與普遍的看法相反，自動駕駛尚未實現(xiàn)幾年前承諾的結(jié)果。不幸的是，感官、光學(xué)、定性和時序?qū)用娴脑S多問題對傳統(tǒng) LiDAR 的性能產(chǎn)生了負(fù)面影響。

　　盡管如此，許多公司仍在不斷改進他們的方法和技術(shù)，并且已經(jīng)在市場上看到了出色的結(jié)果。其中一家公司 Baraja 已為多項技術(shù)申請了專利，這些技術(shù)將顯著改善自動駕駛汽車的未來。

　　激光雷達的挑戰(zhàn)

　　自動駕駛領(lǐng)域仍處于起步階段，汽車要像人類一樣自動駕駛還需要一段時間。盡管在優(yōu)化檢測和感知方面仍然存在許多挑戰(zhàn)，但技術(shù)無疑會一一解決所有這些挑戰(zhàn)。

　　正在進行一項大型研究以改進人類使用的技術(shù)。換句話說，解決方案必須精確地基于人類駕駛員的方法和他們遵循的道路規(guī)則。

　　實現(xiàn)完全駕駛自主需要克服的一些最困難的挑戰(zhàn)包括：

　　從人類駕駛員那里學(xué)習(xí)主要駕駛技術(shù)并在自主系統(tǒng)中實施

　　人工智能與自動駕駛相關(guān)的改進

　　充分利用傳感器

　　優(yōu)化傳感器以準(zhǔn)確檢測遠(yuǎn)距離物體

　　收集大量數(shù)據(jù)

　　增加以自主模式行駛的公里數(shù)

　　這些都是關(guān)鍵要求，旨在確保駕駛員、乘客、行人和機動車的極其安全駕駛。

　　未來自動駕駛將優(yōu)于人類駕駛

　　克服上面列出的所有挑戰(zhàn)，在未來，至少在大部分行駛里程中，自動駕駛和自動駕駛的優(yōu)勢可能超過人類所執(zhí)行的駕駛。一般來說，一個人需要幾年的時間才能學(xué)會如何開車。研究表明，在 25 歲時達到了完全的能力。換句話說，人類必須學(xué)會理解和概念化他們的周圍環(huán)境。此外，在學(xué)習(xí)駕駛技術(shù)之前，他們必須了解車輛、障礙物和危險、人行橫道和道路標(biāo)志的概念。Baraja 首席商務(wù)官 Joseph Notaro 在汽車技術(shù)論壇的一次演講中說：“這些是極其復(fù)雜的想法，大腦以自然而簡單的方式執(zhí)行這些想法?！?。 “為了更接近人類駕駛行為，必須使用多模式傳感套件，配備用于停車輔助的超聲波傳感器、用于自動緊急制動的雷達、多個攝像頭，以及最后但并非最不重要的車載激光雷達。這已被證明可以顯著提高安全性?！?/p>

　　中央凹是人眼中的一個小區(qū)域，可產(chǎn)生最高分辨率的視覺，例如，當(dāng)駕駛員需要對道路上或道路附近的物體進行分類時。當(dāng)頭部指向一個物體時，中央凹被激活以對細(xì)節(jié)進行分類。一旦大腦獲得了信息，駕駛員就可以通過再次將注意力集中在地平線上來安全地返回駕駛。

　　因此沒有必要以高分辨率持續(xù)監(jiān)控整個道路和周圍環(huán)境。監(jiān)測可以通過低分辨率周邊視覺進行，優(yōu)化大腦生成和處理的數(shù)據(jù)量。獲取與對象速度相關(guān)的信息也非常重要，因為它允許您從一組點中分割和提取更多數(shù)據(jù)。今天的激光雷達并非旨在幫助自動駕駛汽車比人類表現(xiàn)得更好、更安全。

　　激光雷達系統(tǒng)能夠“看到”最遠(yuǎn)幾公里的東西是不夠的。最重要的信息是系統(tǒng)可以正確準(zhǔn)確地解釋對象的最大距離。因此，在任何情況下都必須根據(jù)數(shù)據(jù)和信息進行遠(yuǎn)距離準(zhǔn)確的目標(biāo)檢測。

　　光譜掃描激光雷達

　　與標(biāo)準(zhǔn) LiDAR 系統(tǒng)不同，Baraja 的 Spectrum-Scan 專利平臺采用了不同的方法。通過類似棱鏡的光學(xué)元件折射光線用于掃描周圍區(qū)域，而不是使用易碎的移動部件和擺動鏡。另一方面，在快軸上使用機械掃描的傳感器具有昂貴、笨重且容易發(fā)生故障的移動部件。根據(jù) Notaro 的說法，Baraja 的頻譜掃描 LiDAR 即使在最極端的環(huán)境中也能提供前所未有的范圍、精度和可靠性，并使用一種稱為隨機調(diào)制連續(xù)波 （RMCW） 的信號處理方法，與更傳統(tǒng)的測距和檢測方法。

