随着人工智能时代的来临,激光雷达被广泛应用于自动驾驶、机器人、安防监控、无人机、地图测绘、物联网、智慧城市等高新科技领域。据估计,2020 年,全球激光雷达市场规模将超过百亿,2050 年有望超过6000 亿,发展规模呈现指数级增长。激光雷达(LiDAR),无人驾驶的“眼睛”,人工智能时代最具想象力的传感器。LiDAR 能够进行主动探测,不受外界环境光影响,实时感知环境信息,获得精确可靠的三维数据,从而赋予机器人超越人类的视觉能力。
在人工智能技术正快速产业化的自动驾驶领域,市场规模巨大,据汽车行业相关权威机构预测,至2035 年全球自动驾驶汽车销量将达到1180 万辆。预测到2025 年,自动驾驶汽车将催生出一个2000 亿至1.9 万亿美元的巨大市场。与此同时,物流领域已被视为自动驾驶技术率先落地的场景之一,根据国家物流与采购联合会数据,智慧物流市场规模将在2025 年突破万亿。激光雷达凭借强大的感知能力,守护自动驾驶对人类出行安全的承诺,已成为该领域必不可少的传感器,与自动驾驶相辅相成,共同快速发展。
激光雷达(LiDAR)是通过激光测距技术探测环境信息的主动传感器的统称。它利用激光束探测目标,获得数据并生成精确的数字工程模型。目前激光雷达的激光测距技术有三种:
1. 激光飞行时间法(TOF),通过将光脉冲在目标与雷达间的飞行时间乘以光速除以二,就可以获得距离,该方案成熟度比较高,适用于长距离探测,绝大部分车载激光雷达采用的就是该方案。
2. 三角法,由于入射光和反射光构成一个三角形,对光斑位移的计算运用了几何三角定理,故该测量法称为激光三角测距法,适合短距离测量,多用于单线二维激光雷达。
3. 调频连续波法(FMCW),原理类似Radar,通过多普勒效应等光的波动变化,测算发射光谱频率和接收光谱频率的差异,便可得出距离和速度,该技术方案比较前沿,尚无成熟产品。激光雷达的种类比较多,可以通过下面几个主要方面划分:
(1) 按照功能用途,可以分为激光测距雷达、激光测速雷达、激光成像雷达、大气探测雷达、跟踪雷达;
(2) 根据载荷平台,可以分为星载、机载、车载和地基;
(3)根据扫描方式,可以分为机械式、MEMS、Flash、OPA;
(4)根据雷达线束,可分为单线和多线;
(5)自动驾驶广泛使用的激光雷达产品属于车载多线成像激光雷达,这类是本文探讨分析的对象。
激光雷达相对于其他传感器的优点
由于激光雷达与摄像头具有出色的成像能力,一直以来被当作自动驾驶的核心传感器。激光雷达相较于毫米波雷达与摄像头的好处是它能得到准确的三维信息,而且自身是主动光源,能够不受光照的影响,白天和晚上都能照常工作。摄像头识别的颗粒度比较高,能够获得丰富的纹理色彩,所以能够实现精细化的识别,在这一点上激光雷达不如摄像头。摄像头最大的缺点是受环境光的影响大,在强光照射、高亮反白物体、夜晚弱光环境等情景下,采集到的数据都难以通过算法进行有效可靠的环境感知。
激光雷达是通过激光主动探测成像的,不受环境光影响,直接测量物体的距离方位、深度信息、反射率等。算法首先对障碍物进行识别,然后再分类,识别准确度和可靠性远超摄像头,而消耗的计算资源低于摄像头。可以说,激光雷达在自动驾驶中的应用,最重要的部分就是高精度定位,先确定自身所在的位置,自动驾驶车辆才会面临“要往哪里去”的问题。所以,确定“我在哪里”是第一步,也是非常关键的一步。按常规理解,定位应该只是GPS的任务,的确,自动驾驶的定位会用到GPS,但是GPS定位的精度不足,而且在遇到高楼林立或者进出隧道等情况下信号稳定性差,因此难以保证自动驾驶车辆的安全。所以自动驾驶定位需要结合激光雷达、GPS、IMU等,以完成稳定可靠的高精度定位。激光雷达硬件配合针对自动驾驶研发的AI感知算法,可以完成对周围障碍物进行识别,对路边沿进行检测,进行高精度定位等任务,还能够实现分类标注,把障碍物分为卡车、小汽车、行人、自行车等。
激光雷达与自动驾驶的产业化发展之路
首先,我们对自动驾驶的发展做一个阶段性的划分,根据发展历史和行业未来的预测,自动驾驶的发展可以分为三个阶段。第一个阶段,2016年之前,实验室阶段;第二个阶段,2016年到2020年前后,试运营阶段;第三个阶段,2020年之后,大批量商业化运营阶段。在每一个阶段,自动驾驶都对激光雷达有着迫切的需求,激光雷达技术产品的发展也推动着自动驾驶的快速发展。