Разпространени митове за LiDAR сензорите – Част 1

Докато световната наука и технологии се развиват към интелигентност и висока ефективност,Лидарен лазерен модули приложенията му също получават все повече внимание. Въпреки това, хората също имат някои недоразумения относно лидарната технология и производителността. Тази статия ще разкрие пет често срещани недоразумения относно лидара.

1. Технологията на прилагане на лидар е сложна
Въпреки че лидарът е сложен сензор, съставен от различен хардуер, основният му принцип на работа всъщност е доста прост. Сензорът използва метод за време на полет, принцип на откриване, подобен на прилепите, използващи звукови вълни, или радар, използващ микровълни.
Ако разделим сензора на неговите компоненти, а именно лазер, детектор и модул за отклоняване на лъча, лидарът вече не е плашеща технология. Лазерният източник първо излъчва лазерни импулси. Тези импулси се отклоняват в сцената чрез микрогалванометри. Детекторът открива отразената Q светлина и точно изчислява разстоянието въз основа на времето за излъчване на лазерния импулс и времето за връщане.
Този процес се повтаря хиляди или дори милиони пъти в секунда, за да генерира точни 3D облаци от точки в реално време. Тези 3D данни от облак от точки са лесни за анализиране и използване, например за вземане на решения за автономно шофиране.
Технологията е разработена след изобретяването на импулсни лазери в началото на 60-те години на миналия век, които излъчват повтарящи се импулси светлина, вместо да използват непрекъснати вълни.

⒉. В приложенията за самоуправляващи се автомобили лидарът е излишен
Илон Мъск пренебрегна използването на лидар в самоуправляващите се автомобили на конференция през 2019 г., инцидент, който породи много митове за лидара до момента. Той твърди, че лидарът, подпомогнат от камери и интелигентни алгоритми, е излишен и винаги ще държи позициите си.
Камерите прилагат различни технологии за разпознаване на изображения за събиране на цветни визуални изображения, но използването само на една камера може да заснеме само 2D данни, което лесно може да доведе до визуални илюзии и грешни преценки на разстоянието. Има трагични примери за това, че тези недостатъци са опасни и понякога фатални.
За разлика от това, lidar може надеждно да улавя 3D данни и точно да идентифицира разстояния и размери на обекти.
Интегрирането на точни 3D лидарни данни помага на камерата все още да възприема околната среда, дори когато камерата е „сляпа“. Например камерата се нуждае от известно време, за да се адаптира към промените в светлината след излизане от тунел.
Освен това 2D изображенията, генерирани от камерите, може да изглеждат достатъчно точни, за да обучават алгоритми за самоуправляващи се автомобили. Но те все още имат много неточности, които намаляват точността на моделите за машинно обучение и по този начин способността на автомобила да усеща, прогнозира и взема решения. Възможностите за машинно обучение, които улесняват автономното шофиране, трябва да бъдат мащабируеми и да решават „проблема с дългата опашка“. Това означава, че не е достатъчно да се обслужват 95 процента от сценариите, пред които са изправени превозните средства на пътя. Възможностите за автономно шофиране, базирани на машинно обучение, също трябва да се насочат към 5 процента. Обучението в трудни ситуации, като същевременно непрекъснато подобрява своята производителност, изисква голямо количество чисти системни данни на камерата за обучение.
За разлика от това, lidar може да предостави повече модели за прогнозиране на машинно обучение, като същевременно генерира данни за обучение с по-висока точност. Следователно лидарът е необходим сензор за по-надеждни и стабилни системи за автономно шофиране.

