基于手眼模型的自动驾驶毫米波和激光雷达联合标定研究

为了提高自动驾驶汽车传感器的校准质量,增强自动驾驶系统对目标的精准感知能力,提出了基于手眼模型的毫米波和激光雷达联合标定方法。首先,利用毫米波雷达的内在结构特征建立数学模型,对毫米波和激光雷达传感器的外部参数进行精确计算,确保在统一的世界坐标系中。然后利用手眼模型作为融合分析的基础,实现了毫米波和激光雷达的联合标定。最后,在自动驾驶小巴车平台上进行了标定试验,利用该标定系统得到标定结果的三维位姿关系,并验证了自动驾驶小巴车传感器数据的准确性。研究结果表明,该方法测距误差均值为0.01 m左右,传感器旋转角度可以精确到1°左右,可以满足汽车自动驾驶系统中雷达感知精度的要求。     

自动驾驶中周围车辆识别与信息地图构建技术

为提高自动驾驶时单传感器对周围车辆识别成功率及工程实用性,提出了一种基于相机图像与激光雷达信息相融合的车辆识别和地图构建方法.对相机与激光雷达进行了联合标定和时间配准.对图像中的车辆阴影与激光雷达检测信息进行提取,获得两者间的坐标关联度特征,并根据其阈值范围确定周围是否存在车辆.将相机图像信息与激光雷达检测信息进行融合...     

基于视觉标记板的自动驾驶车辆激光雷达与相机在线标定研究*

针对传统的高清相机和激光雷达外部参数手动或半自动化标定程序繁琐和耗时问题,提出一种适用于地面无人平台车载激光雷达和相机在线自动标定的方法,以安装标记板(Marker)的移动车辆为标定目标,实现车辆的快速识别和位姿估计。同时获取在两种传感器中得到的位姿估计结果,利用经典的定向求解方法计算得到相机与激光雷达之间的刚性转换关系,并在真实城区环境中利用最优评估优化减小标定误差,试验结果证明了所提方法的准确性与可靠性。     

自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...     

激光雷达技术研究现状及其应用

激光雷达是一种各领域广泛应用的环境感知传感器,随着自动驾驶技术发展,更是成为自动驾驶车辆核心的建图定位设备。本文主要概述了国内外激光雷达的研究现状,分析并对比了三角测距和TOF两种激光雷达实现原理,讨论了目前主流厂商的测试标准,介绍了激光雷达技术的在气象观测、城市建设、交通运输的主要应用,为激光雷达的技术研究和产业化发展提供参考依据。     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

法雷奥于巴黎车展推出Drive4U~?自动驾驶样车

正在2018巴黎车展上,法雷奥推出了全球首款在巴黎街头路试的自动驾驶汽车——法雷奥Drive4U~?自动驾驶样车,其独特之处在于搭载了法雷奥一系列传感器,包括超声波传感器、摄像头、雷达、激光器,以及最为关键的8个法雷奥SCALA~?激光扫描仪。这一技术专为汽车开发,是当前市场上唯一量产的车身级激光雷达技术。不仅如此,该汽车还配备了自动驾驶汽车所必备的人工智能(AI)     

理解市场需求与持续技术创新，Velodyne踏上激光雷达进阶之路

<正>Velodyne Lidar在2005年发明了实时环绕式激光雷达系统,开创了自动驾驶的新纪元。这项技术为参加DARPA超级挑战赛的自动驾驶汽车提供了精确的视觉系统。多年来,Velodyne Lidar的激光雷达传感器帮助工业、机器人、智能基础设施、汽车和其它应用提升了感知与自动化能力。近期,Velodyne Lidar北美销售副总裁Laura Wrisley与本刊记者共话激光雷达的市场表现与未来技术走向。     

自动驾驶仿真测试平台发展现状与展望

仿真测试是自动驾驶汽车开发过程中必不可少的一环,目前国内外存在多个自动驾驶仿真平台。文章通过从仿真层次、仿真内容、使用情况等方面对自动驾驶仿真平台进行整理,总结出自动驾驶仿真平台的发展现状和存在问题,提出自动驾驶仿真平台的发展趋势。     

Velodyne激光雷达宣布将GaN技术用于小型化低成本固态激光雷达传感器的新设计

正Velodyne激光雷达公司宣布了一款固态激光雷达传感器的新设计,当以大批量规模制造时,其子系统成本将低于50美元。该技术将影响在多个行业应用中激光雷达传感器的增值,包括自动驾驶汽车、共享自行车、3D地图以及无人机。由于它们较小的尺寸,激光雷达传感器利用这种新设计将变得更便宜更容易集成,并且作为一个较少运动部件     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

硅基半导体的“桑巴舞” MEMS激光雷达技术篇

激光雷达能被业界公认为自动驾驶不可或缺的高精度传感器,皆因其能以高密度点云提供准确的三维信息。它上次出现在本刊,应该是三年前所刊发的《自动驾驶的天眼——激光雷达是个啥》技术科普文章。三年时间过去了,激光雷达技术已经日益成熟并走向多技术路线并存,看来是时候用几期文章,给大家更新一下它的近况。     

