Lidar激光雷达与Radar雷达

自动驾驶技术正迅速成为汽车工业的驱动力。来自全球的汽车制造商正在与Google等顶级高科技巨头以及其他知名初创公司合作,共同开发下一代自动驾驶汽车。中国也开辟了自动驾驶汽车之路。诸如Uber和Lyft之类的流行乘车共享服务也成为自动驾驶汽车的坚定拥护者,因为它们不仅可以减少发生道路交通事故的风险,而且可以显着降低燃油消耗。

每个月,新的高级驾驶员辅助系统(ADAS)和其他最先进的自动驾驶创新都进入了汽车市场。除了机器学习,物联网(IoT)和云之外,LIDAR(光检测和测距)和RADAR(无线电检测和测距)这两种技术似乎在先进的自动驾驶汽车的开发中处于领先地位。但是哪种类型的传感器将提供最大的价值仍不确定。本文将讨论这两种技术是什么,并进行详细比较。

随着创新引领市场趋势,传感器行业正在不断变化。

激光雷达的工作原理

LiDAR仪器发出快速的激光信号,有时每秒高达150,000个脉冲。信号从障碍物反弹回来。仪器上的传感器可测量每个脉冲反弹所需的时间。因此,该仪器可以准确地计算其自身与障碍物之间的距离。它还可以检测物体的确切尺寸。LiDAR通常用于制作高分辨率地图。

雷达的工作原理

RADAR系统的工作方式与LiDAR几乎相同,唯一的区别是它使用无线电波而不是激光。在RADAR仪器中,天线既可以用作雷达接收器又可以用作发射器。但是,与接触物体时的光波相比,无线电波的吸收较少。因此,它们可以在相对长的距离上工作。RADAR技术最著名的用途是用于军事目的。飞机和战舰经常配备雷达,以测量高度并检测附近的其他运输设备和物体。

哪个将主导市场

包括Google,Uber和Toyota在内的大多数自动驾驶汽车制造商都严重依赖LiDAR系统来导航车辆。LiDAR传感器通常用于生成周围环境的详细地图,例如行人,减速器,分隔线和其他车辆。它具有创建三维图像的能力,是除了著名的汽车制造商特斯拉(Tesla)之外,大多数汽车制造商都对开发这项技术感兴趣的原因之一。特斯拉的自动驾驶汽车依靠RADAR技术作为主要传感器。

高端LiDAR传感器可以识别100多米远几厘米的细节。例如,WaymoLiDAR系统不仅可以检测行人,还可以判断行人所面对的方向。因此,自动驾驶车辆可以准确地预测行人将在哪里行走。高度的准确性还使其能够看到细节,例如骑自行车的人挥手让你通过,两个足球场都以极高的准确性全速行驶。近年来,Waymo还设法将LiDAR传感器的价格降低了近90%。几年前,一个单价为75,000的单价现在仅需7,500美元,这使得该技术的价格合理。

但是,该技术还具有一些明显的缺点。LiDAR系统可以轻松检测30米至200米范围内的物体。但是,当要识别附近的物体时,该系统令人失望。它在所有光线条件下都可以正常工作,但是在下雪,起雾,下雨和多尘天气下,性能开始下降。它还提供了较差的光学识别。这就是为什么像Google这样的自动驾驶汽车制造商经常将LIDAR与辅助传感器(例如摄像头和超声波传感器)一起使用的原因。

另一方面,雷达系统相对便宜。成本是特斯拉选择此项技术而非LiDAR的原因之一。在雾,雨,雪,灰尘等所有天气条件下,它也同样有效。但是,它的角度精度不如LiDAR,因为它在弯道上看不到目标车辆。如果将多个对象放置得非常靠近,可能会混乱。例如,它可能会将附近的两辆小型汽车视为一辆大型车辆,并发送错误的接近信号。与LiDAR系统不同,RADAR可以使用多普勒频移准确地确定相对交通速度或移动物体的速度。

尽管特斯拉因使用雷达作为主要传感器而受到严厉批评,但它设法提高了其主要传感器的处理能力,使其能够直视大雨,大雾,灰尘,甚至前方的汽车。但是,除了主要的RADAR传感器之外,新的Tesla车辆还将配备8个摄像头,12个超声传感器和新的车载计算系统。换句话说,当与相机和超声波传感器结合使用时,这两种技术效果最佳。

包起来

传感器技术的基本功能是通过保持与自动驾驶汽车中的障碍物的安全距离来确保自动驾驶汽车中乘客的安全。无论您选择LiDAR还是RADAR,两种技术都可以公平地执行此功能。尽管如此,每种技术都有其各自的优点和缺点。使用LiDAR的汽车可以准确地看到世界,而RADAR系统却体积小且价格便宜。然而,现在还没有一个赢家来得及,因为两种技术都处于快速发展的动荡时期。哪一个将主导自动驾驶汽车行业?只有时间会给出答案。

Lidar激光雷达与Radar雷达的更多相关文章

  1. Lidar激光雷达市场

    Lidar激光雷达市场 近年来,激光雷达技术在飞速发展,从一开始的激光测距技术,逐步发展了激光测速.激光扫描成像.激光多普勒成像等技术,如今在无人驾驶.AGV.机器人等领域已相继出现激光雷达的身影. ...

