Vanliga myter om LiDAR-sensorer – Del 1

När världens vetenskap och teknik utvecklas mot intelligens och hög effektivitet,Lidar Laser Moduloch dess ansökningar har också fått mer och mer uppmärksamhet. Men folk har också vissa missförstånd om lidar-teknik och prestanda. Den här artikeln kommer att avslöja fem vanliga missförstånd om lidar.

1. Tekniken för lidarapplikation är komplex
Även om lidar är en komplex sensor som består av olika hårdvara, är dess grundläggande arbetsprincip faktiskt ganska enkel. Sensorn använder en time-of-flight-metod, en detektionsprincip som liknar fladdermöss som använder ljudvågor eller radar som använder mikrovågor.
Om vi ​​bryter ner sensorn i dess komponenter, nämligen lasern, detektorn och strålavböjningsenheten, är lidar inte längre en skrämmande teknik. Laserkällan avger först laserpulser. Dessa pulser avleds in i scenen genom mikro-galvanometrar. Detektorn detekterar det reflekterade Q-ljuset och beräknar exakt avståndet baserat på laserpulsemissionstiden och returtiden.
Denna process upprepas tusentals eller till och med miljontals gånger per sekund för att generera exakta punktmoln i 3D-miljö i realtid. Dessa 3D-punktmolndata är lätta att analysera och utnyttja, till exempel för att fatta beslut om autonom körning.
Tekniken utvecklades efter uppfinningen av pulsade lasrar i början av 1960-talet, som avger upprepade ljuspulser istället för att använda kontinuerliga vågor.

⒉. I självkörande bilapplikationer är lidar överflödig
Elon Musk ignorerade användningen av lidar i självkörande bilar vid en konferens 2019, en incident som har gett upphov till många myter om lidar hittills. Han hävdar att lidar, med hjälp av kameror och smarta algoritmer, är överflödig och kommer alltid att hålla på.
Kameror använder olika tekniker för bildigenkänning för att samla in visuella färgbilder, men att använda endast en kamera kan bara fånga 2D-data, vilket lätt kan leda till visuella illusioner och avståndsfelbedömningar. Det finns tragiska exempel på att dessa brister är farliga och ibland dödliga.
Däremot kan lidar på ett tillförlitligt sätt fånga 3D-data och exakt identifiera avstånd och objektstorlekar.
Att integrera exakt 3D lidar-data hjälper kameran att fortfarande uppfatta den omgivande miljön även när kameran är "blind". Till exempel behöver kameran lite tid för att anpassa sig till ljusförändringar efter att ha lämnat en tunnel.
Dessutom kan 2D-bilderna som genereras av kamerorna tyckas vara tillräckligt exakta för att träna självkörande bilalgoritmer. Men de har fortfarande många felaktigheter som minskar noggrannheten i maskininlärningsmodeller och därmed fordonets förmåga att känna av, förutsäga och fatta beslut. Maskininlärningsförmåga som underlättar autonom körning måste vara skalbar och lösa "long tail-problemet". Det betyder att det inte räcker med att tillgodose 95 % av de scenarier som fordon på vägen möter. Maskininlärningsbaserade autonoma köregenskaper måste också inriktas på 5 %. Att träna på knepiga situationer samtidigt som man ständigt förbättrar dess prestanda kräver en stor mängd ren kamerasystemdata för träning.
Däremot kan lidar tillhandahålla fler förutsägelsemodeller för maskininlärning samtidigt som den genererar träningsdata med högre precision. Därför är lidar en nödvändig sensor för mer pålitliga och robusta autonoma körsystem.

