2021年,被称为激光雷达元年,搭载车规级固体激光雷达的量产车将于年内上市。

激光雷达作为一种全新的车载传感器,正在无人驾驶、智能驾驶等行业普及,对如何评价激光雷达性能、检测3d点云质量的领域认识和标准也在不断深化。

最初关注纸面上的参数指标,如最远测距、分辨率、测距精度、视场角等,但后来技术人员发现,测距不仅要看纸面上最远测距数据,还必须看对低反射率物体的测距能力。 例如,通常认为黑衣的反射率为10%,专家在测距中询问10%的物体的测量距离是多少。 技术过硬的制造商也在参数表上表示。 例如,轨距级固体激光雷达显示“测距精度也一样,会显示‘测距精度±3cm(1sigma )’的统计概率。

“怎么评价车载激光雷达性能的优劣?”

激光雷达的参数指标固然重要,但这只是激光雷达性能的“基本功”。 在纷繁复杂的交通驾驶场景中,存在着诸如高物体、近处障碍物、阳光照射、多雷达对射等极端情况,这将导致激光雷达的点云图像出现一系列异常,直接导致后期算法误判,导致事故发生。 robosense将这种情况称为激光雷达硬件的“corner case”,如何系统地识别和处理这种极端情况的烦恼考验着激光雷达制造商产品性能的“卓越功夫”。

“怎么评价车载激光雷达性能的优劣?”

作为一家先进的智能固态激光雷达公司,robosense多年来就机械式激光雷达与众多客户进行了交流。 这6年来,积累了各种各样的商业化路线图,通过大面积的拆除和系统的转换,开发了一系列处理这类问题的专利技术,成功引进了固体汽车规格级产品。 以m1为例,robosense极力从产品方面消除行业棘手的难题,保障了点云数据的安全性。

“怎么评价车载激光雷达性能的优劣?”

高反“重影”和“膨胀”

在实际驾驶场景中,交通标志等高反射率物体非常常见,激光雷达对其反射的高强度回波非常敏感,容易在点云中形成“重影”和“膨胀”。

当实际高物体进入激光雷达视场的任意一个区域时,输出的点云不仅在其高真实位置有图像,在其他方位也有可能以类似“重影”的形状大小形成图像。 根据场景的不同,不同类型的激光雷达“重影”的去向可能各不相同。

△有“鬼影”的异常点云

△sop版m1面临着高速公路卡输出的正常点群

“膨胀”现象一般是正常高翻标志的点云轮廓向周围扩展,形成比实际物体大的点云形状,多出来的点云部分的反射强度变低。

△高反对路标明显膨胀的点云

△sop版m1高速公路卡的点云很漂亮

“吸引点”和“空孔”

近场障碍物的检测能力在智能驾驶中也非常有用,例如在堵车和车( tjp )功能中,激光雷达最近的检测距离值越小,与车的距离越短,卷入堵车的可能性越低。

但是,中长距离激光雷达探测近距离物体时发生的“吸点()无法测距)、“/(/k0/)孔”)、无法测量)现象困扰着区域,在发生这两类问题的小区域一般设定为“死角”,

△近距离障碍物出现吸点现象的点云

通过m1光学系统和测距系统的优化,将死角缩小到0.5米,在前车牌照等高反射率物体上,将死角缩小到0.3米,使智能驾驶系统能够合理控制与前方车辆和其他障碍物的距离。

△正确检测sop版m1近距离障碍物

从以上两点云照片也可以看出,sop版m1的测距精度很高,地面点和墙面点很平很薄。 在实际评价中,sop版m1的测距精度达到±3cm(1sigma ),可以正确描绘环境物体的轮廓。

空孔”描绘了激光雷达对近距离低障碍物的探测在远离的过程中“有时没有”的丢失现象。 如果障碍物原来的点云“有时没有”,感知算法就难以连续跟踪,智能驾驶的急刹车和频繁的“减速加速”就容易受挫。

△在近场地倒在地上的轮胎检查中,左侧的点群出现“空孔”,在25m处丢失,右侧的sop版m1在不同的距离被正确检测出来

/ s2/ ]太阳光干扰

强烈的阳光照射是激光雷达环境光干扰源中的重大影响因素,由于车辆朝着太阳方向行驶时,且激光雷达的窗户也朝向阳光方向,解决了经验不足后,激光雷达的点云将产生明显的噪声。

robosense根据整车的安装位置和系统功能,采用了更好的解决方案和光学设计,使m1区分了环境光和激光雷达的发射光,不怕环境光干扰,大大降低了强烈的太阳辐射干扰。

△sop版m1窗口朝向日光方向采集的点云纯正无噪声

对射干涉多光栅十字槽

如果激光雷达彼此过于接近,不同雷达的发射和接收脉冲就容易混淆,点云就会产生噪声。 与这种情况相比,m1使用独特的激光编码加密技术对其他激光雷达的脉冲进行滤波,实现了抵御多雷达的对射干扰。

△左侧的大屏幕显示出抗反射干扰的sop版m1实时点群,右侧的屏幕没有抗干扰的实时点群

点云质量锁定:参数指标优异[/s2/]

点云质量过硬,而且在测距方面,m1最远的探测可以达到200m、150m@10%的反射率,可以准确稳定地识别150米外的黑色车辆(车牌和灯光,还有黑布覆盖) m1的近场探测能力也很好,即使是0.3米的高物体也能比较有效地探测。

m1强大的测距能力,结合平均0.2°x0.2°的分辨率,即使探测到前方150米的轿车,也依然能够得到“4条线13点”的图像,远远大于感知算法所需的“2条线3点”的检测阈值。 另外,m1支持双回声功能,1秒钟的最大点数达到1,500,000点。

“怎么评价车载激光雷达性能的优劣?”

今年1月发布的sop版m1,测距能力、测距精度、视角、死角等基础性能出厂检测指标符合汽车企业标准,已完全锁定,量产产品按照上述性能指标批量生产。

标题:“怎么评价车载激光雷达性能的优劣?”

地址:http://www.0317jhgd.com//dfqcxw/15574.html