logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

自动驾驶中的传感器技术30——Lidar(5)

激光雷达主流扫描模式原理概述 目前激光雷达主要采用6种扫描模式:1)机械旋转式,通过多激光器垂直堆叠和整体旋转实现360°扫描,但可靠性差;2)棱镜式(如大疆Livox),采用双楔形棱镜折射实现玫瑰花结扫描;3)转镜式(如禾赛AT128),利用多面体转镜反射实现等速扫描;4)MEMS振镜式(如速腾),通过微机电镜片谐振偏转扫描;5)混合式(如图达通猎鹰),结合转镜水平扫描和振镜垂直扫描;6)Fla

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术3——概述(3)-Lidar

摘要: Lidar技术是自动驾驶的核心传感器,通过激光测距生成高精度3D点云,实现环境感知、障碍物检测及定位。其分为机械式、固态等类型,部署位置包括车顶(360°覆盖)、前保(主探测)和车身侧面(补盲)。技术原理基于飞行时间(ToF)测距,具有高精度、三维感知及恶劣天气适应性等优势,但面临高反干扰、阳光噪声、盲区吸点等工程挑战。当前技术迭代方向聚焦固态化(如转镜/振镜式)、低成本化(速腾MX单模组

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术22——Camera(13)

车载摄像头可靠性验证是确保自动驾驶和ADAS系统安全的关键环节。验证包括硬件测试(结构、防水、耐温等)、软件测试(录像、夜视、动态捕捉)、环境耐候性测试(高低温、盐雾、振动等)、电磁兼容性测试及功能测试(碰撞检测、停车监控等)。可靠性保障方法涵盖:采用高质量材料与IP68防水设计,优化图像处理算法,进行严格的环境适应性测试,规范安装维护流程,以及满足ISO26262功能安全和网络安全标准。通过多维

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术33——Lidar(8)

激光雷达测速方法主要分为直接法和间接法。直接法通过FMCW回波FFT变换直接测量目标径向速度;间接法则通过多帧点云位移与时间比值计算速度,需先进行目标识别与跟踪。FMCW激光雷达利用多普勒效应测量相对速度,通过发射调频连续波信号(Chirp)并分析回波信号的频率变化实现测距和测速。混频后的中频信号相位变化可反映目标速度,而距离分辨率取决于扫频带宽。间接测速常结合卡尔曼滤波算法,通过点云识别运动目标

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术1——概述(1)-ADAS

文章详细列举了各等级典型功能对应的传感器配置,为理解自动驾驶技术发展提供了清晰的框架。

文章图片
#自动驾驶
自动驾驶中的传感器技术21——Camera(12)

本文系统介绍了自动驾驶摄像头的图像评测方法,重点分析了分辨率、解像力等关键性能指标的测试方案。文章指出,自动驾驶对图像质量评估提出了特殊要求,需要引入OD50、DQI等新型评价标准。详细阐述了静态测试(视场角、畸变率等)和动态测试(帧率、光照适应性等)的具体实施方法,并提供了分辨率测试的标准化流程与影响因素分析。最后探讨了当前图像质量评估面临的挑战,包括传统指标适用性不足等问题,提出未来应开发专用

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术32——Lidar(7)

激光雷达(LiDAR)测角方案主要分为扫描式和非扫描式两类。扫描式包括机械式(如Velodyne的360°旋转扫描)、转镜式(如禾赛AT128的120°水平扫描)、MEMS振镜(如速腾M1的二维摆动扫描)以及转镜+振镜混合方案(如图达通猎鹰)。非扫描式主要为Flash LiDAR(如FT120),通过泛光照明实现瞬时全场景探测,但受限于功率和分辨率。此外,光学相控阵(OPA)利用相位控制实现固态扫

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术9——Camera(0)

车载摄像头产业链主要由光学镜头组、CMOS传感器、ISP处理器和串行器等核心部件构成,其中图像传感器占成本50%。全球市场中,索尼、三星等传统CIS厂商仍占主导,但豪威科技、思特威等国内企业正加速崛起。镜头领域,舜宇光学以32%市占率全球领先,联创电子、欧菲光等国内厂商快速成长。串行器市场由Maxim、TI主导,华为HSMT等国产方案也在推进。技术方面,车载摄像头需应对复杂环境,玻塑混合镜头因兼具

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术6——概述(6)-GNSS

GNSS技术在自动驾驶中的关键作用摘要:全球导航卫星系统(GNSS)为自动驾驶提供厘米级高精度定位,结合RTK、双频接收等技术克服城市环境干扰。通过与IMU、LiDAR等多传感器融合,GNSS实现车辆精准定位与环境感知,支撑路径规划与决策控制。技术迭代方向包括多星座融合、5G辅助定位及AI预测算法,持续提升复杂场景下的定位可靠性。当前主流方案如RTK定位精度达±4cm,PPP技术则通过双频校正实现

文章图片
#自动驾驶#人工智能#机器学习
自动驾驶中的传感器技术2——概述(2)-Camera

摘要 自动驾驶摄像头技术通过光学镜头和图像传感器实现环境感知,主要包括前视、环视、侧视等13个摄像头类型,部分系统采用双目摄像头提升深度感知。摄像头核心组件包括光学透镜、图像传感器(CIS)和图像处理器(ISP),后者通过算法优化画质(如降噪、HDR)。技术特点上,单目、立体、鱼眼和红外摄像头分别适用于不同场景,车载摄像头需满足耐高温、抗震等严苛要求。CIS采用RGGB、RCCB等滤光阵列以平衡灵

文章图片
#自动驾驶#人工智能#机器学习
    共 19 条
  • 1
  • 2
  • 请选择