多款激光雷达性能评估

激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成,激光器将电脉冲变成光脉冲发射出去,光接收机再把从目标反射回来的光脉冲还原成电脉冲,送到显示器。

用激光器作为发射光源,采用光电探测技术手段的主激光雷达
动遥感设备。激光雷达是激光技术与现代光电探测技术结合的先进探测方式。由发射系统、接收系统 、信息处理等部分组成。发射系统是各种形式的激光器,如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器以及光学扩束单元等组成;接收系统采用望远镜和各种形式的光电探测器,如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等组合。激光雷达采用脉冲或连续波2种工作方式,探测方法按照探测的原理不同可以分为米散射、瑞利散射、拉曼散射、布里渊散射、荧光、多普勒等激光雷达。

LIDAR是一种集激光,全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统,用于获得数据并生成精确的DEM。这三种技术的结合,可以高度准确地定位激光束打在物体上的光斑。它又分为日臻成熟的用于获得地面数字高程模型(DEM)的地形LIDAR系统和已经成熟应用的用于获得水下DEM的水文LIDAR系统,这两种系统的共同特点都是利用激光进行探测和测量,这也正是LIDAR一词的英文原译,即:LIght Detection And Ranging -
LIDAR。

激光本身具有非常精确的测距能力,其测距精度可达几个厘米,而LIDAR系统的精确度除了激光本身因素,还取决于激光、GPS及惯性测量单元(IMU)三者同步等内在因素。随着商用GPS及IMU的发展,通过LIDAR从移动平台上(如在飞机上)获得高精度的数据已经成为可能并被广泛应用。

LIDAR系统包括一个单束窄带激光器和一个接收系统。激光器产生并发射一束光脉冲,打在物体上并反射回来,最终被接收器所接收。接收器准确地测量光脉冲从发射到被反射回的传播时间。因为光脉冲以光速传播,所以接收器总会在下一个脉冲发出之前收到前一个被反射回的脉冲。鉴于光速是已知的,传播时间即可被转换为对距离的测量。结合激光器的高度,激光扫描角度,从GPS得到的激光器的位置和从INS得到的激光发射方向,就可以准确地计算出每一个地面光斑的坐标X,Y,Z。激光束发射的频率可以从每秒几个脉冲到每秒几万个脉冲。举例而言,一个频率为每秒一万次脉冲的系统,接收器将会在一分钟内记录六十万个点。一般而言,LIDAR系统的地面光斑间距在2-4m不等。

激光雷达的工作原理与雷达非常相近,以激光作为信号源,由激光器发射出的脉冲激光,打到地面的树木、道路、桥梁和建筑物上,引起散射,一部分光波会反射到激光雷达的接收器上,根据激光测距原理计算,就得到从激光雷达到目标点的距离,脉冲激光不断地扫描目标物,就可以得到目标物上全部目标点的数据,用此数据进行成像处理后,就可得到精确的三维立体图像。

激光雷达最基本的工作原理与无线电雷达没有区别,即由雷达发射系统发送一个信号,经目标反射后被接收系统收集,通过测量反射光的运行时间而确定目标的距离。至于目标的径向速度,可以由反射光的多普勒频移来确定,也可以测量两个或多个距离,并计算其变化率而求得速度,这是、也是直接探测型雷达的基本工作原理。

激光雷达到底哪家强?

汽车的智能化发展让车载激光雷达变成一桩热门的生意,目前国内外布局在激光雷达领域的创业公司越来越多,由于缺少一个统一的标准,很难判断市场上激光雷达产品的优劣。

上图是他们测试用的测试平台以及激光雷达被安放的位置,这12款激光雷达包括Velodyne的五款激光雷达、禾赛的两款、Ouster的两款、速腾的一款、镭神的两款,具体参数如下图所示:

如何测试这几款激光雷达呢?他们主要有四个测试环节:1.测试以已知距离放置并从受控环境中的固定位置测量的静态障碍物;2.从行驶中的车辆测量的静态障碍物,捕获在将LiDAR暴露于不同条件(雾,雨,强光)的天气室内;3.通过同时并排安装的多个LiDAR从固定位置主动测量动态对象,从而产生间接干扰条件;4.以及在一天中的不同时间多次从在城市公共道路上行驶的车辆捕获的动态交通对象,包括来自支持传感器(如相机,红外成像和里程计设备)的数据。

1.静态目标(反光镜,汽车,假人)

在静态目标的扫描中,Velodyne不同的产品测量精度表现不一,国内厂商中禾赛和速腾的产品也表现不俗。下图是各个产品的表现。在点云密度方面,禾赛Pandar64线目标物体返回点数最多,甚至排在Velodyne VLS128线前面。

2.恶劣天气下的测试



本次测试分别模拟了浓雾、大雨、太阳强烈的天气环境下,各款激光雷达都受到了严重的影响,大雨产生了大量的噪声干扰,随着日光的渐强激光雷达反射回来的点也变得越来越少,而在大雾天气中,点云几乎要消失了。说明激光雷达受恶劣天气影响较大。

3.同时使用多个LiDAR(间接干扰)

激光雷达之间干扰是存在的,从形成的点云上看,多数会形成斜向的频闪条纹,但不同产品干扰闪动的频率和条纹宽度不一,有的产品表现的严重,有的产品完全可以通过降噪去掉干扰。

多款激光雷达性能评估相关推荐

  1. 激光雷达+imu_多款激光雷达性能测估

    多款激光雷达性能测估 激光雷达,是以发射激光束探测目标的位置.速度等特征量的雷达系统.其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当 ...

