Трехмерная система наблюдения LiDAR может построить высокоточную модель окружающей среды в реальном времени, излучая лазерные лучи и затем анализируя возвращенные сигналы. Эта технология превращает традиционное двухмерное обнаружение в трехмерное восприятие и оказывает революционное влияние в таких областях, как автономное вождение и картографирование местности. Благодаря снижению затрат на оборудование и оптимизации алгоритмов сценарии его применения быстро расширяются от профессиональной сферы до гражданского рынка.
Как системы LiDAR достигают трехмерного изображения
Система лазерного обнаружения и измерения дальности получает информацию о расстоянии путем расчета разницы во времени прохождения лазера туда и обратно. Среди десятков тысяч лазерных точек при сканировании с частотой миллионы раз в секунду могут формироваться данные плотного облака точек. Каждая точка содержит трехмерные координаты и информацию о типе интенсивности отражения. После обработки эти необработанные данные позволяют восстановить трехмерную форму объекта.
В современных LiDAR используются различные технические маршруты для повышения производительности. Механическое вращение использует вращение на 360 градусов для достижения всенаправленного покрытия. Твердотельный LiDAR использует оптические фазированные решетки для электронного сканирования. Например, 128-строчный лидар может генерировать 2,4 миллиона точек данных в секунду. Этих данных достаточно, чтобы отслеживать едва заметные движения пешеходов в режиме реального времени. Эта функция высокого разрешения делает его намного лучше традиционных датчиков в обнаружении препятствий.
Применение 3D LiDAR в автономном вождении
В области автономного вождения LiDAR вместе с камерами и радарами образует мультисенсорную систему. Он способен точно идентифицировать транспортные средства в радиусе 200 метров, а также способен точно идентифицировать пешеходов в радиусе 300 метров. Он может поддерживать стабильную производительность даже в таких условиях, как ночь и сильный свет. Эта надежность побудила основные автомобильные компании, помимо Tesla, рассматривать его как основной датчик для автономного вождения высокого уровня.
В практических приложениях алгоритмы машинного обучения используются для выполнения семантической сегментации облаков точек LiDAR. Система может различать дорожную разметку, дорожные знаки и движущиеся препятствия, тем самым предоставляя структурированную информацию об окружающей среде для системы принятия решений. Объединив несколько LiDAR, система Waymo пятого поколения достигла точности позиционирования на уровне сантиметра, чего невозможно достичь с помощью чисто визуальных решений, и этого трудно достичь.
Преимущества LiDAR в сфере геодезии и картографии
При традиционной съемке и картографировании тахеометр требует проведения нескольких измерений. Однако бортовой LiDAR может получить квадратные километры данных о местности за один полет. Он способен проникать в проломы в растительности и подниматься на возвышенность. Эта способность играет важную роль в лесохозяйственных и энергетических инспекциях. С помощью множественного эхо-анализа он может даже рассчитать высоту деревьев и плотность кроны.
В области городского моделирования мобильная геодезическая и картографическая система сочетает в себе LiDAR с GPS и IMU, а точность собранных данных об облаках точек зданий может достигать сантиметрового уровня. Такие трехмерные модели не только охватывают геометрическую информацию о внешнем виде, но также могут различать различные материалы на основе интенсивности отражения. Это обеспечивает точные базовые данные карты для строительства умных городов и предоставляет глобальные услуги по закупкам слабых текущих интеллектуальных продуктов!
Различия в производительности LiDAR на разных длинах волн
LiDAR в основном классифицируется на основе используемой длины волны и может быть разделен на две категории: ближний инфракрасный (905 нм) и дальний инфракрасный диапазон (). Технология ближнего инфракрасного диапазона 905 нм является зрелой и недорогой, но ее дальность обнаружения ограничена, а порог безопасности для человеческого глаза для длин волн, чувствительных к помехам солнечного света, относительно выше. Он может обеспечить большую мощность излучения и, следовательно, больше подходит для сценариев обнаружения на больших расстояниях.
Выбор длины волны напрямую влияет на производительность системы. LiDAR лучше проникает в туманную погоду, что имеет решающее значение для безопасности автономного вождения. Оборудование, изготовленное по нормам 905 нм, более рентабельно при работе на малых расстояниях. Как и в случае с системой предотвращения препятствий сервисных роботов, производители должны сбалансировать соотношение между длиной волны и стоимостью на основе конкретных сценариев применения.
Метод обработки данных облака точек LiDAR
Исходные данные облака точек содержат много шума и избыточной информации. На этапе предварительной обработки используются алгоритмы фильтрации для удаления выбросов, а затем методы кластеризации используются для сегментации различных объектов. В последние годы методы глубокого обучения значительно повысили эффективность обработки, а такие сети, как Etc., могут напрямую классифицировать и сегментировать облака точек.
Сжатие данных является ключевым звеном. Объем данных облака точек в одной сцене может достигать уровня ГБ. С помощью кодирования октодерева и извлечения признаков объем данных можно сократить более чем на 90 %, сохранив при этом ключевую информацию. Эта возможность обработки позволяет мобильным устройствам запускать сложные алгоритмы анализа облака точек в режиме реального времени.
Будущие тенденции развития технологии LiDAR
Являясь четким техническим направлением твердотельных технологий, МЭМС-микрозеркала и оптические фазированные решетки заменяют механические вращающиеся структуры. Это не только повышает надежность, но и снижает стоимость с десятков тысяч долларов до тысячи долларов. Ожидается, что к 2025 году цена автомобильных LiDAR войдет в приемлемый диапазон массового рынка.
Еще одна важная тенденция — интеграция чипов. Например, некоторые компании разрабатывают фотонные интегральные схемы для объединения сотен оптических компонентов на одном кристалле. Это решение значительно уменьшает размер и энергопотребление, открывая возможности для приложений в области бытовой электроники, таких как интеграция датчиков micro-LiDAR в смартфоны.
Какие существующие технические узкие места в рамках вашей работы, скорее всего, может решить технология 3D LiDAR? Вы можете поделиться своими мыслями. Если вы считаете эту статью ценной, пожалуйста, поставьте ей палец вверх и поддержите ее, а также перешлите ее другим нуждающимся коллегам.
Добавить комментарий