无人驾驶-一些有趣的项目(2)

今天我们简要介绍无人驾驶中广泛使用的摄像头,激光雷达等传感器。

摄像头:

摄像头对大家来说并不陌生,基本就是获取视频或者图像的设备。不同的设备价格不一样,你觉得你的苹果手机很贵,但无人驾驶车上的一个摄像头可能比你手机还贵。价格贵是因为像素高吗?我觉得不是。实际使用其实要考虑到很多问题,比如说摄像头数据传输的速度,摄像头降噪的能力,摄像头对光线的敏感程度等等。实际中有专门的领域设计无人驾驶车的摄像头硬件,我觉的这大抵是机器人领域的视觉和计算机科学领域视觉的差别吧:机器人视觉更强调实际应用,计算机科学视觉更注重算法的研发。

虽然软件部分会讲到部分的算法,但我还是在这简要提一下深度学习在无人驾驶中的应用。讲个有意思的故事,普林斯顿的教授肖建雄(Prof. X)前段时间成立无人驾驶的创业公司AutoX,公司宣传的重点是,他们使用50美金左右级别的摄像头可以实现“可靠”的无人驾驶,并不需要其它激光雷达等价格昂贵的传感器。当我看到这个消息后,我第一反应就是,他们汽车后备箱里的GPU价值多少?

其实深度学习在计算机视觉领域的表现真是让人惊叹。但惊叹之余,我们也应看清很多算法因为处理速度和准确度的限制而无法得到实际应用。比如今年ICCV的最佳论文Mask-RCNN,在GPU上可以达到每秒无帧的速度,但这segmentation和detection的速度以及准确程度还是不能作为主要依赖的传感器的。你可能会质疑,特斯拉怎么就做到了呢?我只能说,是的,它做到了几起严重的车祸。当然,视觉领域也不只有深度学习的方法,还有很多较可靠,还实时的算法(即使深度学习,yolo在GPU上也可以做到实时)。所以,摄像头还是无人驾驶中不可或缺的。

激光雷达:

激光雷达的基本原理就是,射出一束光,遇到物体反射回来,根据传输的时间就可以知道物体距离。一束光线,其实就只能的到一个点;所以,要想的到更大的覆盖范围,就要发射更多的光束,但随之而来的问题就是成本的增加。在Velodyne广泛使用之前,大多是使用SICK和Hokuyo这样的平面雷达。所谓平面雷达,就是光束只在一个平面上,如果你想得到三维的数据,就要移动平面雷达。基于这个想法,Velodyne设计了三维雷达,这个雷达每个垂直平面发射出16,32,64或者128条光束,然后旋转一周,这样就覆盖了整个立体空间。但你可以想象到随着物体距离的增加,点会变得越来越稀疏。下面图片中是实际中平面雷达和三维雷达的数据,其实就是一些不同距离的数据点。

平面雷达数据

旋转一周形成的三维雷达数据

基于SLAM的构建的三维雷达数据

Radar:

原理和激光雷达想法差不多,它发射出去的是不是光束,还是波。这样优点是覆盖的范围广,缺点就是精度没有激光雷达高。所以不同测距的Radar,主要是用来做物体检测和追踪以防止碰撞到障碍物的事件发生。我以前从未实际使用过这个传感器,但最近的项目可能会用到,后面我会分享给大家具体的使用心得。

Leddar:

其实这也是一款激光雷达,但它是固态激光雷达,换句话说就是没有旋转,所以射出去的光束有一定的视角范围,而不是360度。最近尝试使用了一下,感觉非常酷。主要用于检测距离很近的物体,而引发汽车的紧急制动。下图是是leddar的实际数据,绿色舍车的位置,其它颜色的长方形代表不同位置存在障碍物。

过去几篇基本介绍完了无人驾驶中标配的各种硬件设备。未来几周我们将介绍如何获取这些硬件设备的数据。

非常excited的一件事是,我们周一拿到了车,经过一周的努力,我们现在可以获得这个系列中讲到的所有传感器的数据,下一步就是使用这些数据实现无人驾驶啦!!!最有意思的经历就是,因为这个车是可以上路行驶的,所以我们必须对转向灯,刹车灯之类的的做到软件控制,所以完成了人生第一次用手机控制车上的转向灯,哈哈

本文来自企鹅号 - 全球大搜罗媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT大咖说

Kubeflow用户研究:Data Scientist是一群什么生物?

内容来源:2018 年 04 月 22 日,Pinlan创始人兼CEO李一帆在“全球首发| Kubeflow Meetup 4.22 杭州场,开拓 AI 新视野...

902
来自专栏量子位

让AI自动调参,才是百度无人车的进化方式:适应环境全靠自己 | 论文

所以,训练好L4级的自动驾驶系统并不简单。需要依赖奖励函数 (Reward Function) 和代价函数 (Cost Function) 。

623
来自专栏数据科学与人工智能

【数据科学】什么是数据科学家与数据科学

仅仅在几年前,数据科学家还不是一个正式确定的职业,然而一眨眼的工夫,这个职业就已经被誉为“今后十年IT行业最重要的人才”了。 一、数据科学家的起源 “数据科学”...

2406
来自专栏华章科技

2018上半年这10本新书,技术大牛们都在追着看

不知你的上半年都有哪些收获?上半年只收获了8斤体重的数据叔惶恐地抄下了郑州地铁上看到的名言警句:

533
来自专栏PPV课数据科学社区

【案例】浅谈医学大数据是怎么回事?

编者按:本文作者陈遵秋,美国俄勒冈州,健康科技大学,公共卫生预防系,美国统计协会认证统计分析师;陈漪伊,美国俄勒冈州,健康科技大学,公共卫生预防系,生物统计助理...

2473
来自专栏PPV课数据科学社区

漫谈大数据的思想形成与价值维度

在漫长的数据蓄水过程中,数学和统计学逐渐发展,人们开始注意对数据的量化分析,在人类进入信息时代以前这样的例子就不胜枚举。比如经济上,黄仁宇先生对...

2696
来自专栏PPV课数据科学社区

大数据处理PK,美国不知道高明到哪里去了

“大数据”(Big data),实际上意译作“高频复杂数据”更贴切一些,也更便于非从业者直观了解这个词的含义。 由于“大数据”的大并非指单纯的数据量庞大,即便是...

2686
来自专栏量子位

谷歌大脑揭秘:48名成员20大研究领域(认猫事件距今已五年整)

李根 若朴 李林 发自 凹非寺 量子位 报道 | 公众号 QbitAI 人类第一次发现猫的记录已无从查证,但机器第一次“发现”猫是在5年前的今天。 当是时,谷歌...

2595
来自专栏机器之心

专栏 | 滴滴KDD2017论文:基于组合优化的出租车分单模型

机器之心专栏 机器之心编辑部 数据挖掘顶会 KDD 2017 已经开幕,国内有众多来自产业界的论文被 KDD 2017 接收。本文是对滴滴 KDD 2017 论...

3108
来自专栏PPV课数据科学社区

大数据时代统计学发展的若干问题

作者:马双鸽,刘蒙阕,周峙利,方匡南,朱建平,谢邦昌 本文是发表在《统计研究》的论文基础上整理的,获国家社会科学基金项目“大数据的高维变量选择方法及其应用研究”...

2706

扫码关注云+社区