  2. Java面试题-JVM 和服务器性能评估

    1.JVM垃圾回收的时候如何确定垃圾?是否知道什么是GC Roots 垃圾指的是内存中不再使用的空间(主要指的就是堆内存),确定垃圾的方法有引用记数法和可达性分析法(但引用计数法存在对象之间循环引用的 ...

  3. 媒体报道丨以航天标准研制,饮冰携三款激光雷达上演价格战?

    文 | 利荣 来自新智驾(AI-Drive)的报道 2019年将开启激光雷达的价格之争. "凡国内企业掌握了某种产品的核心技术,该产品的价格一定会大幅下降.前有光纤激光器.后有液晶屏幕等.& ...

  4. 氪见激光雷达性能参数介绍

    氪见激光雷达采用DTOF(飞行时间)原理设计,雷达测量精度高,测量距离远,性能稳定可靠,可广泛赋能机器人.无人机.AIOT.轨道交通.V2X.工业制造等领域,接下来让我们看一下KRS50这款雷达性能参 ...

  5. 【20201211期AI简报】目标检测可达40fps! 标称2.0TOPS的RV1126性能评估实测

    导读:本期为 AI 简报 20201211 期,将为您带来 8 条相关新闻,有趣有料~ 本文一共 2500 字,通篇阅读结束需要 4~7 分钟 1. 目标检测可达40fps! 标称2.0TOPS的RV ...

  6. Linux网络性能评估工具iperf 、CHARIOT测试网络吞吐量

    目录 一. Iperf能做什么 1.TCP方面 2.UDP方面 二. Iperf的安装与使用 1.安装iperf 2.iperf参数介绍 三. Iperf应用实例 1.测试TCP吞吐量 2 . 测试U ...

  7. 【iperf】网络性能评估工具iperf的安装使用

    评估网络质量因素及指标:带宽.延时.抖动.丢包 1.带宽(throughput):网络的吞吐率,端到端之间可以传输的最大速率,这个指标一般都会有所限制,带宽当然是越大越好,一般超过限制带宽的 50% ...

  8. 以航天标准研制,饮冰携三款激光雷达上演价格战?...

    2019年将开启激光雷达的价格战. "凡国内企业掌握了某种产品的核心技术,该产品的价格一定会大幅下降.前有光纤激光器.后有液晶屏幕等." 饮冰科技创始人姜波告诉新智驾,激光雷达市场 ...

  9. 以航天标准研制,饮冰携三款激光雷达上演价格战?

    2019年将开启激光雷达的价格战. "凡国内企业掌握了某种产品的核心技术,该产品的价格一定会大幅下降.前有光纤激光器.后有液晶屏幕等." 饮冰科技创始人姜波告诉新智驾,激光雷达市场 ...

最新文章

  1. OWA登录页面显示为英文而不是中文
  2. webpack简单配置
  3. web百度地图 地址解析获取百度地理坐标
  4. Launch debug in SWI1 workflow
  5. Android之android.os.DeadObjectException原因
  6. 一个基础的 HTML 文档有哪些标签?(3)
  7. [html] 说说base标签有什么作用?
  8. 【转】使用IIS做HTTP和WebSocket服务的反向代理
  9. C++socket编程(七):7.1 http协议讲解,通过抓包和telnet分析
  10. 你在现实中遇到让你最跌破三观的人或者事是什么?
  11. Buddy(伙伴)系统分配器之分配page
  12. 机器人学导论原书第三版
  13. PowerBuilder 计算器
  14. Altium Designer 14安装教程(详细版)
  15. 计算机原理ms md,初学MD,请教大家一下计算的流程及相关问题 - 第 2 页 - 第一原理 - 小木虫 - 学术 科研 互动社区...
  16. 解决actionBar 闪现
  17. medusa详细教程
  18. 技术问答-5 String StringBuilder StringBuffer
  19. Box Cox Transformation
  20. matplotlib的简介

热门文章

  1. Hadoop-虚拟机环境准备
  2. Python+OpenCV 图像处理系列(8)—— Numpy 对象及图像对象创建与赋值
  3. Docker 入门系列(7)- Dockerfile 使用(FROM、RUN、CMD、EXPOSE、ENV、ADD、COPY、ENTRYPOINT、VOLUME、WORKDIR)
  4. 通过聚合数据API获取微信精选文章
  5. Android数据持久化:文件存储
  6. 使用Relay部署编译ONNX模型
  7. 自动驾驶开发云平台业务分析
  8. MLPerf结果证实至强® 可有效助力深度学习训练
  9. YOLO v1到YOLO v4(下)
  10. java jtable 单元格合并_JTable 单元格合并 【转】