Almindelige myter om LiDAR-sensorer – del 1

Efterhånden som verdens videnskab og teknologi udvikler sig hen imod intelligens og høj effektivitet,Lidar Laser Modulog dets ansøgninger har også fået mere og mere opmærksomhed. Men folk har også nogle misforståelser om lidar-teknologi og ydeevne. Denne artikel vil afsløre fem almindelige misforståelser om lidar.

1. Teknologien til lidar-applikation er kompleks
Selvom lidar er en kompleks sensor, der består af forskellig hardware, er dens grundlæggende arbejdsprincip faktisk ret enkel. Sensoren bruger en time-of-flight-metode, et detektionsprincip, der ligner flagermus ved hjælp af lydbølger eller radar ved hjælp af mikrobølger.
Hvis vi opdeler sensoren i dens komponenter, nemlig laseren, detektoren og stråleafbøjningsenheden, er lidar ikke længere en skræmmende teknologi. Laserkilden udsender først laserimpulser. Disse impulser afbøjes ind i scenen gennem mikro-galvanometre. Detektoren registrerer det reflekterede Q-lys og beregner nøjagtigt afstanden baseret på laserpulsemissionstiden og returtiden.
Denne proces gentages tusindvis eller endda millioner af gange i sekundet for at generere nøjagtige punktskyer i 3D-miljøet i realtid. Disse 3D-punktskydata er nemme at analysere og udnytte, for eksempel til beslutningstagning ved autonom kørsel.
Teknologien udviklet efter opfindelsen af ​​pulserende lasere i begyndelsen af ​​1960'erne, som udsender gentagne lysimpulser i stedet for at bruge kontinuerlige bølger.

⒉. I selvkørende bilapplikationer er lidar overflødig
Elon Musk ignorerede brugen af ​​lidar i selvkørende biler på en konference i 2019, en hændelse, der har affødt mange myter om lidar til dato. Han hævder, at lidar, hjulpet af kameraer og smarte algoritmer, er overflødig og altid vil holde stand.
Kameraer anvender forskellige billedgenkendelsesteknologier til at indsamle visuelle farvebilleder, men ved kun at bruge ét kamera kan man kun fange 2D-data, hvilket nemt kan føre til visuelle illusioner og afstandsfejlvurderinger. Der er tragiske eksempler på, at disse fejl er farlige og nogle gange dødelige.
I modsætning hertil kan lidar pålideligt fange 3D-data og nøjagtigt identificere afstande og objektstørrelser.
Integrering af nøjagtige 3D lidar-data hjælper kameraet med stadig at opfatte det omgivende miljø, selv når kameraet er "blindt". Kameraet har f.eks. brug for lidt tid til at tilpasse sig lysændringer efter at have forladt en tunnel.
Desuden kan de 2D-billeder, der genereres af kameraerne, synes at være nøjagtige nok til at træne selvkørende bilalgoritmer. Men de har stadig mange unøjagtigheder, der reducerer nøjagtigheden af ​​maskinlæringsmodeller og dermed køretøjets evne til at fornemme, forudsige og træffe beslutninger. Maskinlæringsfunktioner, der letter autonom kørsel, skal være skalerbare og løse "long tail-problemet". Det betyder, at det ikke er nok at tage højde for 95 procent af de scenarier, som køretøjer står over for på vejen. Maskinlæringsbaserede autonome køreegenskaber skal også målrette 5 procent. Træning i vanskelige situationer, samtidig med at dens ydeevne løbende forbedres, kræver en stor mængde rene kamerasystemdata til træning.
I modsætning hertil kan lidar levere flere maskinlæringsforudsigelsesmodeller, mens de genererer træningsdata med højere præcision. Derfor er lidar en nødvendig sensor for mere pålidelige og robuste autonome køresystemer.

