激光雷達相對于其他傳感器的優(yōu)點

由于激光雷達與攝像頭具有出色的成像能力，一直以來被當作自動駕駛的核心傳感器。激光雷達相較于攝像頭的好處是它能得到準確的三維信息，而且自身是主動光源，能夠不受光照的影響，白天和晚上都能照常工作。

攝像頭識別的顆粒度比較高，能夠獲得豐富的紋理色彩，所以能夠?qū)崿F(xiàn)精細化的識別，在這一點上激光雷達不如攝像頭。

攝像頭最大的缺點是受環(huán)境光的影響大，在強光照射、高亮反白物體、夜晚弱光環(huán)境等情景下，采集到的數(shù)據(jù)都難以通過算法進行有效可靠的環(huán)境感知。

激光雷達是通過激光主動探測成像的，不受環(huán)境光影響，直接測量物體的距離方位、深度信息、反射率等。算法首先對障礙物進行識別，然后再分類，識別準確度和可靠性遠超攝像頭，而消耗的計算資源低于攝像頭。

可以說，激光雷達在自動駕駛中的應(yīng)用，最重要的部分就是高精度定位，先確定自身所在的位置，自動駕駛車輛才會面臨“要往哪里去”的問題。所以，確定“我在哪里”是第一步，也是非常關(guān)鍵的一步。按常規(guī)理解，定位應(yīng)該只是GPS的任務(wù)，的確，自動駕駛的定位會用到GPS，但是GPS定位的精度不足，而且在遇到高樓林立或者進出隧道等情況下信號穩(wěn)定性差，因此難以保證自動駕駛車輛的安全。所以自動駕駛定位需要結(jié)合激光雷達、GPS、IMU等，以完成穩(wěn)定可靠的高精度定位。

激光雷達硬件配合針對自動駕駛研發(fā)的AI感知算法，可以完成對周圍障礙物進行識別，對路邊沿進行檢測，進行高精度定位等任務(wù)，還能夠?qū)崿F(xiàn)分類標注，把障礙物分為卡車、小汽車、行人、自行車等。

激光雷達與自動駕駛的產(chǎn)業(yè)化發(fā)展之路

首先，我們對自動駕駛的發(fā)展做一個階段性的劃分，根據(jù)發(fā)展歷史和行業(yè)未來的預(yù)測，自動駕駛的發(fā)展可以分為三個階段。第一個階段，2016年之前，實驗室階段；第二個階段，2016年到2020年前后，試運營階段；第三個階段，2020年之后，大批量商業(yè)化運營階段。在每一個階段，自動駕駛都對激光雷達有著迫切的需求，激光雷達技術(shù)產(chǎn)品的發(fā)展也推動著自動駕駛的快速發(fā)展。

實驗階段

回顧自動駕駛的發(fā)展歷史，最早應(yīng)該追溯到近百年前，美國的陸軍電子工程師Francis開始用無線電波控制車輛的剎車、離合以及轉(zhuǎn)向。1956年，美國通用汽車用預(yù)埋電纜配合車上安裝的接收器進行車輛的控制。1977年，日本筑波工程研究院開始使用攝像頭傳感器，指導汽車駕駛。1998年，意大利的帕爾馬大學使用雙目攝像頭對物體進行識別、導航，當時車輛行駛了2000公里，94%的里程都是在自動駕駛模式下完成的，剩下6%左右需要在人工干預(yù)下完成。

自動駕駛發(fā)展最具有代表性的事件是2004年舉辦的美國無人駕駛DARPA挑戰(zhàn)賽，當時有25支隊伍參與，遺憾的是，沒有一支隊伍完成任務(wù)，即使比賽總里程只有11.78公里。

當時大家討論說，這次比賽之所以沒有完成任務(wù)，最主要的原因是車輛對環(huán)境感知不充分，幾噸甚至接近十噸的車，碰到前面的小草堆就“不敢”過去了。這也從側(cè)面反映出純視覺傳感器的缺陷，它們要對強光對射、黑暗、斑駁光影的道路環(huán)境進行感知，這將大大增加算法的難度。