近距离观察激光雷达和立体视觉。

这两种技术都用于自动驾驶汽车的目标检测,但它们如何比较?

自动车辆通常部署多个传感器系统以进行环境感知:LIDAR,雷达和相机模块是最受欢迎的。这些传感器系统在音乐会上工作,提供外部世界车辆,行人,骑自行车者,迹象的全面代表,以及它们的重叠功能也会产生冗余,确保如果一个系统逐渐损失,则在那里填补差距。

雷达是大多数汽车传感器套件的组成部分。188金宝搏备用网雷达是一种成本相对较低、可靠、经过时间考验的技术,能够在合理的距离内探测到较大的目标,在弱光和恶劣188bet手机网页版登录天气情况下表现良好,这两者都是汽车领域的强大优势。188金宝搏备用网然而,由于雷达很难探测到更小的物体和识别对于探测到的物体,雷达只是解决方案的一个组成部分,它是初级传感方式的一个重要补充,如激光雷达或相机。

安装在汽车保险杠后面的雷达模块。

LIDAR技188bet手机网页版登录术通过测量激光信号从对象反弹并返回到本地传感器来提供距离测量。相机 - 当成对(例如,立体声摄像机) - 提供距离估计,在这种情况下,基于从两种不同的视点所取的视觉信息的三角测量结果(即,两个相机)。

立体视觉和激光雷达都具备作为车辆自主的主要传感器系统所需的能力,值得注意的是,它们可以同时部署以产生冗余。那么,这两种感知模式的优缺点是什么呢?

两个技术的故事。

立体声和激光雷达都能够距离测量,深度估计和致密点云生成(即,3D环境映射)。两者都产生丰富的数据集,不仅可以使用用于检测物体,而是在各种道路条件下识别它们 - 以高速度,并且在长短的范围内。两者都具有优缺点。有明显的胜利者吗?

如前所述,LIDAR使用与声纳类似的原则。它通过发射激光脉冲并测量这些信号从物体的ricochet返回到接收器来确定车辆和环境之间的距离并测量它所花费的时间。信号的数量越大,可能的距离测量的数量越大 - 更好地是不可否认的。通常,这是通过使多个激光器能够在360度场中旋转(物理上或逻辑)来扫描车辆周围的环境来实现的。

在自动驾驶的历史上,激光雷达一直是一项重要的传感技术。188bet手机网页版登录领先的自动驾驶原型依赖于激光雷达,因为它的精确距离测量,可靠性和易用性。例如,在2004年开始的由美国国防部高级研究计划署(darpa)赞助的自动驾驶挑战赛中,大多数参赛者都依赖于激光雷达技术。

激光雷达的优势是显而易见的——如此明显,事实上,大多数现代自动驾驶原型继续部署它作为主要的传感方式。它的优势包括:

  1. 高精度(测量到厘米的距离)
  2. 高数据速率(机械旋转的延线提供20个或更多次或更多次)
  3. 稳定、可靠
  4. 证明
  5. 检测不受温度和光线的影响

尽管激光雷达有很多优势,但是它也有一定的技术局限性。

激光雷达的弱点包括:

  1. 不利的天气表现——由雨、雾和灰尘引起的反射可产生假阳性。虽然这些问题可以通过专用算法进行管理,但天气仍然是基于激光雷达系统的问题。
  2. 眼睛安全规定限制了激光雷达的信号强度。这种限制引入了视场(FOV)、分辨率和距离之间的强制权衡。
  3. 激光雷达测量的有效性依赖于反思率的对象。如果发射的信号遇到一个反射对象,其大部分能量会像预期的那样反弹回接收器,并且成功地检测到该对象。然而,如果信号遇到一个反射性很差的障碍物,例如,如果一辆车是黑色的,信号的能量可能只返回很小的一部分,从而导致检测的可靠性下降。幸运的是,大多数汽车、摩托车、自行车和行人都被认为具有足够的反射性,可以通过激光雷达进行探测,这也是激光雷达在该领域得到如此广泛应用的原因。

那么,立体视觉呢?比较起来如何?

