文章目录

1 频率
- 1.1 频率定义
- 1.2 频率的计算公式
- 1.3 频率单位换算
- 1.4 频率概念使用范畴
- 1.5 频率的具体使用场景
2 光
- 2.1 光的定义
- 2.2 光的传播速度
3 激光
- 3.1 激光定义
- 3.2 激光的应用
- 3.3 光的颜色
- 3.4 激光的特性
- 3.5 激光的频率范围
4 激光雷达
- 4.1 什么是激光雷达
- 4.2 激光雷达的原理
- 4.3 激光雷达的分类
5 基于激光雷达的3D目标检测开源项目&数据集
6 基于激光雷达做目标检测
- 6.1 基于激光雷达lidar的目标检测大致流程
- 6.2 激光雷达的特征表达方式
- 6.3 基于激光雷达的目标检测常见方法

我是初学自动驾驶相关知识，这部分内容都是我网上了解参考的，你们喜欢看就看，不喜欢不要喷哈，日后我学精了，再来继续分享心得！

1 频率

频率参考——百度百科

1.1 频率定义

频率：是单位时间内完成周期性变化的次数，是描述周期运动频繁程度的量。为了纪念德国物理学家赫兹的贡献，人们把频率的单位命名为赫兹，简称“赫”，符号为Hz

1.2 频率的计算公式

物质在1s内完成周期性变化的次数叫做频率，常用f表示
换句话说：周期的倒数叫做频率

f=1Tf = \frac{1}{T}f=T1

f：是频率
T：是完成完成一次周期性变化的时间

例如：你眨一次眼睛的时间为0.5s（这里眨一次眼睛就代表一次周期性的变化），那眨眼的频率是多少呢？

f=1s0.5s=2Hzf = \frac{1s}{0.5s}=2Hzf=0.5s1s=2Hz

可以计算出你眨眼的频率是2Hz，也就是你一秒钟可以眨眼两次！

1.3 频率单位换算

物理中频率的基本单位是赫兹（Hz），简称赫

1kHz=1000Hz1kHz = 1000Hz1kHz=1000Hz
1MHz=1000kHz=1000000Hz=100万Hz1MHz = 1000kHz=1000000Hz=100万Hz1MHz=1000kHz=1000000Hz=100万Hz
1GHz=1000MHz=1000000kHz=1000000000Hz=10亿Hz1GHz = 1000MHz=1000000kHz=1000000000Hz=10亿Hz1GHz=1000MHz=1000000kHz=1000000000Hz=10亿Hz

1.4 频率概念使用范畴

频率概念不仅在力学、声学中应用，在电磁学、光学与无线电技术中也常使用。

1.5 频率的具体使用场景

1、声音的频率：就是机械振动的频率

人耳听觉的频率范围：20~20000Hz，也就是说一个声音信号，如果在1s的机械振动次说在20-20000Hz范围内，人耳都是可以听到的，不在这个范围内的听不到！

低于20Hz：为次声波
高于20000Hz：为超声波

2、CPU主频

例如：英特尔i9酷睿CPU的主频为4.4GHz，这里的主频是指CPU内核工作的时钟频率（CPU Clock Speed），表示时钟频率每秒可以达44亿次

2 光

光的参考——百度百科

2.1 光的定义

1、光

光：是一个物理学名词，其本质是一种处于特定频段的光子流。

2、光子

光量子，简称光子（photon），是传递电磁相互作用的基本粒子，是一种规范玻色子，在1905年由爱因斯坦提出，1926年由美国物理化学家吉尔伯特·路易斯正式命名。

2.2 光的传播速度

1、光的传播速度

299792458≈3×108m/s=3×106km/s=30万km/s299792458\approx3\times10^{8}m/s=3\times10^{6} km/s=30万km/s299792458≈3×108m/s=3×106km/s=30万km/s

2、光的速度感知量化

地球周长：40076km≈4万km40076km\approx4万km40076km≈4万km
地球到月球周长：3.84×105km=38.4万km3.84\times10^5km=38.4万km3.84×105km=38.4万km，约地球赤道周长的10倍
因此，光大约1秒就可以从地球传到月球，光一秒传播的距离约为地球周长的8倍

3 激光

激光参考——百度百科

3.1 激光定义

激光（Light Amplification by Stimulated Emission of Radiation，意思是“通过受激辐射光扩大”，从英文全名可以知道制作激光的主要过程