  2. Echarts数据可视化radar雷达坐标系,开发全解+完美注释

    全栈工程师开发手册 (作者:栾鹏) Echarts数据可视化开发代码注释全解 Echarts数据可视化开发参数配置全解 6大公共组件详解(点击进入): title详解. tooltip详解.toolb ...

  3. Emgu-WPF 激光雷达研究-绘制雷达图

    原文:Emgu-WPF 激光雷达研究-绘制雷达图 硬件:Hokuyo URG04LX 环境:VS2017- win10- 64  Emgu_3.2.0.2682 语言:C#  WPF   数据解析参考 ...

  4. lidar激光雷达领域的分类

    lidar领域可以按分为以下五方面: 激光雷达系统与装备 激光雷达系统与开发 激光雷达光源 激光雷达探测 多光谱激光雷达系统 单光子激光雷达系统 低成本RGB-D距离传感器 激光雷达元器件及装备等 激 ...

  5. 激光雷达Lidar与毫米波雷达Radar:自动驾驶的利弊

    激光雷达Lidar与毫米波雷达Radar:自动驾驶的利弊 Lidar vs Radar: pros and cons for autonomous driving 新型无人驾驶汽车的数量在缓慢增加,各 ...

  6. 毫米波RADAR与LIDAR探秘

    毫米波RADAR与LIDAR探秘 说起激光雷达和毫米波雷达,相信业内人士并不陌生,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.而毫米波雷达是指工作在毫米波波段探测的雷达.毫米波实质上 ...

  7. 4D雷达成像技术

    4D雷达成像技术 当我们谈及3D捕捉时,总是先想到光学传感器.当我们讨论在第四维度(时间)讨论视觉数据时,倾向于考虑场景数据调度.这些是我们多年来关注激光雷达(LiDAR)和摄影测量,以及用户针对缓慢 ...

  8. Echarts数据可视化series-radar雷达图,开发全解+完美注释

    全栈工程师开发手册 (作者:栾鹏) Echarts数据可视化开发代码注释全解 Echarts数据可视化开发参数配置全解 6大公共组件详解(点击进入): title详解. tooltip详解.toolb ...

  9. echar生成雷达图

    function createRadarChart(indicatorData, personData) { var myChart = echarts.init(document.getElemen ...

随机推荐

  1. Thinkphp5助手函数和Thinkphp3的单字母函数对应参照表

  2. hdu3714 水三分

    题意:       给你一些函数 y = ax^2 + bx + c,的a >= 0 的二次函数,x的范围是0--1000, 问你在这个范围内函数值最大的最小是多少,最大指的是对于某一个x最大的 ...

  3. hdu5253最小生成树

    题意:(中文题,直接粘过来吧)                                                                              连接的管道   ...

  4. Compare the contents of two arrays

    ✍️Define a methed to compare the contents of two arrays and return the result . 定义一个方法,用于比较两个数组的内容是否 ...

  5. mysql 的查询操作语句---自动生成各种不同的序号

    1.通过查询语句添加自动生成序号 SELECT m.id,(@a :=@a + 1) AS a FROM 表名 m, (SELECT @a := 0) t1 2.MySQL字符串前后补0 前补0(LP ...

  6. SSM久别遇新坑

    SSM久别遇新坑 久别个锤子,也就几天没看,改bug改到怀疑人生 maven的父子模块问题 众所周知,用maven建立一个空的模块,在它之下,将原本的各层次结构分别新建为一个子模块,就能够将各业务进行 ...

  7. VS2017报错 由#define后的分号引发的【“ 应输入“)】

    其实并不是第十行分号出现了问题,而是由于在宏定义后面加了分号,修改成这样即可 一开始竟然没看出来--甚至以为是VS中出现"宏可以转换为constexpr"问题--下次要仔细--

  8. C++入门教程之二:变量

    C++入门教程之二:变量 变量,顾名思义,意思是变化的量.变量的定义是计算机语言中能储存计算结果或能表示值的抽象概念.一个基本的程序需要变量,因此变量是程序设计中的一大重点. 变量基本结构 var_t ...

  9. MindSpore模型验证

    技术背景 在前面一篇博客中,我们介绍了MindSpore在机器学习过程中保存和加载模型的方法.这种将模型存储为静态文件的做法,使得我们可以更灵活的使用训练出来的模型,比如用于各种数据集的验证,或者是迁 ...

  10. 技术博客:Azure Functions + Azure Storage 开发

    Azure GitHub wiki 同步发布 传送门 Azure Functions 通过 Functions(一个事件驱动型无服务器计算平台,还可以解决复杂的业务流程问题)更加高效地进行开发.在本地 ...