百度无人车上竟用‘谷歌同款’LiDAR？技术剖析70万值不值

近期两条无人车的新闻再次引发麦迪的关注，其一是，百度无人车北京上路。当然无人车上路在国内外都有，这次引发麦迪关注的点是，车上的一个激光雷达价值70万！恰巧没隔几天，跑来第二天新闻，谷歌有意涉足激光雷达，或认为其太贵，有意自主设计，或降低其成本。 一前一后两条新闻，都吐槽激光雷达（LiDAR）贵，出于好奇，勤劳的麦迪查阅了一些资料，想和大家探讨一些关于激光雷达的事。 在这里先透露一下麦迪此次研究的八卦发现： 其一，百度这次花70万买的激光雷达应该就是谷歌无人驾驶车上的同款。 其二，意外发现一则新闻，制作一个60美元黑客设备就可以欺骗大部分自动驾驶车的激光雷达系统（如果是真的就太劲爆了。。） 言归正传， 何谓激光雷达？ 看了几款主流无人驾驶车的报道，就目前看来，尽管宣布生产无人驾驶车的厂家越来越多，其性能、应用或有不同，但主要还是使用一堆传感器来构成汽车的视觉系统，用于汽车周边环境的感知，这其中有毫米波雷达、激光雷达、摄像头等传感器，以及用于车身定位的GPS/INS传感器。 这当中，激光雷达（LiDAR）确实担当了关键的‘视觉’任务。且据麦迪观察大多数的无人车都采用了同一家厂家的激光雷达，由如此高的垄断性看来，人家卖的贵确实也有道理。

图1：百度无人驾驶车（亮点请看车顶上的那个价值70万的设备）
5LKednc

据报道，百度无人驾驶汽车上部署了激光雷达、毫米波雷达、视频等感应器，在测算距离时，“百度大脑”可以很迅速地测算，其精确度高于人脑判断。其中，车顶安装的激光雷达价值70余万元。

图2：谷歌自动驾驶汽车上的LiDAR
5LKednc

据先前报道，其基于64级激光技术(光探测及测距)，能够收集超过100万个数据点的信息，提供关键位置及导航功能。其性能非常出色，但缺点在于过于昂贵，85000美元(约合人民币52万元)，这也引发了第二则报道，称谷歌正招聘相关技术人员，希望自主研发激光雷达。以降低其成本。 有没有觉得这两辆车上的LiDAR有点像？这是后话。 【分页导航】 《电子技术设计》网站版权所有，谢绝转载 {pagination} LiDAR在无人驾驶中的主要应用与二次开发 先分享些深奥的原理知识： LiDAR——Light Detection And Ranging（也有人认为是Light与Radar的合成词），即激光探测与测量。主要原理是利用GPS（Global Position System）和IMU（Inertial Measurement Unit，惯性测量装置）机载激光扫描。其所测得的数据为数字表面模型(Digital Surface Model, DSM)的离散点表示，数据中含有空间三维信息和激光强度信息。应用分类(Classification)技术在这些原始数字表面模型中移除建筑物、人造 物、覆盖植物等测点，即可获得数字高程模型(Digital Elevation Model, DEM)，并同时得到地面覆盖物的高度。 麦迪理解，就是通过激光扫描等巴拉巴拉技术，为周边环境3D建模？ LiDAR的主要功能：环境感知与障碍检测 在规整了数份最新的（基本是2015年之后部分国内院校公开发表的技术资料，感兴趣的小伙伴可以去麦迪的博客下载，博客地址：http://bbs.ednchina.com/BLOG_%E6%95%8F%E6%95%8F%E9%99%86_2003456.HTM?source=ednc_topnav）基于LiDAR的无人驾驶方面的技术报道，激光雷达用于无人驾驶方面的研究分析主要集中在环境感知与障碍检测。其应用原理主要是基于激光雷达面扫描的方法，获取无人驾驶车周围（主要是前方）的路面图像信息，或通过建立栅格地图来描绘驾驶车周围的道路环境、车辆、行人信息；或根据环境（如障碍物）对激光数据的不同特征，检测前方障碍物；还有辅助以其它传感技术（如摄像头等）来识别重要环境信息（如交通信号标志等）。 障碍物检测 在汽车在行驶途中，遇到的障碍物可能是汽车可以利用摄像头和激光雷达对周边的障碍物或行人进行探测，如果探测到行人，汽车会马上控制与人的距离，适当减慢车速，超过安全距离，汽车会紧急制动，这项技术需要非常灵敏的感应器。

