由MEMS微镜实现，水平扫描由整机360度水平旋转完成，光源为光纤激光器件。

OPA(光学相控阵)光学相控阵技术。通过使用多个光源形成阵列，并控制每个光源的时间差，可以合成角度方向灵活的主光束。然后控制，主光束可以向不同方向扫描。与MEMS 激光雷达相比，OPA 激光雷达完全取消了机械结构，结构更简单，体积更小，但难点在于如何提高单位时间测得的点云数据，以及巨大的投入成本。

与传统的机械激光雷达相比，固态激光雷达具有以下技术优势：分辨率高、安装调整效率高、测量距离远、成本低。分辨率高主要是因为固态激光雷达采用连续扫描方式，低帧率下固态激光雷达的垂直和水平角分辨率可以达到0.03°。

(2)单线束或多线束

根据线束数量，激光雷达可分为单线束激光雷达和多线束激光雷达。单波束激光雷达一次只产生一条扫描线，从中获得的数据是2D数据，无法区分目标物体的3D信息。由于数据处理量小、速度快，单线束激光雷达多用于安全防护、地形测绘等领域。自驾车采用多线束激光雷达实现360°扫描。多线束激光雷达一次扫描可以生成多条扫描线。目前市面上的多线束产品有4线束、8线束、16线束、32线束、64线束等。

就机械多线激光雷达而言，每个附加线束都需要一套新的激光发射器和接收器。线束越多，发射器和接收器的数量就越多。机械激光雷达需要通过机械结构的旋转进行扫描，这需要系统中更高的协同控制和组装。所以对于机械激光雷达来说，单纯说线束的大小并没有绝对意义，分辨率更重要；在某些情况下，即使连续增加激光发射机和接收机，也可以累计线数，但分辨率可能不会持续提高，成本会大大增加——64线机械激光雷达的价格比普通汽车贵。相反，固态激光雷达不需要通过增加发射机和接收机来增加线路数量。MEMS 激光雷达可以轻松达到100~200线，分辨率大大提高。

(3)905纳米或1550纳米

目前自动驾驶领域使用的激光雷达大多有905nm和1559nm两种。与昂贵的1559nm/kloc-0相比，905nm/kloc-0成本低，产业链成熟，能够适应固态/kloc-0雷达大批量生产的趋势。但毫无疑问，1550nm时人体视觉安全性更高，可以使用单脉冲辐射能量更大的激光这意味着探测距离会更长。目前国内外的产品主要是905nm 激光器件。

三性能参数

测量距离、测量精度、扫描频率和角分辨率是考虑3D 激光雷达性能的几个重要指标。另外要注意暗物的检出率和抗干扰能力。暗物体会吸收大部分光能，所以对于暗物体来说，激光雷达的探测能力必然会下降。一般来说，会选择10%反射率的物体进行检测。另外，不同的激光雷达会相互干扰。这是因为没有激光雷达的脉冲波可能会被混淆，导致成像画面中出现一些快速移动的噪声斑点，可能会被误认为不存在障碍物，影响驾驶判断。这个问题目前可能不大，但随着量产车越来越多，必须克服。目前解决同一个飞行器上不同雷达之间的干扰问题主要有两种方法：改变激光雷达的相对位置和控制两个雷达之间的相位。但是面对其他车辆的雷达干扰，这两种方法都不适用。一些雷达制造商对激光进行编码，只有当接收器接收到正确编码的激光时，才会被系统确认。

四应用场景和市场

As 激光雷达，最引人注目的应用领域当然是自动驾驶。麦肯锡预测，到2025年，无人驾驶汽车的产值将达到0.2~1.9万亿美元，到2022年，KLOC-0/LiDAR的全球市场规模有望达到5万亿美元以上。

近年来，激光雷达已广泛应用于导航领域，如机器人和无人机的避障，智能车的自动驾驶(包括不同级别的辅助驾驶)。目前该领域高端硬件技术正在发展，产品应用于各种智能车的原型车，而低分辨率、响应慢的扫地机器人等低端技术已经量产。值得一提的是，特斯拉一直坚持认为激光雷达不适用，但从长远来看，激光雷达对于自主车来说还是不可或缺的。