3. Lidar kan helt ersättas av andra sensorer
En av de vanligaste missuppfattningarna om lidar är att den kan ersättas av en kamera- eller radarsensor, en missuppfattning som härrör från en bristande förståelse för hur dessa sensorteknologier klassificerar objekt på olika sätt. Efter att ha förstått de olika funktionerna hos dessa sensorer och vilken typ av data de producerar, kommer vi att se hur de kompletterar varandra i funktionalitet. Det kameran fångar är en 2D-bild som ger gråskala eller färginformation, textur och kontrast. För att ytterligare analysera dessa data krävs bildigenkänningsprogram. Eftersom kameran använder en passiv mätprincip måste föremål belysas för att detekteras. Dessutom krävs två eller flera kameror för att skapa 3D-bilder, samt hög datorkraft.
Radarstjärnmätning tredimensionell information har extremt hög noggrannhet när det gäller att bestämma objekts avstånd och hastighet. Upplösningen är dock låg och de kan inte exakt upptäcka (på en centimeterskala) eller klassificera objekt.
LiDAR skapar ett punktmoln från den insamlade tredimensionella data. Baserat på formen och storleken på punktmolnet kan det noggrant upptäcka objekt och klassificera dem i olika kategorier, såsom människor, bilar, byggnader etc.
LiDAR fyller luckorna i andra sensorteknologier genom att samla in mycket detaljerad och pålitlig tredimensionell information. Den kan upptäcka och noggrant klassificera mål i olika miljöer, vilket gör att den sticker ut bland olika typer av sensorer. Data från kameror kan användas för djupare analys, och räckvidds- och hastighetsdata som samlas in av radar kan verifieras med LiDAR för större noggrannhet. Det betyder att i framtiden kommer alla sensorbaserade applikationer att integrera kameror, radarsystem, lidar och andra sensorer.

4. Lidar kan inte arbeta under tuffa miljöförhållanden
Kameror kan inte fungera utan tillräcklig omgivningsbelysning, till exempel i biltillämpningar där kamerans detekteringsområde endast kan nå strålkastarområdet. Däremot har lidar ett detekteringsområde på hundratals meter oavsett ljusintensitetsförhållanden eftersom det förlitar sig på infraröda laserstrålar snarare än synligt ljus. En självkörande bil utrustad med lidarsensor kan med andra ord köra lika mjukt i mörker som på dagen, även om strålkastarna är släckta.
När det kommer till tuffa förhållanden som dimma, regn eller snö visar LiDAR återigen en klar fördel i prestanda och kan kompensera för bristerna hos andra sensorer (som kameror) i perceptionssystemet.
Lidarer presterar ofta bättre än kameror i regn eftersom deras strålar är stora. Detta gör att strålen kan kringgå hinder (som regndroppar) på sensorspegeln, så lidarens räckvidd påverkas inte i viss utsträckning. I jämförelse är en kamerans pixelstorlek mycket mindre än storleken på en regndroppe, så dess sikt kommer att skymmas.
Den stora strålen gör det också möjligt för lidaren att upptäcka flera ekon från olika intervall och endast bearbeta det med den starkaste signalen. Detta kan också vara användbart vid dåliga väderförhållanden, som när det snöar, eftersom lidaren kan ignorera påverkan av reflektioner från snöflingor. En kamera utan maskininlärningsalgoritmer kan inte skilja mellan snöflingor, våta linser eller hårda föremål, och returnerar i slutändan en förvrängd bild.
LiDAR har också kortare exponeringstider och slutartider (miljondelar av en sekund) än kameror (tusendelar av en sekund), vilket innebär att regndroppar inte upptäcks som ränder som spänner över flera pixlar, utan som råa former.
Eftersom lidar är en optisk enhet kan dess prestanda också påverkas negativt under förhållanden som kraftig dimma, men den kan fortfarande ge mer värdefull data än sensorer som kameror och kan upptäcka på längre avstånd.

5. Lidarsensorer är dyra
Det fanns en tid då de enda lidarerna som fanns på marknaden var roterande lidarer, som var mycket dyra och skrymmande och inte kunde tillverkas i stora mängder. Så det är bara naturligt att folk fortfarande har missuppfattningar om lidar och dess höga pris. Men sedan tillkomsten av MEMS (mikroelektromekaniska system) lidar har detta uttalande helt förändrats. MEMS-komponenter är gjorda av kisel och är lätta skalbara för produktion, vilket gör dem mycket kostnadseffektiva.
Solid-state LiDAR använder standardkomponenter och kräver inget regelbundet underhåll, vilket minskar kostnaderna. De senaste åren har kostnaden för dessa lidarsensorer sjunkit från tusentals dollar till hundratals dollar, en trend som kommer att fortsätta i framtiden. I själva verket kan mellanklasssensorer till och med säljas för tresiffriga priser när de produceras i stora volymer.

Det här är några vanliga missuppfattningar om lidar-teknik och dess tillämpningar. I del två av den här serien kommer vi att avslöja fler missförstånd om lidar som folk förbiser.

Kontaktinformation:

Om du har några idéer får du gärna prata med oss. Oavsett var våra kunder är och vilka våra krav är, kommer vi att följa vårt mål att ge våra kunder hög kvalitet, låga priser och den bästa servicen.