
为什么需要激光雷达标定板?
时间: 2024-11-22 16:18:54 | 作者: 天博官方app首页入口
- 产品详情
激光雷达在无人驾驶中的核心特征可以概括为三维环境感知、高分辨率、抗干扰能力。三维环境感知方面,3D激光雷达能够在极短的时间内向周围环境发射大量的激光束,探测距离是介于200-300m远距离和最大90°*30°的大视野探测能力;角分辨率最高可达0.05°*0.05°,保证了它在远距离仍然能准确探测、追踪多个目标,距离分辨率能够达到0.1mard,速度分辨率达到10m/s以内。
激光雷达经过测量激光信号的时间差来确定物体距离,通过水平旋转扫描或者向空扫描角度,以及获取不同俯仰角度的信号,来获得被测物体的精确三维信息。性能冗余和极高的可靠性,满足轨道交通、船舶航运、机场航空、城市交通,工业检测等领域的不一样的需求。由于激光频率高,波长短,所以能获得极高的角度、距离和速度分辨率,如此高的速度和距离分辨率意味着激光雷达可通过距离多普勒成像技术获得非常清晰的图像.
激光雷达在抗干扰能力方面,与微波毫米波雷达易受自然界广泛存在的电磁波影响的情况不同,自然界中能对激光雷达起干扰作用的信号源不多,因此激光雷达抗有源干扰的能力很强,可全天候工作。由于激光雷达中激光束的发射频率一般每秒几万个脉冲以上,相比传统微波雷达高了很多,因而存在分辨率比较高、精度高(厘米级)、探测距离长的优势,此外抗干扰能力相比电磁波更强,由于生成目标的多维头像,因而获取的信息量更丰富,且不受目标物体运动状态的影响。但大多数的激光雷达会受雨雪、雾霾天气影响穿透性变差、测量精度会下降,且难以分辨交通标识和红绿灯,高昂的成本也成为制约激光雷达大规模量产的关键因素。
当然,由于各种测距原理的传感器设备搭载的不同传感器的原理和功能各不相同,在不同的场景里发挥各自的优势,发挥各自在数据领域的优势。目前来讲,单种传感器特性突飞猛进,均不能形成完全进行信息覆盖。以后的发展必然是多传感器融合,融合多技术、多平台是未来发展必然趋势。未来的智能汽车可以视为“移动的传感器平台”,将装备有大量的传感器。并且随只能驾驶从L2到L3级及以上不断推进,激光雷达凭借其精度高、探测距离长、可3D环境建模的特性,重要性越发凸显。
从雷达的功能上看,激光雷达主要由激光发射装置、激光接收端、信息处理单元、线)激光发射:通过将电转化成光,激励源驱动激光器发射激光脉冲线束,激光调制器通过光束控制器控制发射激光的方向和线数,最后通过发射光学系统,将激光发射至目标物体;2)激光接收:经由物体的反射,激光接收单元中光电探测器接受目标物体反射回来的激光线束,接收障碍物的反射信号;3)激光信息处理:接收的信号经过集成模块的放大处理和数模转换器后,经过信息处理模块进行数据计算以便来获取目标障碍物的形态、物理属性等特性,控制模块依据收集信息进行建立物体模型和间距测量。4)线束信号扫描:激光雷达一般来说会以稳定的转速旋转,以此来发送激光束实现对所在平面的扫描,实时产生实时的平面图信息,进行数据计算与更新。
目前,主流的车载激光雷达的技术路线,按照扫描方式为机械式→半固态→纯固态。智能传感器是智能驾驶车辆的“眼睛”,目前应用于环境感知的主流传感器产品最重要的包含摄像头、毫米波雷达、超声波雷达和激光雷达四类。
