激光雷达的工作原理

激光雷达有很多种不同的分类方法:(1)按照波长分类,可分为905nm、1550nm、940nm等,目前主流的激光雷达主要有905nm和1550nm两种波长。905nm:激光雷达接收器可以直接选用价格较低的硅材质,905nm激光雷达成为了当下最主流的激光雷达所选用的波长。不过人眼可识别的可见光波长处在390~780nm,而400~1400nm波段内激光都...

新书推荐 | 揭秘激光雷达“大脑”:标定、感知、定位算法详解

然后介绍激光雷达和相机外参标定算法,主要有三种,一是基于标定物的L-C静态标定——ILCC算法,二是无标定物的L-C静态标定——PESC算法,三是无标定物的L-C动态在线标定——AOCCL算法。(2)感知算法激光雷达的感知算法负责对激光雷达数据进行处理和分析,从而实现地面检测、障碍物聚类、目标检测、多目...

基于激光雷达的路沿检测,用于自动驾驶验证中的真值标注

半自动标注算法可以帮助减少人工标注时间,从而在标注过程中节省成本。在本文中提出了一种从激光雷达点云序列中以ASAMOpenLABEL标准化输出格式生成3D路沿预标注的方法。我们的方法在扫描级别检测路沿,并在第二序列级别的后处理阶段对其进行细化。最终检测结果存储为多段线。通过使用从测试车辆中配备的激光雷达传感器获得...

自动驾驶中用于目标检测和语义分割的Radar-Camera融合综述

激光雷达通过测量激光束从发射到接收的时间差来计算到周围目标的距离,激光雷达传感器发射的激光束越密集,物体的三维轮廓就越清晰。相机和激光雷达提供的这些互补特征使激光雷达相机-传感器融合成为近年来的热门话题,并在二维(2D)和三维目标检测、语义分割和目标跟踪方面实现了高精度。尽管它们有优势,但激光雷达和相机都...

【观点】基于路侧激光雷达的人车轨迹跟踪与意图预测

因此,我们希望通过在路侧安装激光雷达传感器,通过对激光点云数据的处理,进行交通目标的识别与跟踪,从而根据高分辨轨迹数据进行冲突检测,并将信息及时发布给行人、骑自行车人以及其他行动不便的人,同时也为车辆提供辅助信息,进一步提高交通出行的安全性能。激光点云数据处理的核心关键在背景点云过滤、目标识别与分类以及轨...

智能无人装车遥遥领先!来看看市占率第一的装车系统是怎么样的?

来看看市占率第一的装车系统是怎么样的?矩阵软件在业界创新使用激光雷达三维点云建模分析技术及人工智能技术对装车过程进行控制,利用自研的AI智能检测算法(Matrix-LoadDetector)可对激光雷达点云动态数据进行实时分析,根据数学模型实时计算料位高度与车厢高度的关系,综合判断最佳控制策略,实现无人值守高度智能...

智驾提速进行时,“全国都能开”已是最低要求?

以感知技术路线这一点来说,目前最主流,也是绝大多数的车企都会借助激光雷达的能力来实现高阶智驾,当然其中也有“异类”,比如特斯拉和极越。特斯拉固然是坚定的纯视觉方案支持者,背靠的是强大的AI能力和领先的智驾算法,极越的情况也颇为类似。在日前举行的AIDay上极越针对智驾场景带来两个信息,第一个是国内首个纯...

聊聊自动驾驶离不开的感知硬件

3)多回波检测激光雷达能够捕捉多个回波信号,从而检测到多个距离不同的物体。这种能力在复杂场景中尤为重要,例如在树叶繁茂的区域,激光雷达可以检测到前景物体后面的隐藏目标。4)数据处理与融合生成的点云数据通常非常庞大且复杂。为了将这些数据转化为有用的信息,自动驾驶系统会应用多种数据处理算法,如点云滤波、聚...

无需依赖地图,华为智驾体验大升级!

当前无图智能驾驶技术大致分为激光雷达派系和纯视觉派系两大阵营。其中,激光雷达以其多线程、高频率扫描和长距离探测的高性能,成为高级智能驾驶的首选。在灾难性的交通事故及网红闪避视频中,激光雷达展现了其卓越能力。在黑夜或者逆光条件下,激光雷达的强大感知能力更是彰显出其优势,同时对计算能力和算法提出了更高要...

金溢科技获17家机构调研:公司车路协同业务客户主要包括传统车厂...

答:激光雷达与毫米波雷达有其各自的优势,具体配置需要看场景应用预期需求。毫米波雷达优势在于抗干扰能力强,极端天气环境下性能稳定,探测距离远,呈广角探测,在全天候条件下能保持稳定性能。激光雷达的特点是探测范围更广、探测精度更高,但成本也相对高一些,对边缘计算服务器算力要求也更高。目前在大型路口、感知要求...