基于激光雷达的3D目标检测研究综述

近年来,随着自动驾驶技术的快速发展,智能汽车对于环境感知技术的需求也越来越高,由于激光雷达数据具有较高的精度,能够更好的获取环境中的三维信息,已经成为了3D目标检测领域研究的热点。为了给智能汽车提供更加准确的环境信息,对激光雷达3D目标检测领域主要研究内容进行综述。首先,分析了自动驾驶车辆各种环境感知传感器的优缺点;其次,根据3D目标检测算法中数据处理方式的不同,综述了基于点云的检测算法和图像与点云融合的检测算法;然后,梳理了主流自动驾驶数据集及其3D目标检测评估方法;最后对当前点云3D目标检测算法进行总结和展望,结果表明当前研究中2D视图法和多模态融合法对自动驾驶技术发展的重要性。     

德尔福联手Innoviz为自动驾驶汽车提供高性能激光雷达解决方案

正德尔福汽车公司近日宣布与业内领先的以色列Innoviz公司签署商业合作协议。Innoviz公司致力于研发大规模商用自动驾驶汽车的激光雷达技术,这些技术未来将被整合应用于德尔福自动驾驶系统中,为汽车制造商提供一整套自动驾驶技术方案组合。Innoviz激光雷达技术采用固态设计,具备优秀的远程扫描性能,目标探测能力强、精确性高。远程激光雷达对于     

基于相机与激光雷达融合多目标检测算法研究

准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。     

智能网联产业链分析——激光雷达成关键部件

近年来,智能网联汽车逐渐受到行业及市场关注,这种融合了现代通信与网络技术的新一代汽车,不仅可实现"安全、高效、舒适、节能"行驶,还具备车与驾驶者智能信息交换、共享,以及复杂环境感知、智能决策、协同控制等功能,使得无人驾驶成为可能。无人驾驶技术已经成为汽车发展的一个大趋势,作为其核心传感器部件之一的车载激光雷达更是有着难以取代的地位。本文重点介绍激光雷达的原理、应用现状及趋势等,从中不难发现激光雷达已经逐渐发展为标配,随着企业自动驾驶方案的选择和规划,车用激光雷达的商业化正悄然发生。     

基于运动约束的激光雷达与车体坐标系旋转参数标定

激光雷达是智能网联汽车环境感知的重要传感器,多坐标系空间标定是激光雷达精准环境感知的前提条件。针对激光雷达与车体坐标系空间同步面临传感器观测单一的问题,提出基于激光雷达与车辆的平面运动和直线运动约束2步标定方法。为构建运动约束,基于激光里程计获取激光雷达运动位姿信息,通过激光雷达运动轨迹信息和时域上多帧地面平面拟合信息进行平面行驶识别,在满足平面路况下构建平面运动约束标定,进而标定横滚角与俯仰角;基于俯仰角和横滚角对车辆轨迹进行修正,通过激光运动轨迹建立直线行驶判别模型判别车辆运动状态,在满足车辆直线行驶路况下构建直线运动约束,从而标定偏航角。最后,在智能驾驶试验车上开展了激光雷达与车辆坐标系标定的实车试验,通过实车采集的数据验证了提出的空间同步方法的可行性。试验结果表明：提出的激光雷达与车体坐标系标定方法优于基于标定物的方法,在原始数据上可以保证标定后的旋转误差降低至0.61,误差率降低约47.4%。在手动调整的扩充数据上标定后的旋转误差降至1.64,误差率降低约40.6%。相对于基于标定物的方法,其旋转误差均有降低且不需要借助特定的标定物与标定场,降低了对环境的依赖程度。同时通过消...     

大陆固态3D闪光激光雷达推向商用车市场

<正>日前,大陆集团开发了新型的汽车级固态3D闪光激光雷达(Flash LIDAR)HFL110,并正将其样品推向商用车市场。此款激光雷达增强了大陆现有的自动驾驶ADAS传感器套件和2D彩色传感器的功能。据悉,与其它雷达系统相比,3D闪光激光雷达能提供更精细的光学角度分辨率和更高的精度,尤其是在包括车辆、建筑物、行人和其它不同尺寸物体密集的城     

雷达场景仿真测试如何助力自动驾驶研发?

从L1、L2驾驶辅助到L4、L5自动驾驶,各项智能及网联技术的发展,推进了自动驾驶产业的进程.在这个过程中,仿真测试是新技术研发必不可少的环节.针对目前自动驾驶研发中,对于真实仿真场景测试的需求,是德科技推出了雷达场景仿真器,用于雷达传感器和算法研发.汽车制造商可以在实验室中测试复杂的真实场景,从而加快自动驾驶研发进程...