大家好,这里是《远川讨论》栏目的第一期。 长期以来,在自动驾驶领域,到底是纯视觉技术主导未来,还是视觉+激光雷达混合技术才能走的更远,关于这一个话题的讨论一直未曾停歇。 作为自动驾驶领域最具代表性的企业,特斯拉对纯视觉方案的偏爱不必多说,甚至就连马斯克也多次公开炮轰“车辆上的雷达方案是极其愚蠢的,任何使用激光雷达方案的人或者企业最后都将失败,他们大费周章的使用这些昂贵的传感器本身就是一个麻烦。” 而不久前的世界人工智能大会上,华为ADS智能驾驶产品线总裁兼首席架构师苏箐则公开指责“特斯拉这几年下来,它的事故率还是挺高的,而且是从杀第一个人到最近杀的人,它的事故类型非常像。”华为的量产激光雷达,也即将于今年的年末交货。
主流? /
自动驾驶的火热已无需多言,连街边的大爷大妈都能认出路上正在来测试的,顶着激光雷达的无人驾驶车辆。毫无疑问,无人驾驶行业正在处于快速地发展的成长期,国内外也涌现出大量的无人驾驶初创企业。有人将现阶段的这些无人驾驶公司概括为三种路径,第一种是以waymo为代表的,依靠激光雷达的保守派,第二种是以Tesla为代表的,采取纯视觉的激进派,第三种就是依托上游厂商,自身只专注于软件算法层面。而无论采取哪种路径,安全都是第一位的,无人驾驶行业正处于上升期,民众对其的新鲜感很强,但对其所产生的安全风险隐患的担忧却更多。尤其在近期Tesla频繁撞车的新闻下,民众对于无人驾驶的顾虑正前所未有地上升。 1、什么是无人驾驶技术? 无人驾驶汽车
——前路在何在? /
自动驾驶汽车(AV)是如何观看外部世界的? 你可能听说过LiDAR或其他奇怪的摄像头。但它们是如何工作的,它们如何能看到这一个世界,与人类相比,它们到底看到了什么?如果我们想让AV上路,了解它们的工作原理是至关重要的,尤其是如果你在政府工作参与到制定法规,或作为被服务的对象。 我们通过Tesla AI DAY了解过特斯拉的车辆是如何工作的,但它们与传统的AV不同。特斯拉只使用摄像头来了解世界,而大多数其它公司,如Waymo,使用普通摄像头和3D LiDAR。这些LiDAR相当简单易懂,它们不会像普通摄像头那样产生图像,而是产生3D点云。LiDAR测量物体之间的距离,计算它们投射到物体上的脉冲激光的飞行时间。
据亚马逊发布官方声明称,已经与无人驾驶汽车公司 Zoox 签订了收购协议。 亚马逊称,此次并购并不会改变 Zoox 的使命,Zoox 也将继续保持独立运营。其现任 CEO Aicha Evans、联合创始人兼 CTO Jesse Levinson 也将继续领导 Zoox 的团队。 据了解,Zoox 于 2014 年成立于加州,致力于研究无人驾驶与无人驾驶出租车(Robotaxi)技术。作为一家初创公司,Zoox 的亮点之一是拥有明星管理团队。苹果董事长 Arthur Levinson 之子,斯坦福大学计算机博士 Jesse Levinson 担任 Zoox 总裁及首席科技官,英特尔首席战略官 Aicha Evans
领域的最大手笔投资,收购初Zoox /
行业聚焦 1、RoboSense与地平线达成战略合作,加速高等级无人驾驶规模化落地 12月22日,RoboSense(速腾聚创)宣布与边缘AI计算平台全球领导者地平线达成战略合作。双方将依托各自领域的技术积累和量产经验,重点围绕高级辅助驾驶(ADAS)、无人驾驶、机器人、智慧交通新基建等应用开展深度合作。根据合作协议,基于RoboSense(速腾聚创)第二代智能固态激光雷达RS-LiDAR-M1,以及地平线汽车智能芯片,双方将面向高等级无人驾驶前装量产的融合感知解决方案,进行协同开发与适配。 2、MINIEYE 基于华为 MDC 610 打造的 L2++系统亮相,将于明年Q3量产上车 12 月 2
