光学雷达在无人驾驶技术中的应用

无人驾驶汽车的成功涉及高精地图、实时定位以及障碍物检测等多项技术，而这些技术都离不开光学雷达(LiDAR)。本文将深入解析光学雷达是如何被广泛应用到无人车的各项技术中。文章首先介绍光学雷达的工作原理，包括如何通过激光扫描出点云;然后详细解释光学雷达在无人驾驶技术中的应用，包括地图绘制、定位以及障碍物检测;最后讨论光学雷达技术目前面临的挑战，包括外部环境干扰、数据量大、成本高等问题。

无人驾驶技术简介

无人驾驶技术是多个技术的集成，包括了传感器、定位与深度学习、高精地图、路径规划、障碍物检测与规避、机械控制、系统集成与优化、能耗与散热管理等等。虽然现有的多种无人车在实现上有许多不同，但是在系统架构上都大同小异。图1显示了无人车的通用系统架构，系统的感知端(图1左)由不同的传感器组成，其中GPS用于定位，光学雷达(Light Detection And Ranging，简称 LiDAR)用于定位以及障碍物检测，照相机用于基于深度学习的物体识别以及定位辅助。

图1.无人车通用系统架构

在传感器信息采集后，我们进入了感知阶段，主要是定位与物体识别(图1中)。在这个阶段，我们可以用数学的方法，比如Kalman Filter与 Particle Filter等算法，对各种传感器信息进行融合，得出当前最大几率的位置。如果使用LiDAR为主要的定位传感器，我们可以通过LiDAR扫描回来的信息跟已知的高精地图做对比，得出当前的车辆位置。如果没有地图，我们甚至可以把当前的LiDAR扫描信息与之前的扫描信息用ICP算法做对比，推算出当前的车辆位置。在得出基于LiDAR的位置预测后，可以用数学方法与其它传感器信息进行融合，推算出更精准的位置信息。

最后，我们进入了计划与控制阶段(图1右)。在这个阶段，我们根据位置信息以及识别出的图像信息(如红绿灯)实时调节车辆的行车计划，并把行车计划转化成控制信号操控车辆。全局的路径规划可以用类似A-Star的算法实现，本地的路径规划可以用DWA等算法实现。

光学雷达基础知识

先来了解下光学雷达的工作原理，特别是产生点云的过程。

工作原理

光学雷达是一种光学遥感技术，它通过首先向目标物体发射一束激光，再根据接收-反射的时间间隔来确定目标物体的实际距离。然后根据距离及激光发射的角度，通过简单的几何变化可以推导出物体的位置信息。由于激光的传播受外界影响小，LiDAR能够检测的距离一般可达100m以上。与传统雷达使用无线电波相比较，LiDAR使用激光射线，商用LiDAR使用的激光射线波长一般在600nm到1000nm之间，远远低于传统雷达所使用的波长。因此LiDAR在测量物体距离和表面形状上可达到更高的精准度，一般可以达到厘米级。

LiDAR系统一般分为三个部分：第一是激光发射器，发射出波长为600nm到1000nm之间的激光射线;第二部分是扫描与光学部件，主要用于收集反射点距离与该点发生的时间和水平角度(Azimuth);第三个部分是感光部件，主要检测返回光的强度。因此我们检测到的每一个点都包括了空间坐标信息(x, y, z)以及光强度信息(i)。光强度与物体的光反射度(reflectivity)直接相关，所以根据检测到的光强度也可以对检测到的物体有初步判断。