原子受激辐射的光，故名“激光”：原子中的电子吸收能量后从低能级跃迁到高能级，再从高能级回落到低能级的时候，所释放的能量以光子的形式放出。被引诱（激发）出来的光子束（激光），其中的光子光学特性高度一致。因此激光相比普通光源单色性、方向性好，亮度更高。

3.2 激光的应用

激光应用很广泛，有激光打标、激光焊接、激光切割、光纤通信、激光测距、激光雷达、激光武器、激光唱片、激光矫视、激光美容、激光扫描、激光灭蚊器、LIF无损检测技术等等。激光系统可分为连续波激光器和脉冲激光器。

3.3 光的颜色

光的颜色：由光的波长（或频率）决定。一定的波长对应一定的颜色

3.4 激光的特性

激光有很多特性：

首先，激光是单色的，或者说是单频的。有一些激光器可以同时产生不同频率的激光，但是这些激光是互相隔离的，使用时也是分开的。
其次，激光是相干光。相干光的特征是其所有的光波都是同步的，整束光就好像一个“波列”
再次，激光是高度集中的，也就是说它要走很长的一段距离才会出现分散或者收敛的现象。

3.5 激光的频率范围

光子的能量是用 E=hvE=hvE=hv 来计算的，其中h为普朗克常量（描述光子或量子的大小），v为频率。由此可知，频率越高，能量越高。激光频率范围为：

3.846×1014Hz到7.895×1014Hz。3.846×10^{14}Hz 到 7.895×10^{14}Hz。3.846×1014Hz到7.895×1014Hz。

电磁波谱可大致分为：

（1）无线电波——波长从几千米到0.3米左右，一般的电视和无线电广播的波段就是用这种波；
（2）微波——波长从0.3米到10^-3米，这些波多用在雷达或其它通讯系统；
（3）红外线——波长从10^{-3米到7.8×10}-7米；
（4）可见光——这是人们所能感光的极狭窄的一个波段。波长从780—380nm。光是原子或分子内的电子运动状态改变时所发出的电磁波。由于它是我们能够直接感受而察觉的电磁波极少的那一部分；
（5）紫外线——波长从3 ×10^{-7米到6×10}-10米。这些波产生的原因和光波类似，常常在放电时发出。由于它的能量和一般化学反应所牵涉的能量大小相当，因此紫外光的化学效应最强；
（6）伦琴射线(X射线)—— 这部分电磁波谱，
波长从2×10^{-9米到6×10}-12米。伦琴射线（X射线）是电原子的内层电子由一个能态跳至另一个能态时或电子在原子核电场内减速时所发出的；
（7）伽马射线——是波长从10^-10～10-14米的电磁波。这种不可见的电磁波是从原子核内发出来的，放射性物质或原子核反应中常有这种辐射伴随着发出。γ射线的穿透力很强，对生物的破坏力很大。由此看来，激光能量并不算很大，但是它的能量密度很大（因为它的作用范围很小，一般只有一个点），短时间里聚集起大量的能量，用做武器也就可以理解了。

4 激光雷达

4.1 什么是激光雷达

LiDAR（Light Detection and Ranging），是激光探测和测距的简称，又称光学雷达，另外也称Laser Radar 或LADAR（Laser Detection and Ranging）。

参考
参考

激光雷达的更多介绍

4.2 激光雷达的原理

激光雷达的工作原理：对人畜无害的红外光束Light Pluses发射、反射和接收来探测物体。能探测的对象：白天或黑夜下的特定物体与车之间的距离。甚至由于反射度的不同，车道线和路面也是可以区分开来的。哪些物体无法探测：光束无法探测到被遮挡的物体。

车用激光雷达工作原理：就是蝙蝠测距用的回波时间（Time of Flight，缩写为TOF）测量方法。但要知道光速是每秒30万公里。要区分目标厘米级别的精确距离，那对传输时间测量分辨率必须做到1纳秒。要如此精确的测量时间，因此对应的测量系统的成本就很难降到很低，需要使用巧妙的方法降低测量难度。