(图片来源:UCI) 据外国媒体报道,美国加州大学欧文分校(UCI)电气工程师发明了一种新的无线收发器,可将无线G无线通信标准速度的四倍。 这块4.4毫米见方的硅芯片被其发明者称为“端到端收发器”。由于具有独特的数字模拟结构,因此数字信号处理速度更快,能源效率更加高。该团队的创新成果发表在最近的IEEE固态电路杂志上。 NCIC实验室主任、UCI电子工程与计算机科学教授Payam Heydari表示,“该芯片速度和数据速率比新无线标准的性能高出两个数量级。此外,其运行频率更高,意味着所有人都能利用运营商提供的更大带宽。” 他还表示,学术研究人员和通信电路工程师一直在探索无线系统能否达到
据德国《经理人杂志》2月17日报道,德国大众汽车正在与中国华为就收购无人驾驶部门进行谈判。消息人士称,华为与大众汽车的谈判已经进行了几个月,这一笔交易可能价值数十亿欧元。若如此,其最终的交易价将轻松超过百亿块钱。大众之前就公布了其正在为无人驾驶投资近千亿美元的计划,旨在早日引领许多人认为的未来移动性。 《经理人杂志》援引内部消息人士的话称,大众集团领导人几个月来一直在就这一笔交易进行谈判,其中还涉及大众汽车尚未精通的技术系统。大众汽车发言人拒绝置评。华为目前也没有就此作出回应。 迄今为止,中国巨头华为技术公司在汽车市场的活动仅限于与合作伙伴的合作。例如,华为正在与 Seres 一起开发具有专有操作系统 HarmonyO
在过去的二十年,移动计算与半导体(即现在都会存在的计算机芯片)开始加快速度进行发展,并且以人们没办法想象的方式改变着车辆。今天,汽车行业正处于第二次革命的尖峰。 首先,表现在汽车的动力部分,未来无论是纯电动还是混动,都将逐渐挤压甚至取代纯燃油车的市场份额。 其次,整车的高度智能化,让产业的重心不断地从机械化向电子化,从硬件化向软件化转变。原来最传统的机械件,比如方向盘、后视镜等被代替或抛弃,方向盘被取消,仪表盘被新的显示技术所代替,传统的车窗玻璃,变成可触控的显示器,后视镜被摄像头代替。并且这些还不包括从燃油车到电动车所放弃或取消的机械件。各类高精度的传感器,将成为车辆的标配。软件的需求更多更高,随着 无人驾驶 的发展,高精度地图、
之争 (【美】亚历克斯·戴维斯李雨嘉译)
直播回放:无人驾驶和AI的起点——毫米波雷达与3D ToF 解决方案
直播回放: Keysight World Tech Day 2023 - 汽车无人驾驶与新能源
2024 瑞萨电子MCU/MPU工业技术研讨会——深圳、上海站, 火热报名中
STM32N6终于要发布了,ST首款带有NPU的MCU到底怎么样,欢迎小伙们来STM32全球线上峰会寻找答案!
TI 有奖直播 使用基于 Arm 的 AM6xA 处理器设计智能化楼宇
IBM公司科学家实现了“跨芯片”量子纠缠使两块“鹰”(Eagle)量子芯片成功纠缠在一起。每块量子芯片拥有127个量子比特,两块芯片共同 ...
01 Autosar的现状Autosar 曾经被德国汽车制造商普遍的使用,也被美国和日本的其他汽车制造商使用 但是随着新的电子电器 架构和SOA架构,多S ...
引言:激光雷达在无人驾驶应用中主要用来探测道路上的障碍物信息,把数据和信号传递给无人驾驶的大脑,再做出相应的驾驶动作,但室外常见的 ...
现在汽车越来智能了,各种辅助驾驶功能也是越来越先进了,但实现这些先进的功能就离不开汽车雷达这样的一个东西,今天与大家伙儿一起来分享一下雷达相关的问 ...
识读汽车电路图的一般要领1、认真读几遍图注图注说明了该汽车所有电气设备的名称及其数码代号,通过读图注可以初步了解该汽车都装配了哪些 ...
英飞凌携手马瑞利采用AURIX™ TC4x MCU系列推动区域控制单元创新
嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科