除了导航，激光雷达还可以用于测绘和安防。激光雷达由于具有获取被测物体三维信息的能力，常用于室内建模、道路及设施数据采集、矿山采空区测量，或者搭载在飞机上进行大规模的电力线巡逻、林业普查、水利勘测等。目前这方面的硬件技术比较成熟，室内有解决方案，装在汽车、轮船、飞机上，体积大，精度高，探测范围远。此外，激光雷达还可用于布置防控设施，实现区域监控。

五营销产品

目前国内外的激光雷达产品以机械为主，价格比较高；而且就激光雷达的RD水平而言，国内外并无明显差异。就固态激光雷达而言，其扫描器件还不够成熟，在量产工艺和可靠性方面还存在很多问题。因此，“不稳定”和“批量生产困难”是困扰当前激光雷达公司的主要问题。业内人士认为，固态激光雷达研发中最大的难题在于如何实现光路的精确控制，提高分辨率和视角，如何实现激光回波的高信噪比检测，尽可能少的使用机械或机械结构，提高检测距离。

六如何看待激光雷达的未来发展

激光 radar的上游制造链成本低，货源充足。就下游供应链(测绘导航)而言，激光雷达是核心组件，供应不足，所以整个产业链的核心都集中在激光雷达产品上。具体来说，国产自主研发的激光雷达已经达到世界一流水平，但在新产品上并没有出现大的技术飞跃。激光雷达的概念并不新奇，国内的研究所和军事部门都在这个领域进行了投入。未来随着整体自主驾驶技术的成熟和5G网络的布局，更多的激光雷达将从实验室进入市场，更多的高校科研院所科研成果将被转化。相应的，激光雷达上游供应商(如扫描设备供应商)会更加多元化和成熟，谁能赢得稳定的货源可能是破局的关键。

至于激光雷达未来的发展趋势，现在一致同意用固体激光雷达取代机械激光雷达。目前距离这个关键节点还有很长的路要走。一是机械激光雷达成熟度较高；其次，现有的solid 激光 radar产品难以批量生产，同时满足远程测量和低成本的要求。所以对于自动驾驶公司来说，机械激光雷达这两年用得比较多。所以对于购买激光 radar的客户来说，如果选择固态激光 radar，会面临产品难以快速发货的风险。

最后，不管产品本身的测量性能如何，激光雷达的最终目标应该是小型化和低成本。在满足性能条件，成本足够低，体积足够小的情况下，激光 radar会给很多行业带来很大的变化。历史上，许多大型科技产品在小型化和低成本的过程中找到了更广阔的应用场景。目前可以想象的空间包括工厂自动化在线质量控制，物联网的建立，甚至智能手机的应用。水木资本将继续关注激光雷达相关领域的科技发展，见证并帮助中国激光雷达技术共同进步。

华为自动驾驶曝光，自动驾驶技术的核心技术是什么？

现在越来越多的互联网企业开始进入到传统的制造行业当中，希望能够在其中分一杯羹，主要是因为现在新能源汽车已经逐渐成为了一个能够得到大家认同的社会主流。而此前华为就宣布希望能够制造出属于自己的智能汽车。但是随后他们又回应表示他们并没有造汽车，只不过是被一些汽车提供一些核心技术，特别是在自动驾驶方面。那么今天就跟大家来探讨一下，自动驾驶的核心技术到底是什么。

第一，什么叫做自动驾驶？

其实我们完全可以换另外一个角度来看自动驾驶，那就是把自动驾驶看做是另外一个人在帮助你进行驾驶。在这个时候，你可以解放自己的双手和大脑，甚至可以在车上睡一觉。而说白了，这就是一种非常简单的人车交互形式。但是说起来容易做起来难。自动驾驶吃醋以非常难，就是因为在于很难有机器和程序可以直接代替人脑的运行逻辑。

