簡單介紹自動駕駛中的車載激光雷達

此前我們介紹了激光雷達的由來和歷史發(fā)展，對于激光雷達的基本工作原理，也做了簡單介紹。激光雷達的發(fā)射器發(fā)射出一束激光，激光光束遇到物體后，經(jīng)過漫反射，返回至激光接收器，雷達模塊根據(jù)發(fā)送和接收信號的時間間隔乘以光速，再除以2，即可計算出發(fā)射器與物體的距離。

本文就汽車用激光雷達的分類，先做簡單介紹。

激光雷達根據(jù)安裝位置的不同，分類兩大類。一類安裝在無人車的四周，另一類安裝在無人車的車頂。安裝在無人車四周的激光雷達，其激光線束一般小于8，常見的有單線激光雷達和四線激光雷達。安裝在無人車車頂?shù)募す饫走_，其激光線束一般不小于16，常見的有16/32/64線激光雷達。

單線激光雷達是目前成本最低的激光雷達。成本低，意味著量產(chǎn)的可能性大。

前面北京首個自動駕駛測試場啟用時出現(xiàn)的福田自動駕駛汽車，就使用了4個單線激光雷達，分別布置于無人車的前后左右，用于車身周圍障礙物的檢測，如下圖。

單線激光雷達的原理可以通過下圖理解。單束激光發(fā)射器在激光雷達內(nèi)部進行勻速的旋轉(zhuǎn)，每旋轉(zhuǎn)一個小角度即發(fā)射一次激光，輪巡一定的角度后，就生成了一幀完整的數(shù)據(jù)。因此，單線激光雷達的數(shù)據(jù)可以看作是同一高度的一排點陣。

單線激光雷達的數(shù)據(jù)缺少一個維度，只能描述線狀信息，無法描述面。如上圖，可以知道激光雷達的面前有一塊紙板，并且知道這塊紙板相對激光雷達的距離，但是這塊紙板的高度信息無從得知。

而四線激光雷達則如下圖所示，基本都像這樣。

典型的應(yīng)用，如全新的奧迪A8為了實現(xiàn)Level 3級別的自動駕駛，也在汽車的進氣格柵下布置的四線激光雷達ScaLa。

有了之前單線激光雷達的原理介紹，參考單線激光雷達的基本原理，那么四線激光雷達的工作原理就很容易理解了。如下圖所示，不同的顏色代表不同的激光發(fā)射器。

四線激光雷達將四個激光發(fā)射器進行輪詢，一個輪詢周期后，得到一幀的激光點云數(shù)據(jù)。四條點云數(shù)據(jù)可以組成面狀信息，這樣就能夠獲取障礙物的高度信息。而根據(jù)單幀的點云坐標(biāo)可得到障礙物的距離信息。再根據(jù)多幀的點云的坐標(biāo)，對距離信息做微分處理，可得到障礙物的速度信息。

實際應(yīng)用時，在購買激光雷達的產(chǎn)品后，其供應(yīng)商也會提供配套的軟件開發(fā)套件（SDK，SoftwareDevelopment Kit），這些軟件開發(fā)套件能很方便地讓使用者得到精準(zhǔn)的點云數(shù)據(jù)，而且為了方便自動駕駛的開發(fā)，甚至?xí)苯虞敵鲆呀?jīng)處理好的障礙物結(jié)果。

如下圖所示，綠色的矩形框即為障礙物相對于自車的位置，矩形框的前端有個小三角，表示障礙物的運動方向。

上面介紹了安裝在無人車四周的激光雷達，而對于安裝在無人車車頂?shù)募す饫走_，其激光線束一般不小于16，常見的有16/32/64線激光雷達。

16/32/64線的激光雷達的感知范圍為360°，為了最大化地發(fā)揮他們的優(yōu)勢，常被安裝在無人車的頂部。三款激光雷達的技術(shù)參數(shù)和成本如下圖。

360°的激光數(shù)據(jù)可視化后，就是大家經(jīng)常在各種宣傳圖上看到的效果，如下圖。圖中的每一個圓圈都是一個激光束產(chǎn)生的數(shù)據(jù)，激光雷達的線束越多，對物體的檢測效果越好。比如64線的激光雷達產(chǎn)生的數(shù)據(jù)，將會更容易檢測到路邊的馬路牙子。

16/32/64線的激光雷達只能提供原始的點云信號，沒有對應(yīng)的SDK直接輸出障礙物結(jié)果。因此各大自動駕駛公司都在點云數(shù)據(jù)基礎(chǔ)上，自行研究算法完成無人車的感知工作。

Google Car上最重要也是最貴的器件就是頭頂?shù)倪@臺Velodyne Lidar公司生產(chǎn)的HDL-64E 64線激光發(fā)射器了。它可以一邊旋轉(zhuǎn)一邊不間斷的發(fā)射64束最遠射程可達120米的激光束，并接收反射回來的光束，依據(jù)返回時間的差別計算出物體與汽車之間的距離。從而繪制出汽車周圍實時的3D地形圖。并且因為光束非常密集并且刷新頻率非?？欤C合探測數(shù)據(jù)后還可以判斷出物體的形狀、大小和大致的運動軌跡，以此作為接下來行動的判斷依據(jù)之一。HDL-64E的性能非常強大。每秒可以給Google Car的處理器提供130萬組數(shù)據(jù)，這可以保證提供給Google Car處理器的信息幾乎是實時的。當(dāng)然這也對處理器提出了更高的要求。下圖就是在HDL-64E的運作下Google Car看到的世界：

這是未經(jīng)處理器處理過的原始數(shù)據(jù)樣貌，Google Car會將收集到的數(shù)據(jù)與車體內(nèi)置的谷歌地圖已有的信息進行整合，從而判斷出相當(dāng)精確的四周的狀況，為系統(tǒng)做出正確反應(yīng)打下良好基礎(chǔ)。