3. Лидарът може да бъде напълно заменен от други сензори
Едно от най-често срещаните погрешни схващания за лидара е, че той може да бъде заменен от камера или радар, погрешно схващане, което произтича от липсата на разбиране за това как тези сензорни технологии класифицират обектите по различни начини. След като разберем различните възможности на тези сензори и типовете данни, които произвеждат, ще видим как те се допълват във функционалност. Това, което камерата улавя, е 2D изображение, предоставящо информация за сивата скала или цвета, текстура и контраст. За по-нататъшен анализ на тези данни е необходим софтуер за разпознаване на изображения. Тъй като камерата използва пасивен принцип на измерване, обектите трябва да бъдат осветени за откриване. Освен това са необходими две или повече камери за създаване на 3D изображения, както и висока изчислителна мощност.
Триизмерната информация за радарно измерване на звезди има изключително висока точност при определяне на разстоянието и скоростта на обектите. Разделителната способност обаче е ниска и те не могат точно да открият (в сантиметър) или да класифицират обекти.
LiDAR създава облак от точки от събраните триизмерни данни. Въз основа на формата и размера на облака от точки, той може точно да открива обекти и да ги класифицира в различни категории, като хора, коли, сгради и др.
LiDAR запълва празнините на други сензорни технологии, като събира изключително подробна и надеждна триизмерна информация. Той може да открива и точно да класифицира цели в различни среди, което го отличава сред различните видове сензори. Данните от камерите могат да се използват за по-задълбочен анализ, а данните за обхвата и скоростта, събрани от радара, могат да бъдат проверени с LiDAR за по-голяма точност. Това означава, че в бъдеще всички базирани на сензори приложения ще интегрират камери, радарни системи, лидари и други сензори.

4. Lidar не може да работи в тежки условия на околната среда
Камерите не могат да работят без достатъчно околно осветление, като например в автомобилни приложения, където обхватът на откриване на камерата може да достигне само обхвата на фаровете. За разлика от това, лидарът има обхват на откриване от стотици метри, независимо от условията на интензитета на светлината, тъй като разчита на инфрачервени лазерни лъчи, а не на видима светлина. С други думи, самоуправляваща се кола, оборудвана с лидарен сензор, може да се движи толкова гладко на тъмно, колкото и през деня, дори ако фаровете са изключени.
Когато става въпрос за тежки условия като мъгла, дъжд или сняг, LiDAR отново показва ясно предимство в производителността и може да компенсира недостатъците на други сензори (като камери) в системата за възприемане.
Лидарите често се представят по-добре от камерите при дъжд, защото лъчите им са големи. Това позволява на лъча да заобикаля препятствия (като дъждовни капки) върху огледалото на сензора, така че обхватът на лидара не се влияе до известна степен. За сравнение, размерът на пиксела на камерата е много по-малък от размера на дъждовна капка, така че нейният изглед ще бъде затъмнен.
Големият лъч също позволява на лидара да открива множество ехо от различни диапазони и да обработва само този с най-силен сигнал. Това може да бъде полезно и при лоши метеорологични условия, като например когато вали сняг, тъй като лидарът може да игнорира въздействието на отраженията от снежинките. Камера без никакви алгоритми за машинно обучение не може да различи снежинки, мокри лещи или твърди предмети и в крайна сметка връща изкривено изображение.
LiDAR също има по-кратки времена на експозиция и скорости на затвора (милионни от секундата) в сравнение с камерите (хилядни от секундата), което означава, че дъждовните капки не се откриват като ивици, обхващащи множество пиксели, а като необработени форми.
Тъй като лидарът е оптично устройство, работата му може също да бъде отрицателно повлияна при условия като силна мъгла, но все пак е в състояние да предостави по-ценни данни от сензори като камери и може да открива на по-големи разстояния.

5. Лидарните сензори са скъпи
Имаше време, когато единствените налични лидари на пазара бяха въртящи се лидари, които бяха много скъпи и обемисти и не можеха да се произвеждат в големи количества. Така че е съвсем естествено хората все още да имат погрешни представи за лидара и високата му цена. Но след появата на лидара MEMS (микроелектромеханични системи), това твърдение се промени напълно. MEMS компонентите са направени от силиций и са лесно мащабируеми за производство, което ги прави много рентабилни.
LiDAR в твърдо състояние използва стандартни компоненти и не изисква редовна поддръжка, като по този начин намалява разходите. През последните години цената на тези лидарни сензори е спаднала от хиляди до стотици долари, тенденция, която ще продължи и в бъдеще. Всъщност сензорите от среден клас могат дори да се продават на трицифрени цени, когато се произвеждат в големи количества.

Това са някои често срещани погрешни схващания относно лидарната технология и нейните приложения. Във втора част от тази поредица ще разкрием повече недоразумения относно лидара, които хората пренебрегват.

Информация за връзка:

Ако имате някакви идеи, не се колебайте да говорите с нас. Без значение къде са нашите клиенти и какви са нашите изисквания, ние ще следваме целта си да предоставим на нашите клиенти високо качество, ниски цени и най-доброто обслужване.