第二，自动驾驶的核心在哪里？

自动驾驶最难的地方应该就在于它如何分辨它当前所处的环境。特别是在一些复杂的路段进行驾驶的时候，现行的自动驾驶技术完全不能够取代人工。所以一般情况下，自动驾驶技术主要是在高速上或一些车流量比较少的地方使用。这主要是因为自动驾驶没有办法分辨当前环境并做出合理的处理。在这样的情况下，它甚至会因为自身接收到的信号比较的复杂，导致它的程序出错，从而酿成一系列的惨剧。

第三，如何看待自动驾驶？

从一些科技电影来看的话，自动驾驶技术在未来肯定是能够实现的，只不过需要的时间还是比较长的。而华为这一次所推出的自动驾驶技术，已经是比较成熟的。不过目前还没有大量的投入到市场当中，所以还不能够下一个定论。

华为的激光雷达和特斯拉的视觉算法，谁才是自动驾驶的未来？

近日，融合了华为自动驾驶技术的北汽吉虎电动汽车着火了！所有人都感到震惊：为什么家用汽车以前基本上都是L3（在高速道路上自动驾驶），为什么现在又升级为L4自动驾驶仪？自动驾驶仪分类标准必须知道，特斯拉的自动驾驶仪具有丰富的经验。

经过几年的发展，它仅达到了目前的L3-L4水平。关键在于车辆的感知技术是不同的。特斯拉使用纯视觉识别（相机）解决方案，而华为则使用激光雷达技术。这里提到的激光雷达不是那种明亮而又盲目的激光，人眼是看不见的。这是扫地机器人用来探索道路的激光（LiDAR）。无非是看得更清楚，更远的汽车。华为和特斯拉的自动驾驶是两条不同的技术路线。特斯拉主要依靠视觉识别（即相机），因此存在以下问题：1.难以捕获准确的三维信息。

相机提取的信息几乎是二维平面，尤其是稍远的物体，很难与背景区分开。它们都是基于经验来补充深度信息，然后在想象中拼凑成三维三维形状。例如，在美国，有一辆卡车高速翻滚并躺下，因为车身是蓝色和白色，与天空背景混合在一起，无法被识别。特斯拉没有放慢脚步，直奔它，车主死了。 2.较长的人工智能学习周期视觉人工智能识别实际上就像在教育孩子，不断地教授人工智能来识别新场景，然后在识别后转变为新场景。它可能涵盖了大多数场景，但是总会有一些无法识别的意外情况。识别水平的提高取决于向AI提供大量数据，以及不断的训练和改进。

例如，如果您将卡车的数百张照片喂给AI，它会记住这是卡车，其长度，宽度和高度通常约为此大小。但是，在极少数情况下，卡车运载的某些管道超出了限制2米，这取决于它是否了解了这种情况或是否可以自行推理。换句话说，既然人类可以通过视觉和声音辅助来实现驾驶功能，那么为什么不能通过摄像头实现自动驾驶呢？当然，您只需听一听，如果您真的相信它，那就太天真了。

特斯拉不想使用它，但负担不起。 Velodyne在国外生产的64线机械激光雷达的价格为数万人民币。业内人士估计，4000元起价是一个门槛，而2000元起价是大规模普及的时候。马斯克估计，在3-5年内，激光雷达将无法达到大规模生产所需的价格。这条路线浪费时间。不，~~~~~~~，中国又把黑技术变成了白菜的价格。华为生产的96线固态激光雷达比Velodyne先进，价格超过2,000元人民币。你买不到两千元，你不会受苦，你不能上当！很抱歉谈论电子产品的供应链。这里的每个人都不能与中国抗争。汽车将是未来的一大电子产品。

当然，华为在使用激光雷达时也有自己的困难。采取视觉路线，对芯片的依赖性将增加，因为局部计算将非常大。使用激光雷达，大大减少了本地机载计算处理，并且不需要高端的7纳米芯片。它也可以被视为用一块石头杀死两只鸟。它不仅避免了美国对芯片的控制，而且还超过了特斯拉在弯道上的自动驾驶水平。目前，激光雷达应优于纯视觉识别。但是，两者在将来并不相互排斥。未来的发展方向很可能会同时使用，相互融合和相辅相成。比亚迪，吉利，蔚来等国内自主品牌制造商在过去的几年中取得了长足的进步。使用Lidar后，它们应该更加强大。在未来的5-10年中，人们认为在移动电视上自有品牌超越外国品牌的故事很可能会再次在智能汽车中上演。

