这是一篇针对初学者的LiDAR文章-车友推荐-聚鸿汽车用品

对一些这是一篇针对初学者的LiDAR文章和大雾宝马开车照片相关的题，你究竟了解多少呢？下面来让小编带大家来了解一下吧！

有一次，我和一位业内外的朋友谈论自动驾驶汽车。这并不是一个“太新”的术语。“自动驾驶？至少需要10年。”这是他口中的案。这也从另一个层面反映出，实际上还有很多人对自动驾驶，甚至辅助驾驶了解甚少。

所以，如果有机会的话，我想用最简单的语言来谈谈目前自动驾驶的进程，而不可避免的就是目前很火的“激光雷达”。

首先我们看一下自动驾驶的三个基本要素感知——决策——执行。识别层是整个自动驾驶流程的最顶层，识别的准确性对于后续的决策和执行起着至关重要的作用。

对于500度近视的人来说，戴眼镜开车是一个质的区别，这就是“感知层”的重要性。

激光雷达就是为了解决这个题而出现的。重要的不仅在于机器戴着“近视眼镜”，更重要的是，通过戴上这些眼镜，机器不仅可以看得更远，可以看到可感知的世界，还可以看到“360度”。“没有盲点。”

为什么需要激光雷达

此前，自动驾驶市场有谷歌Waymo、Cruise、百度Apollo等高端玩家，但这些科技巨头靠卖系统和解决方案赚，而不是卖汽车。

因此，首要任务就是先打造一个‘成品’。这意味着，无论成本如何，都可以通过堆叠BOM来实现自动驾驶。

在“真正的”乘用车市场采用科技巨头的做法，只会导致生产的汽车被高价出售或亏本出售并流向慈善机构。而商业化则是需要进一步考虑的事情。

换句话说，他们想做的是制造对大多数人来说有利可图且买得起的汽车。因此，廉价的毫米波雷达+摄像头融合方案成为首选。这就是我们常听到的L2级辅助驾驶。

这种组合的性能上限不高，很难实现真正的自动驾驶。主要原因是认知能力不够，说白了就是机器对世界的认识不够清晰。

首先我们来说说毫米波雷达，它的主要功能是测距、测速、测方位。其原理是连续发射和接收电磁波，计算发射和返回的时间差来实现测距功能，并通过多普勒效应计算返回接收天线的雷达波的频率变化来实现测速，以及然后计算。通过接收反射电磁波的相位差来确定方位角。

这里，你可以想象靠着墙打乒乓，毫米波雷达的原理是计算人与墙的距离、乒乓的速度以及人与墙的距离。计算乒乓的轨迹。角度差。

不过，毫米波雷达本身就存在很多缺点，例如，即使毫米波雷达上安装了高度天线，也不一定能够检测高度。如果障碍物在空中水平，则通过毫米波雷达进行监测。小于这个值是因为高度不是恒定的。

当然，这只是一个缺点，另一件事是道路上的大多数物体都会产生回声，因此毫米波雷达必须在算法中滤除静止物体产生的回声。例如，在弯道上，如果你的正前方有一根电线杆，通过检测电线杆的毫米波雷达的回波，判断前方有障碍物，然后踩刹车，造成奇怪的情况。现象。‘破鬼’运动。这就是为什么毫米波雷达识别静止物体的能力很小。

此外，毫米波雷达不会产生来自“水滴”等透明物体的回波。这会导致机器误认为这是一条“无尽的路”，直接导致雨天识别精度变差。

说完毫米波，我们再来说说摄像头。

首先，夏瀚瀚的机器显然没有相关能力，所以无法理解视频的含义。然而，它可以理解照片，因为它使用了人工智能图像识别。其原理是，机器将视频分割成图片，然后将图片拉伸到最大尺寸，然后通过“像素-部分-整体”三个原始步骤来识别它是什么。

两者之间最重要的是“算法逻辑”，这意味着告诉机器它是什么，然后对图片进行分类，以便机器下次知道它是什么。

举个简单的例子，只要看这些大灯就知道这是一辆宝马5系。为什么你认为这是5系列？因为首先，我看到了它，其次，我的大脑认为这是5系列。

那么题来了，假设这款5系变白了，肯定会被认出来，但是机器呢？第二，假设你现在有一辆奥迪A4L，机器会识别吗？

案是一个人知道，另一个人不知道。

我们先说第一个，因为深度学习使用的是卷积神经网络。总之，从颜色上你无法判断它是不是5系，但它更多的是一个核心的“车灯”。卷积神经网络通过将图片划分为多个像素区域来对图片进行分类，如果有匹配的像素区域，则直接匹配，而愚蠢的机器此时就学会了如何“思考”。

其次，当然，机器无法识别它们以前从未见过的场景。这就是自动驾驶的经典长尾效应总有机器从未见过的东西，所以不存在100%的安全，就像特斯拉实现了闭环数据循环一样。用户将道路数据直接传输给专用车，特斯拉迭代算法逻辑，然后通过OTA反馈给用户。

然而，在目前生产的汽车中，特斯拉是唯一一家拥有足够的计算能力、道路场景数据和算法逻辑来完成这样的任务的汽车。他们不想争夺第二名，所以他们依赖“插件”，比如我们稍后会讨论的“高精度地图”。

回到正题，摄像头的“图像识别”理论上可以弥补毫米波雷达滤除静态物体识别的题，但这也是建立在良好的算法和充足的道路场景数据的基础上的，摄像头看不到物体。必须是。更清晰一点，更远一点。