是不是觉得很高深难懂？我们直接看动画吧。

通过旋转的机械镜面测量激光发出和收到回波的时间差，从而确定目标的方位和距离。由于激光雷达主动发射激光，因此受环境光变化的影响小，测距精确。

激光本身具有非常精确的测距能力，其测距精度可达几厘米，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

4.3 激光雷达的分类

激光雷达是集激光、全球定位系统（GPS）、和IMU（惯性测量装置）三种技术于一身的系统，相比普通雷达，激光雷达具有分辨率高，隐蔽性好、抗干扰能力更强等优势。

激光雷达分类参考1
激光雷达分类参考2

5 基于激光雷达的3D目标检测开源项目&数据集

基于激光雷达的3D目标检测开源项目&数据集

6 基于激光雷达做目标检测

参考

6.1 基于激光雷达lidar的目标检测大致流程

基于激光雷达的目标检测可以分成三部分：

lidar representation：激光雷达点云的特征表达
network backbone：用于特征提取的主体结构，可以为renet等
detection head：检测网络的输出，包括目标的类别、位置、大小和姿态等

6.2 激光雷达的特征表达方式

根据激光雷达的特征表达方式，可以把目标检测方法分成4种：

基于BEV（bird's eye view）的目标检测方法
基于camera view的目标检测方法
基于point-wise feature的目标检测方法
基于融合特征的目标检测方法

6.3 基于激光雷达的目标检测常见方法

基于激光雷达的目标检测常见方法参考

欢迎大家关注笔者，你的关注是我持续更博的最大动力

原创文章，转载告知，盗版必究
微信：suihailiang0816 QQ：931762054 wx公众号：仰望星空的小随

lidar激光雷达介绍，以及使用激光雷达数据通过深度学习做目标检测相关推荐

手把手教你用深度学习做物体检测(二)：数据标注
"本篇文章将开始我们训练自己的物体检测模型之旅的第一步-- 数据标注." 上篇文章介绍了如何基于训练好的模型检测图片和视频中的物体,若你也想先感受一下物体检测,可以看看上篇 ...
深度学习之目标检测（九）--YOLOv3 SPP理论介绍
深度学习之目标检测(九)-- YOLOv3 SPP理论介绍深度学习之目标检测(九)YOLOv3 SPP理论介绍 1. Mosaic 图像增强 2. SPP 模块 3. CIoU Loss 3.1 I ...
基于深度学习的目标检测：数据增强（一）图像翻转、图像旋转、图像放缩
1.数据增强简介数据增强(data augmentation),又名数据增广或数据扩充,其本质是通过使用图像处理方法,基于有限的数据产生更多的数据,以此增加训练样本的数量以及多样性,进而提升模型的泛 ...
pascal行人voc_利用Pascal VOC目标检测数据深度学习进行目标检测
利用 Pascal VOC 目标检测数据深度学习进行目标检测穆玉理 [期刊名称] <通讯世界> [年 ( 卷 ), 期] 2018(000)005 [摘要] 随着信息社会的发展 , 尤其 ...
深度学习和目标检测系列教程 9-300：TorchVision和Albumentation性能对比，如何使用Albumentation对图片数据做数据增强
@Author:Runsen 上次对xml文件进行提取,使用到一个Albumentation模块.Albumentation模块是一个数据增强的工具,目标检测图像预处理通过使用"albume ...
深度学习之目标检测（一）—— 目标检测算法介绍
目标检测问题目标检测是在图片中对可变数量的目标进行查找和分类查找就是定位到它在图片中的位置,通常表示为一个矩形框对于这样的问题,主要存在三个主要难点 ①目标种类与数量问题 ②目标尺度问题 ③外在 ...
[深度学习][数据集][目标检测]工程车辆数据集16881张15种类别车辆介绍
数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):16881 标注数量(xml文件个数):16 ...
大数据毕设 - 深度学习安全帽佩戴检测系统（python OpenCV yolov5）
文章目录 0 前言 1 课题背景 2 效果演示 3 Yolov5框架 4 数据处理和训练 4.1 安全帽检测 4.2 检测危险区域内是否有人 5 最后 0 前言
基于大数据与深度学习的自然语言对话
基于大数据与深度学习的自然语言对话发表于2015-12-04 09:44| 7989次阅读| 来源<程序员>电子刊| 5 条评论| 作者李航.吕正东.尚利峰大数据深度学习自然语言处理自 ...

lidar激光雷达介绍，以及使用激光雷达数据通过深度学习做目标检测