扫地机器人方案的激光导航和视觉导航有什么区别？

小洁扫地机器人为您解答：

激光导航的扫地机器人是通过LDS激光雷达扫描来判断自己的位置。通过高速旋转发射激光，再通过激光发射后触及障碍物反射回来的时间判断自己和障碍物之间的距离，从而判断相对位置，实现定位。

视觉导航的扫地机器人是通过摄像头来实现定位的。搭载这种定位系统的扫地机器人顶部会有一个摄像头，通过复杂的算法让机器人能够通过感知由亮度不同的光点组成的光学图像来进行定位。

畅谈自动驾驶｜激光雷达或优于视觉算法？

小鹏汽车或成为全球首家将激光雷达技术集成到量产汽车中的电动车制造商。

谈及未来，自动驾驶始终是个迈不过去的坎，如今的自动驾驶技术依旧停留在实验阶段，要大规模投放民用或许还得等待一段时间。

因为自动驾驶的定义在于完全解放双手，所以市面上所谓的自动驾驶都只能算是辅助驾驶，大多在L2和L3级之间。

大势所趋，互联网造车势力都开始了自动驾驶系统的研发和使用，而基于自动驾驶系统衍生的激光雷达技术更是为众多车企首选。

何为激光雷达

激光雷达，英文全称为 Laser Detecting and Ranging，即激光探测和测距，由发射系统、接收系统、信号处理与控制系统组成。

我们知道，自动驾驶由感知、决策和执行三部分组成；激光雷达正是在感知环节扮演着重要的角色。

因为雷达的研发是基于蝙蝠的超声波，类似的仿生系统还有许多，而激光雷达其优点在于覆盖更多和更细节场景以及提高车辆的高精度识别性能。

简单来讲，激光雷达比普通视觉算法反应更快，能在极端恶劣天气下运行自如，但成本也更为昂贵。

诚然，激光雷达相较于视觉算法有着许多天然优势，但激光雷达的价格也贵的离谱，仅仅64线束的激光雷达就可以卖到53万人民币，而一个摄像头只要几千块钱。

激光雷达难取所有人欢心

哪怕强如激光雷达，哪怕众多车企趋之若鹜，依旧有一小部分人对之嗤之以鼻，首当其冲的就属特斯拉CEO马斯克。

老马发文宣称哪怕激光雷达免费自己也不会使用，而且还狠狠嘲讽了小鹏汽车一波，作为小鹏汽车CEO的何小鹏何时受过这种气，当即回怼老马并发誓要打得特斯拉找不着东。

老马是坚定的激光雷达反对者，当然，真理掌握在少数人手里这件事或许有待商榷，不过老马对于自动驾驶还是有一定发言权的。

马斯克坚持使用视觉算法，并不断改进摄像头来收集数据，他认为通过人工智能，可以用"更软"的方式看清路况和场景，而不需要一个昂贵的硬件设备。

其实这也是成本在作怪，因为老马的视觉算法运用到今天已经投入大量资金，如果要使用激光雷达就得从头开始，对于一个商人来讲这很显然不够理智。

不过，激光雷达是未来趋势，不管老马喜不喜欢它都是必然凌驾于摄像头之上，因为摄像头是二维而不是三维的，现实却是三维的——这中间，会存在信息失真。

包括特斯拉视觉算法害死的驾驶员不胜枚举，而现在激光雷达存在的最大问题就是成本高昂，或许未来量产之后能打破这个桎梏。

写在最后

对于小鹏汽车敢率先量产搭载激光雷达的电动车，消费者应该是乐见其成。

至于老马的冷嘲热讽，我个人理解为老马有些慌了，毕竟敢为人先一直是特斯拉的专利，而小鹏汽车这次却走在了它的前面。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。