激光雷达与无人驾驶技术，激光雷达与毫米波雷达哪个更适合无人驾驶

来源：整理时间：2023-06-04 10:18:52 编辑：智能门户手机版

1，激光雷达与毫米波雷达哪个更适合无人驾驶

激光雷达的优点：在于使用环境限制较小，即不管在白天或是夜晚都能正常使用。缺点：成本高昂，供货周期长（国内的速腾聚创供货周期在4周，国外的velodyne8周，不过都被投资方拿去用了。）遇到烟雾介质以及雨雪天气中表现一般，将掣肘它的发挥。毫米波雷达：穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的特点缺点：探测距离非常有限，也无法感知行人，而激光雷达可以对周边所有障碍物进行精准的建模。未来：应该是两种雷达相结合。

目前汽车防撞探测主要是采用红外、超声波、摄像头、激光、雷达等一些测量方式。其中红外、激光、摄像头等光学技术价格低廉且技术简单，全天候工作效果不好；超声波受天气状态影响大，探测距离短，多用于倒车保护。而毫米波雷达则克服了上述几种探测方式在汽车防撞探测中的缺点，具有稳定的探测性能和良好的环境适应性。它不仅可测量目标距离，还可测量目标物体的相对速度及方位角参数，是未来无人自动驾驶的必备传感器。此外，毫米波雷达结构简单、发射功率低、分辨率和灵敏度高、天线部分尺寸小、已成为主动防撞雷达的。

激光雷达与毫米波雷达哪个更适合无人驾驶

2，无人驾驶汽车的主要技术

根据无人驾驶汽车的功能模块，可将无人驾驶的关键技术分为：定位导航技术、环境感知技术、规划决策技术和自动控制技术。1、定位导航技术定位导航模块包括定位技术和导航技术。定位技术可以分为相对定位（如陀螺仪、里程计）、绝对定位（如GPS）和组合定位。导航技术可以分为基于地图的导航和不基于地图的导航，其中高精度地图在无人驾驶的导航中有着关键作用。2、环境感知技术环境感知模块通过多种传感器对车辆周围的环境信息进行感知。感知信息不仅包括车辆自身状态信息，如车辆速度、前轮偏角、车辆航向角等，还包括周围的环境信息，如道路位置、道路方向、障碍物位置和速度、交通标志等。常用的传感器包括摄像头、激光雷达、毫米波雷达。3、规划决策技术规划决策模块相当于智能车的大脑，它通过综合分析环境感知系统提供的信息，对当前的车辆行为进行规划（速度规划、避障局部路径规划等），并产生相应的决策（跟车、换道、停车等）。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。4、自动控制技术自动控制模块主要包括转向、驱动和制动三个系统。无人驾驶汽车的三个控制系统对控制的精确性、平顺性、响应延时等性能要求有着不同的侧重点。其中，转向控制主要是对转向电机的控制，根据控制目标的不同，可分为角度闭环控制和力矩闭环控制。驱动控制实现对车辆加速、匀速、减速的控制。制动控制根据制动场景的不同又可分为正常的制动控制和紧急制动控制。技术原理无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。以上内容参考百度百科-无人驾驶汽车

无人驾驶汽车的主要技术

3，为什么激光雷达能够给无人驾驶汽车带来腾飞

速腾聚创激光雷达允许生成巨大的3D地图（其原始应用程序），然后就可以预测内部导航汽车或机器人。通过使用激光雷达来对环境进行绘图和导航，可以提前知道一条通道的边界，或者在500米前是否有停车标志或交通信号灯。这种可预测性正是无人驾驶汽车所需要的技术，是过去5年来无人驾驶汽车取得进步的重要原因。

汽车要实现无人驾驶，就跟人走路一样，必须通过眼睛和大脑，控制我们双腿到底该怎么走。眼睛之于汽车，可以是摄像头、普通雷达（即无线电雷达）、激光雷达，一般就这三样。大脑之于汽车，那就是芯片了，它会根据“眼睛”所看到情景，通过严密的计算（可以结合例如地图等数据库），最终控制车轮该怎么走。激光雷达（lidar，“光”和“雷达”的组合词）是一种被设计用于快速构建这些点云的传感器。通过使用光来测量距离，激光雷达能够非常快速地采集样点——每秒高达150万个数据点。这个采样率使得该技术能够部署在自动驾驶车辆等应用上。也许对于激光雷达来说，高昂的设备成本是它需要克服的最大挑战。尽管自该技术得到应用以来其成本已大幅降低，但仍然是它被大范围采用的一个重要障碍。对于主流汽车工业来说，一个价值2万美元的传感器将无法被市场接受。最后，虽然我们将激光雷达视为计算机视觉的一个组件，但点云却是完全基于几何呈现的。相反，人眼除了形状之外还能识别物体的其他物理属性，比如颜色和纹理。现在的激光雷达系统不能区分纸袋和岩石之间的差别，而这本应是传感器理解和试图避开障碍物时考虑的因素。可以看看ofweek激光网的”一文读懂：无人驾驶汽车和激光雷达“这篇文章

为什么激光雷达能够给无人驾驶汽车带来腾飞

4，激光雷达在无人驾驶中的关键作用

激光雷达描绘周围环境几个主要参数，包括线数、点密度、水平垂直视角、检测距离、扫描频率、精度等。除了位置和距离信息，激光雷达还提供返回所扫描物体的密度信息，后续算法据此可以判断扫描物体的反射率再进行下步处理。通过检测目标物体的空间方位和距离，通过点云来描述3D环境模型，提供目标的激光反射强度信息，提供被检测目标的详细形状描述，不仅在光照条件好的环境下表现优秀，而且在黑夜和雨天等极端情况下也有较好表现。总的来说，激光雷达传感器在精度、分辨率、灵敏度、动态范围、传感器视角、主动探测、低误报率、温度适应性、黑暗和不良天气适应性、信号处理能力等指标方面表现优秀。仅靠单类传感器和单一技术难以实现安全的自主驾驶。提醒我们要在最基础的感知方案上不能减配关键传感器，而且还需要多类传感器冗余配置和信息融合。

激光雷达工作原理是通过光源向目标发射激光束然后将反射信号与发射信号做对比、处理，来获取目标物的距离、方位速度、形状等信息，可以生成3维立体图像，帮助自动驾驶大脑识别行人、追踪轨迹、绘制高精度地图等等，可以实现更为精确的定位功能。激光雷达的优势在于测量精度高、距离远，分辨率比较高，不受地面杂波影响，拥有良好的稳定性和鲁棒性。

利用激光雷达进行辅助定位。定位理论有两种：基于已知地图的定位方法以及基于未知地图的定位方法。　　基于已知地图定位方法，顾名思义，就是事先获取无人驾驶车的工作环境地图（高精度地图），然后根据高精度地图结合激光雷达及其它传感器通过无人驾驶定位算法获得准确的位置估计。现在大家普遍采用的是基于已知地图的定位方法。