　　在實踐中，光通過光學(xué)棱鏡折射，可以輕松生成高分辨率掃描圖案。該系統(tǒng)通過利用這樣一種現(xiàn)象來“掃描”環(huán)境，即穿過棱鏡的白光被分成不同的顏色分量，每個分量都有自己的波長，當(dāng)它穿過棱鏡時會以不同的角度折射。因此，使用工作在 1，550 nm 的可調(diào)諧波長激光器和類似棱鏡的光學(xué)器件來代替昂貴、笨重且不可靠的機械解決方案來引導(dǎo)激光束。

　　通過這種方式，無需使用任何機械部件即可管理和掃描數(shù)百行圖像。在實踐中，分辨率甚至可以管理 2000 行的垂直軸，比傳統(tǒng)方法好 10 倍。傳感器數(shù)據(jù)非?？煽?，完美地描述了現(xiàn)實世界。它不受環(huán)境和其他激光雷達傳感器的干擾。因此，該系統(tǒng)基于折射光學(xué)，折射光可以以每秒超過 100 萬次的速度掃描，而無需任何移動部件。

　　注視點

　　一些當(dāng)前的 LiDAR 架構(gòu)無法動態(tài)改變視場 （FoV） 中的點密度，就像固定激光陣列的情況一樣。其他的，如振鏡和 MEMS，可能能夠在 FoV 內(nèi)產(chǎn)生高達單個更高密度的波段，但這樣做的代價是在其精細(xì)、快速移動的掃描機制中產(chǎn)生額外的漏洞，使其不太適合汽車應(yīng)用程序。在現(xiàn)代 LiDAR 系統(tǒng)中，檢測和聚焦 FoV 中物體的能力至關(guān)重要。Baraja 的光譜掃描 LiDAR 可以動態(tài)（幀到幀或幀內(nèi)）改變掃描模式，以在感興趣的區(qū)域提供最大密度，例如目標(biāo)遠(yuǎn)離傳感器時跟隨的地平線。

　　每點多普勒速度

　　即時速度測量旨在簡化和改進事件分割和預(yù)測，是下一代 LiDAR 傳感器啟用的附加功能。目前，從計算的角度來看，后續(xù)幀速率的計算是緩慢的、不精確的和昂貴的。如果行人意外走進街道，感知系統(tǒng)必須能夠盡快識別事件。根據(jù) Notaro 的說法，Baraja 的 LiDAR 無需額外計算即可提供瞬時、精確的每點多普勒速度信息。按速度分組有助于分割和預(yù)測物體的軌跡，從而獲得更好的感知結(jié)果。

　　無模糊點云

　　該解決方案允許人們在遠(yuǎn)距離獲得高質(zhì)量的點云，而不會因非固態(tài)掃描而產(chǎn)生模糊）。由于掃描過程中鏡子或激光的快速移動，在機械掃描 LiDAR 系統(tǒng)中，模糊是一種正?，F(xiàn)象。當(dāng)相機快速移動時會出現(xiàn)類似的效果，從而導(dǎo)致產(chǎn)生模糊的照片。在 200 米的距離處，模糊可能會使物品變得難以察覺和難以理解。

　　Spectrum-Scan 技術(shù)通過實時從一個點跳到另一個點的可調(diào)波長激光器進行掃描來消除模糊。與受錯誤數(shù)據(jù)阻礙的傳統(tǒng)技術(shù)相比，這導(dǎo)致了無模糊的點云和更可靠的信息。

　　“高分辨率點云不僅取決于‘像素’的數(shù)量，還取決于‘像素’的質(zhì)量，”Notaro 說?！霸?Baraja，我們努力設(shè)計我們的光學(xué)器件，以確保真正緊密、準(zhǔn)確的光束放置，因此您可以信任我們提供的數(shù)據(jù)?！?/p>

　　無斑點點云

　　這種方法可以實現(xiàn)一塵不染的圖像和高質(zhì)量的點云數(shù)據(jù)，在所有級別都具有更高的檢測概率。由于缺陷導(dǎo)致的圖像退化也是當(dāng)今 LiDAR 傳感器的一個典型問題，這會導(dǎo)致誤報并大大降低正確分類的可能性。得益于專有的硅光子芯片設(shè)計，Baraja 消除了圖像中的斑點，為它們提供了更好的視覺范圍，并為在高速公路上行駛做好了準(zhǔn)備。

　　抗干擾性

　　在受控條件下，激光雷達可以極其準(zhǔn)確地復(fù)制其環(huán)境。然而，當(dāng)外部影響出現(xiàn)時，例如強大的前照燈或直射陽光，外來光源可能會淹沒 LiDAR 的鏡頭并可能使探測器過飽和。Spectrum-Scan 平臺是第一款對所有干擾具有獨特內(nèi)置免疫力的 LiDAR。多層保護意味著不再有感知盲點和增強的安全性，為明天充滿傳感器的世界做好準(zhǔn)備。

　　結(jié)論

　　可靠的自動駕駛成為現(xiàn)實只是時間問題。目前限制這項技術(shù)全面發(fā)展的問題必須得到解決。最重要的因素是精確可靠數(shù)據(jù)的可用性，這將使自動化系統(tǒng)能夠執(zhí)行高度可靠的實時分析和處理，從而實現(xiàn)無縫汽車集成。

　　審核編輯：郭婷