立体宽度指的是一种技术,它允许通过处理从两个附近的角度同时捕获的同一环境的两个独立图像来估计距离。在汽车自动驾驶的早期(90年代末到21世纪初),计算机视觉科学还处于起步阶段。这和其他因素造成了一些问题,阻止立体视觉即时考虑作为自动驾驶的主要感知方式。

最明显的是,立体声遭受:

  1. 低分辨率摄像机拍摄的远距离图像不佳
  2. 低光环境表现不佳
  3. 高计算资源要求(计算机视觉处理中需要多个PC)
  4. 在驾驶过程中,相机变得无法校准,需要手动调整

当时,这些问题已经严重到足以阻止立体视觉作为自主感知的一种可行选择。在缺乏竞争的情况下,激光雷达蓬勃发展。

然而,从那时起,发生了重大的发展,使立体宽度成为更有吸引力的候选人:

  1. 低成本、高分辨率的相机(800万像素的相机现在很容易买到)
  2. 高级ISP与HDR和夜间驾驶的低光图像处理
  3. 嵌入式soc专为实时计算机视觉处理而设计
  4. 自动,在线摄像头校准(稍后更多)

作为一个整体的这些发展,从利基自动驾驶技术转变为强大的竞争者作为车辆自主权的主要传感方式转变为强大的竞争者。188bet手机网页版登录

立体视觉在今天的自动驾驶汽车上表现如何?

当考虑障碍物识别技术时,最重要的性能指标是分辨率:它每秒能提供多少距离测量/估计?188bet手机网页版登录数字越高,汽车周围世界的3D表现就越准确。一般来说,立体视觉使用今天的相机每秒可以提供大约2000个垂直样本。当我们将这个数字与激光雷达每秒128个垂直样本进行比较时,就可以清楚地看出立体视觉能够提供更好的分辨率。

立体密度(左)和激光雷达密度(右)之间的比较。点击放大。

看看上面的对比图像(两幅图像中的彩色像素代表传感器的测量值,颜色表示每个传感器的刻度上测量的距离),我们可以看到左边的立体解决方案提供了更大的环境覆盖,而右边基于激光雷达的输出显示了一个更稀疏的覆盖。

使用下面的放大版本更仔细地检查图像,我们可以更清楚地看到差异:通过立体视觉生成的数据更丰富,这反过来使障碍物检测更容易。

立体声密度(左)和激光雷达密度(右)之间的特写比较。点击放大。

虽然上述演示发生在白天,但低光场景也强大了立体声分辨率。下面的图像显示夜间驾驶期间类似的密度比较。

立体声密度(左)和LIDAR密度(右)之间的比较。点击放大。
视频链接:https://youtu.be/qzm-5dizsjk.

当然,准确性是另一个重要的公制。立体宽度不提供直接距离测量;相反,它提供距离估计。利用立体声,距离是衍生数量,通过处理两个亮度图像获得的间接测量。无论如何,立体宽度远远超过能够在长范围内提供自主应用所需的精度水平(其中距离的精确测量不是强制性的)以及短测量(需要高精度来执行精确的操纵)。188betios下载例如,在短的范围内,立体声可以在毫米级距离处提供感应。

除了分辨率和准确性外,现代立体声的其他优势是什么?

  1. 两个摄像机中的每一个都可以作为独立的单眼摄像机,提供一个内置的冗余系统。
  2. 由立体摄像机提供的双重图像可以用于并行执行单目CNN算法,如目标分类,所有这些都在一个芯片上。
  3. 立体视觉提供了检测普通3D形状的能力,即使那些还没有被归类为已知障碍。岩石,各种各样的碎片,或随机物体从其他车辆(如梯子或床垫)将检测到立体系统。即使是消极的障碍,如洞,也可以准确地检测到。
  4. 立体声相机相对便宜,对大批量应用的重要考虑因素。188betios下载它们也没有移动部件,可以自动合格,并消耗最小的功率。
  5. 立体视觉可以以帧速率运行(超高清图像为30帧/秒)。因为我们的立体声引擎是硬连接到我们的立体声芯片上,Ambarella的立体声视觉可以产生极高的数据速率。
  6. 立体相机自动校准。为了实现立体视觉功能,两个摄像机的位置必须保持相对固定;否则,测量数据将不正确。在典型的驾驶条件下,振动和冲击是常见的,这对立体音响系统来说是一个挑战。认识到这一点,Ambarella开发了一种实时自动校准程序,可以补偿在正常车辆运行中通常发生的小摄像机运动。这确保了我们的立体视觉处理保持精确。

有关我们的立体功能soc (CV2FS和CV2AQ是我们目前的立体视觉功能部件)的信息,请点击这里