高反无人驾驶目标板信息推荐「在线咨询」

高反无人驾驶目标板—————广州航鑫光电科技有限公司，是一家专门做激光雷达标定板、反射板的公司

车载激光雷达又称车载三维激光扫描仪，是一种移动型三维激光扫描系统，是城市建模的的工具之一。

三维激光扫描仪是利用激光的传播速度快，直线型好的特点将激光发射出去，并接收返回的信息来描述被测量物体的表面形态的。由于被测物体的反射率不同接收到的返回信息也有强弱之分。所谓的三维既是利用扫描仪的水平转动来覆盖一整片区域。这个过程很类似民间的360度全景摄影。区别就是我们得到的"底片"不是图像而是成千上万个点组成的表面形态，在测量术语中叫做点云。请见右图的船体，看似是一副图片，其实是由无数个激光点组成的。不同的颜色就是激光返回不同的反射率的表现。

随着科技的发展，在使用三维激光扫描仪扫描的过程中我们还可以将照相机与激光扫描仪同步，那么在一次扫描就可以得到"点云"和表面的"照片"两种信息。然后在使用软件将这两种信息进行拟合，就得到了真正的被测量的目标的三维模型。这种技术在现今数字化的时代有着非常重要的意义。比如现在很热的世博会的三维展馆，之前的乐山三维数字模型，数字山海关等，都是使用如此的技术做出来的。拨开神秘的面纱，从原理上讲，其实是很容易的。

欢迎咨询广州航鑫光电了解更多高反无人驾驶目标板

自动驾驶感知模块中传感器融合已经成为了标配，只是这里融合的层次有不同，可以是硬件层（如禾赛，Innovusion的产品），也可以是数据层（这里的讨论范围），还可以是任务层像障碍物检测（obst***e detection），车道线检测（lane detection），分割（segmentation）和跟踪（tracking）以及车辆自身***（localization）等。

有些传感器之间很难在底层融合，比如摄像头或者激光雷达和毫米波雷达之间，因为毫米波雷达的目标分辨率很低（无法确定目标大小和轮廓），但可以在高层上探索融合，比如目标速度估计，跟踪的轨迹等等。

这里主要介绍一下激光雷达和摄像头的数据融合，实际是激光雷达点云投影在摄像头图像平面形成的深度和图像估计的深度进行结合，理论上可以将图像估计的深度反投到3-D空间形成点云和激光雷达的点云融合，但很少人用。原因是，深度图的误差在3-D空间会放大，另外是3-D空间的点云分析手段不如图像的深度图成熟，毕竟2.5-D还是研究的历史长，比如以前的RGB-D传感器，Kinect或者RealSense。

这种融合的思路非常明确：一边儿图像传感器成本低，分辨率高（可以轻松达到2K-4K）；另一边儿激光雷达成本高，分辨率低，深度探测距离短。可是，激光雷达点云测距度非常高，测距远远大于那些Infrared/TOF depth sensor，对室外环境的抗干扰能力也强，同时图像作为被动视觉系统的主要传感器，深度估计精度差，更麻烦的是稳定性和鲁棒性差。

车载激光雷达目标特性解读激光雷达和摄像头在自动驾驶中的作用比较相似，从某种角度来说，激光雷达也可算是一种视觉传感器；但相比摄像头，其也具有其的优势：

1）完全排除光线的干扰

无论白天还是黑夜，无论是树影斑驳的林荫道，还是光线急剧变化的隧道出口，都不会对激光雷达产生干扰；

2）激光雷达可以轻易获取三维信息，而摄像头相对来说较为困难；

3）激光雷达的有效距离要远于摄像头

例子：目前的LKA功能一般要求在车速在60~70km/h以上才能正常工作，为什么？因为视觉在低速的时候取样点不足，拟合车道线准确度较低，而激光雷达的有效距离一般是视觉系统的4-5倍，有效的采样点比较多，车速较低时，车道线的检测准确度远高于视觉系统；

4）激光雷达可以解决近距离的横向视觉盲区问题；

5）车辆低速状态下，在目标物的识别和分类方面，激光雷达要优于摄像头；

6）点云转化需求算力较低；直接通过点云可进行密度较高的绘制，输出可以通行的空间，无需再进行二次转化；