3. Lidar kan helt erstattes af andre sensorer
En af de mest almindelige misforståelser om lidar er, at den kan erstattes af en kamera- eller radarsensor, en misforståelse, der stammer fra en manglende forståelse af, hvordan disse sensorteknologier klassificerer objekter på forskellige måder. Efter at have forstået de forskellige muligheder for disse sensorer og de typer data, de producerer, vil vi se, hvordan de komplementerer hinanden i funktionalitet. Det, kameraet fanger, er et 2D-billede, der giver gråtone- eller farveoplysninger, tekstur og kontrast. For yderligere at analysere disse data kræves billedgenkendelsessoftware. Fordi kameraet bruger et passivt måleprincip, skal objekter belyses for detektion. Derudover kræves to eller flere kameraer for at skabe 3D-billeder, samt høj computerkraft.
Radarstjernemåling tredimensionel information har ekstrem høj nøjagtighed til at bestemme afstanden og hastigheden af ​​objekter. Opløsningen er dog lav, og de kan ikke nøjagtigt detektere (på en centimeterskala) eller klassificere objekter.
LiDAR skaber en punktsky ud fra de indsamlede tredimensionelle data. Baseret på formen og størrelsen af ​​punktskyen kan den nøjagtigt detektere objekter og klassificere dem i forskellige kategorier, såsom mennesker, biler, bygninger osv.
LiDAR udfylder hullerne i andre sensorteknologier ved at indsamle meget detaljerede og pålidelige tredimensionelle oplysninger. Den kan detektere og præcist klassificere mål i forskellige miljøer, så den skiller sig ud blandt forskellige typer sensorer. Data fra kameraer kan bruges til dybere analyser, og rækkevidde og hastighedsdata indsamlet af radar kan verificeres med LiDAR for større nøjagtighed. Det betyder, at alle sensorbaserede applikationer i fremtiden vil integrere kameraer, radarsystemer, lidar og andre sensorer.

4. Lidar kan ikke arbejde under barske miljøforhold
Kameraer kan ikke fungere uden tilstrækkelig omgivende belysning, f.eks. i bilapplikationer, hvor kameraets registreringsområde kun kan nå forlygtens rækkevidde. I modsætning hertil har lidar et detektionsområde på hundredvis af meter uanset lysintensitetsforhold, fordi det er afhængigt af infrarøde laserstråler i stedet for synligt lys. En selvkørende bil udstyret med lidarsensor kan med andre ord køre lige så jævnt i mørke som om dagen, selvom forlygterne er slukkede.
Når det kommer til barske forhold som tåge, regn eller sne, viser LiDAR igen en klar fordel i ydeevnen og kan kompensere for manglerne ved andre sensorer (såsom kameraer) i perceptionssystemet.
Lidarer klarer sig ofte bedre end kameraer i regnvejr, fordi deres stråler er store. Dette gør det muligt for strålen at omgå forhindringer (såsom regndråber) på sensorspejlet, så lidarens rækkevidde ikke påvirkes i et vist omfang. Til sammenligning er et kameras pixelstørrelse meget mindre end størrelsen af ​​en regndråbe, så dets udsyn bliver sløret.
Den store stråle gør det også muligt for lidaren at detektere flere ekkoer fra forskellige områder og kun behandle den med det stærkeste signal. Dette kan også være nyttigt under dårlige vejrforhold, såsom når det sner, da lidaren kan ignorere virkningen af ​​refleksioner fra snefnug. Et kamera uden maskinlæringsalgoritmer kan ikke skelne mellem snefnug, våde linser eller hårde genstande og returnerer i sidste ende et forvrænget billede.
LiDAR har også kortere eksponeringstider og lukkertider (milliontedele af et sekund) end kameraer (tusindedele af et sekund), hvilket betyder, at regndråber ikke registreres som striber, der spænder over flere pixels, men som rå former.
Da lidar er en optisk enhed, kan dens ydeevne også blive negativt påvirket under forhold som tung tåge, men den er stadig i stand til at levere mere værdifulde data end sensorer som kameraer og kan registrere på længere afstande.

5. Lidar-sensorer er dyre
Der var engang, hvor de eneste lidarer på markedet var roterende lidarer, som var meget dyre og omfangsrige og ikke kunne produceres i store mængder. Så det er helt naturligt, at folk stadig har misforståelser om lidar og dens høje pris. Men siden fremkomsten af ​​MEMS (mikroelektromekaniske systemer) lidar, har denne udtalelse fuldstændig ændret sig. MEMS komponenter er lavet af silicium og er let skalerbare til produktion, hvilket gør dem meget omkostningseffektive.
Solid-state LiDAR bruger standardkomponenter og kræver ingen regelmæssig vedligeholdelse, hvilket reducerer omkostningerne. I de seneste år er prisen på disse lidar-sensorer faldet fra tusindvis af dollars til hundredvis af dollars, en tendens, der vil fortsætte i fremtiden. Faktisk kan mellemklassesensorer endda sælges til trecifrede priser, når de produceres i store mængder.

Dette er nogle almindelige misforståelser om lidar-teknologi og dens applikationer. I del to af denne serie vil vi afsløre flere misforståelser om lidar, som folk overser.

Kontakt information:

Hvis du har nogle ideer, er du velkommen til at tale med os. Uanset hvor vores kunder er, og hvad vores krav er, vil vi følge vores mål om at give vores kunder høj kvalitet, lave priser og den bedste service.