不过相机也会因为外界环境的变化而影响作品的稳定性，比如大雨或者逆光较强的场景，歌曲《酷酷的》最适合。此外，像素清晰度和距离测量不准确等题也是视觉解决方案的缺点。

最终，毫米波雷达收集距离和速度信息，摄像头收集道路图像信息，各自将其信息传输给芯片，芯片做出决定，这就是“融合”。这里芯片的计算性能非常重要，不过“芯片”我们稍后再说，今天的主角是“激光雷达”。

激光雷达有什么作用？

目前毫米波与摄像头传感器融合方案受天气条件影响，高速场景中静止物体识别能力较差，且存在长尾效应。这三个原因就是使用激光雷达的原因。汽车公司是“安全且冗余的”。“U”是政治上正确的做法。

但关键原因是激光雷达价格大幅下降。举个简单的例子，就在几年前，一台Velodyne64线机械激光雷达的售价为7万美元，单笔订单达到100万美元才提供技术支持。根据声明，Luminar的300线1550nm波长激光雷达已准备好量产，套装软件和硬件的成本将不超过1000美元，这对汽车制造商来说是一个优惠的价格。

回到正题，简单解释一下激光雷达的工作原理，它主要由激光发射器、光接收器和信息处理三部分组成，它不断地向外界发射激光束，碰到障碍物后，光束被反射。然后，从物体反射的光脉冲被接收传感器接收。

根据已知的光速，计算两个信号的时间差和相位差，从而确定车辆与物体的相对距离，然后通过水平旋转扫描或测量物体的角度来获得信号相位控制扫描。您可以从不同的俯仰角度获取有关世界的高级信息。

结合以上三个功能，LiDAR可以检测物体之间的距离和角度，然后利用软件算法进行3D建模。这使我们能够将人眼看到的现实世界转变为机器可以理解的虚拟世界。

在此过程中，每当激光雷达发射和接收激光信息时，通过这种“闭环”操作获得的位置信息被称为“点云”。点云越多，激光雷达感知世界就越准确，要处理的信息越多，对算力的要求就越高。

由于我们的汽车在移动，环境在实时变化，因此收集完整的点云信息需要传感器跟上收集点云的速度。也就是说，“生成的点数”必须足够。然而，仅仅看“点数”是不够的。扫描频率和测距采样率同样重要。这三者共同构成了激光雷达地理定位感知的实时性。说白了，就像人眼一样，我们需要实时更新我们能看到的世界。

另外，为了更广泛地感知世界，LIDAR能够感知的角度非常重要。现有方法采用旋转部件，简单来说就是旋转激光雷达进行360度扫描。

固态激光雷达也有相应的解决方案，以结构相对简单的MEMS激光雷达为例，该技术通过旋转嵌入式反射镜并向该区域发射激光来扫描周围环境。旋转反射镜通过反射镜进行各种角度的反射，原理上和我们小时候用镜子反射阳光的无聊方法类似。

通过上述方法，LiDAR可以向周围发射激光点阵列，同时接收反射的激光脉冲，测量发射源与测量物体之间的相对距离，并直接获取三维矢量数据并将其用作自测量定位系统。允许视觉解决方案知道它们在环境中的确切位置，这比在二维平面图像上使用视差深度算法更准确。您可以简单粗暴地理解“目视检查”和“用尺子测量”的区别。

这不仅解决了无法识别静态物体的题，还可以接收反射的激光脉冲来描绘物体的形状和距离，包括整体道路状况和其他交通参与者。道路场景。这将从技术层面解决很多长尾效应带来的题。

激光雷达还能做很多其他事情。例如，如果想根据不同物体发出的激光信号的差异来对物体进行分类，可以参考上面提到的“卷积神经网络”。然后激光雷达也可以学习“自我”。-想法”。

激光雷达相对于摄像头的最大优势在于，它不会受到外部环境的影响，因为它会发射自己的激光束，并且无论白天还是夜间都运行更加稳定。因此，请阅读下文如何应对逆光和“雨、雪、雾、霜”等极端天气条件的影响。

您需要什么类型的激光雷达？

激光雷达是我见过的分类最广泛的物种之一。就线束而言，有无数的选择，如16线、32线、64线等。按工艺结构分为机械式、混合固体式和纯固体式。非机械激光雷达扫描方法还包括MEMS、相控阵和微透镜阵列。根据发射器的波长，有905nm和1550nm。

总而言之，我们首先设置标志。真正适合汽车级的激光雷达首先要满足三个前提300线、结构坚固、波长1550nm，其余都是过渡技术。

首先我们来说说线束，这里所说的300线并不是采用300根激光线束进行机械垂直排列，而是通过串行和并行扫描的方式来达到类似300线的分辨率。理论上900线也可以用。未来是根据这些技术方法来实现的。

纵观自动驾驶的真实场景需求，激光雷达首先要解决识别题。更多的线束意味着发射更多的光脉冲，为您提供更多的点云信息并更好地了解您的环境。确切地。300线激光雷达理论上可以达到图像级的识别精度，这对于哑机特别友好。再次强调，只有这样机器才能像人眼一样理解世界。

谈技术发展路径，激光雷达分为机械旋转、混合固体和纯固体三种类型。从成本和可靠性来看，机械旋转器注定无法商业化。

因为我从来没有见过一台暴露在外面并且每天猛烈加速的机器。宝马x3大灯在雨雾模式下？头灯雨雾模式包括

1、增加LED照明组的亮度，降低照明角度和漫射照明范围，以达到雾天的照明效果。

2、目前很多汽车取消了前雾灯，为了应对雨、雾等恶劣天气，部分车型的大灯具有雨、雾模式。