自动驾驶基础-传感器融合二

无人驾驶汽车之所以无需人工操作，是因为它能代替人的感官去自动识别道路信息和行人，然后控制汽车完成壁障等功能。而代替人的眼睛和听觉进行环境感知的部分我们称作传感器。目前，激光雷达、毫米波雷达、视觉传感器是用于周围环境感测的主流手段。而在探测精度、探测距离、稳定性和对周围环境适应性等关键性能上，激光雷达都有着明显优势。它通过成对的发射器和接收器，发射和接收 激光束 来绘制周围环境的点云图像，发射器和接受器越多，激光束越密集，对周围环境的感知就越精准。我们常说的64线激光雷达，就是指有64组发射和接收器。

无人驾驶的传感器方案之争一直是个经久不衰的话题，2015年，当时业界还在争论：无人驾驶是该用激光雷达还是用摄像头。摄像头由于成本及技术成熟度的优势， 在一段时间内都占有优势地位。摄像头技术也适合从辅助驾驶到无人驾驶的自然演进。到2016 年，事情发生很大的转变，业内渐渐觉得激光雷达是非常重要的。此前，包括Mobileye联合创始人Amnon Shashua、特斯拉CEO马斯克在内的一众大佬曾公开宣誓对摄像头传感器的“孤注一掷”，但如今声音也开始变得不一样，Amnon Shashua在公开演讲的口径已经开始倾向于表达多传感器冗余的必要性。

在2016 年之前，激光雷达行业的发展还是比较缓慢的。但现在来看，包括上游供应商和下游客户的紧迫需求，都在极力推动实现激光雷达降成本化、可量产化。自动驾驶必须用激光雷达，如果激光雷达能有效控制成本，ADAS等级数较低的驾驶辅助功能也需要用激光雷达。究其原因，基于摄像头的ADAS和无人驾驶系统，或者单独使用毫米波的局限性相当之大。

首先是视场角的问题，为了保证足够的探测距离，视场角的角度不可太大，而这就导致车辆有非常大的横向盲区。而使用广角镜头亦或鱼眼大家也知道边缘失真非常严重，针对此有些厂商推出多摄像头的工作模式，纵然这样，也解决不了近距离盲区的问题，同样的多目摄像头会有重叠区域，这样做会增加算法的复杂性，使用过滤器再经处理会增加系统反应时间，增加成本。

其次是低速问题，摄像头对于车辆低速下的表现不好，甚至出现对那些静止目标和缓慢移动的目标无法识别。毫米波则可能只能识别出是障碍物，对与到底是人还是障碍则显得多少力不从心，没有激光雷达，甚至寻找激光雷达的替代品，这条路都将步履艰难。

当然要解决自动驾驶的问题，产业链的完善和配套也是不容忽视的问题。的确，目前多数汽车ADAS或无人驾驶都有赖于三类传感器的融合进行环境感知：摄像头、毫米波雷达、LiDAR。而随着传感器和环境感知技术的重要性日渐增强，目前业界普遍持有的观点是，传感器融合将提供鲁棒性更强的自动化系统。上述GoogleCar就是一个典型的多传感器融合方案的例子。

在感知方面，我们现在普遍使用的是激光雷达、摄像头、毫米波雷达，这三个是作为感知外界物体的传感器。其中，激光雷达可以做物体的识别、分类、特别是小型物体的识别，还有一个重要功能是高清地图的重构。摄像头也可以做物体的分类和跟踪。毫米波雷达主要用于对物体障碍物识别和物体的检测跟踪，测量距离和速度也是毫米波雷达的强项，在恶劣环境和天气条件下，系统就必须依靠毫米波雷达的输入来保持系统正常运行。

下面这张图则形象的对比了三种传感器的优缺点。从图中可以看出，毫米波雷达、摄像头和激光雷达这三个传感器，有一些重合点。这是由传感器本身的性质决定，他们有各自不可或缺的功能。

毫米波雷达主要用还是在障碍物检测，动态物体跟踪；摄像头很难得到三维物体的模型，包括它对于环境的干扰也比较依赖这个光照的影响，但摄像头对物体分类和跟踪是非常好的；激光雷达普遍用于定位、地图重构，障碍物检测、物体分类等应用。

对于多传感器融合， 也有很多种组合和选择， 比如多LiDAR耦合就是解决高端LiADR成本过高的一个方案。

多LiDAR耦合是指多个LiDAR经过合理设计布局，通过LiDAR联合标定以及数据同步处理，达到自由组合LiDAR点云密度变化的目的。以速腾聚创的多LiDAR耦合方案为例， 4 个标准版 16 线LiDAR耦合，相比于单个64线激光雷达，价格会便宜四分之三；同时在性能上能够实现高速自动驾驶实际使用所需的相同点云密度，其测量距离达到150 米；另外，多激光雷达耦合方案，可以根据客户不同需求进行拆装组合，适用不同场景。

而LiDAR和摄像头融合则更是一个经典方案。在无人驾驶应用中，摄像头价格便宜，但是受环境光影响较大，可靠性相对较低。LiDAR探测距离远，对物体运动状态判断精准，可靠性高，但是价格仍居高不下。摄像头可以完成的工作有：车道线检测，障碍物检测和交通标志的识别；而LiDAR完成的任务有：路沿检测、动态和静态物体识别，定位和地图创建。对于动态的物体，摄像头能判断出前后两帧中物体或行人是否为同一物体或行人，而LiDAR则得到信息后测算前后两帧间隔内运动速度和运动位移是多少。

摄像头和LiDAR分别对物体识别后，再进行标定。对于安全性要求100%的无人驾驶，LiDAR和摄像头融合将是未来互补的方案。随着LiDAR技术的进步，价格的下降，我们有望看到兼备美貌和高性能的LiDAR以亲民的价格，在无人驾驶时代大有作为！

LiDAR和毫米波雷达融合则是新进开始流行的方案。作为ADAS不可或缺的核心传感器类型，毫米波雷达从上世纪起就已在高档汽车中使用，技术相对成熟，价格亲民。毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点，且其引导头具有体积小、质量轻和空间分辨率高的特点。此外，毫米波导引头穿透雾、烟、灰尘的能力强，弥补了激光雷达的“软肋”。

但毫米波雷达受制于波长，探测距离非常有限，也无法感知行人，并且对周边所有障碍物无法进行精准的建模。这恰恰是激光雷达的强项。激光雷达和毫米波雷达，不仅可以在性能上实现互补，还可以大大降低使用成本，这样一来可以为无人驾驶的开发提供一个新的选择。此外，美国初创公司Aeva刚刚发布了一款集激光雷达和雷达于一身的新型传感器，既可确定周围物体的位置，也可确定物体速度。该传感器的连续波将比现有激光雷达提供更广的探查范围和更高分辨率的图像，并且能更好地应对天气变化及如桥栏杆这样的高度反光物体，并避免干扰其它光学传感器。

关于自动驾驶的技术文章，可以参考前文，下面是链接：