图3：利用激光雷达和摄像头对周边的行人或障碍物进行探测
5LKednc

周围环境感知 这个技术让车辆能够自动识别交通信号或者标志牌，比如说最高限速，或者停车等标示。这样汽车可以迅速做出判断，然后避免超速、闯红灯和出现交通事故。

图4：通过LiDAR以及摄像头等传感器让车辆能够自动识别交通信号或者标志牌
5LKednc

【分页导航】 《电子技术设计》网站版权所有，谢绝转载 {pagination} 百度和谷歌都用了哪款LiDAR 根据目前用LiDAR来做无人驾驶车的项目来看，LiDAR的主要供应商十分集中，主要公司大致包括Velodyne、 Continental、 SICK、 IBEO、Riegl等公司。 各家公司的主要产品如图5（性能与价格来自互联网）：

图5：主要厂家提供的激光雷达产品对比
5LKednc

有没有发现什么？对了，排名第一的这一款非常眼熟，肉眼观察接近谷歌和百度车顶上放着的那款。其实，谷歌当年是有报道称直接用的就是Velodyne Lidar 的HDL-64E，虽然百度报道没说用的是哪款，估计也八 九不离十，就是HDL-64E（麦迪同样在Velodyne的官网看到Baidu无人车上路的报道，虽然没有提用了他们的器件）。

图6：中外各科研单位无人车传感器使用情况（点击查看大图）
5LKednc

实时上，对照一份资料显示（图6），国内外很多高校以及公司在其自主研发的无人驾驶车辆中都使用了激光雷达作为环境感知的传感器。且大多都使用HDL-64E-Velodyne Lidar这款LiDAR，或有些辅助一些其他厂家的Radar或Lidar，补充Velodyne LiDAR的盲点。 当然麦迪也发现这种选择是有原因的，目前激光雷达按激光扫描线条数分可分为单线激光雷达、多线激光雷达等，与单线激光雷达相比，多线激光雷达具有数据量大，检测精度高，探测距离远、范围广等优点。当然64线激光雷达就在检测精度、范围和距离等方面胜出。当然这也导致了价高垄断等等可能，目前看很多公司在做低线、低成本方面的方案的尝试（这是后话，留个尾巴）。 LiDAR的主要性能指标 对于LiDAR在无人驾驶车中的使用，文献所提到的优点主要有以下几方面：方向性好测角精度高；测距精度高；激光雷达没有多路径效应，能在低仰角下工作。 除扫描线速外，主要的性能参数包括测量范围、距离分辨率、水平视场角度，垂直扫描角度、角度分辨率等。这些都是开发人员选择LiDAR在车上进行二次开发的重要指标（图7）。

图7：激光雷达安装，车体坐标和传感器坐标的建立
5LKednc

LiDAR的缺陷 当然，激光雷达依然有其局限性，就是其依然受大气环境的影响。这也是为什么上述项目中有很多需要依托其它传感器补足的重要原因。其最大的缺点：受大气的光传输效应影响 （包括光速、折射率的变化和散射现象）会使其测量精度降低，因而不能全天候工作，遇浓雾、雨、雪天气无法工作；由于波束窄，在大空域中捕获目标困难，须借助引导才能进入自跟踪。

图8：各种天气环境下无人车传感器适用情况
5LKednc

就在快完成本文的时候，麦迪又发现一条缺陷，如果这条新闻是真的话（制作一个60美元黑客设备就可以欺骗大部分自动驾驶车的LIDAR系统），那么对于LiDAR的安全性将存在一个大大的疑问。 【分页导航】 《电子技术设计》网站版权所有，谢绝转载 {pagination} LiDAR的降本与性能之争 现在回过来说说LiDAR的降本问题，目前看来虽然降本问题是无人驾驶车普及的一方面关键，但目前在降本方面，还是有所争议的，主张不降的一方理由是，现在无人车还没开发完善，过早追求降本性能表现，影响驾驶安全性（麦迪完全同意这个观点，毕竟安全最大）。主张降的一方认为低成本与小型化是趋势，无人车的商用离不开这两部分的改进。（这麦迪也认同，关键是你们打算怎么做？） 问题就出在怎么做上，目前看，就研究资料所披露的信息，很多研究降本可能的重点放在了利用较低线速的激光雷达来实现无人驾驶应用。上文提到了，64线激光雷达在扫描范围、精度、距离方面有优势，但如果使用较低线束的激光雷达，价格当然便宜，但安全性能否得到保障？ 援引Velodyne公司的报道，该公司就已经发布了一款小型激光雷达系统，使用了16线激光技术而非64（图9），成本下降了10倍，仅为7999美元(约合人民币4.9万元)，同时体积也非常小巧，对于定位于大众市场的自动驾驶车型来说，具有深远的意义。当然，16线激光导航的限制在于视野率、低分辨率及更少的数据点接收，但该公司表示可以通过集成了多个雷达、并辅以其他软件辅助来达到激进64级激光雷达的效果。当然该小型化产品的另一个好处是能成功去掉谷歌车上的那顶帽子。Velodyne还表示，公司正在考虑推出一款更加小型化的8级激光雷达，售价低于1000美元(约合人民币6127元)，从而促进激光雷达在小型化设备上的发展。

图9：Velodyne公司目前推出的三款产品在性能、尺寸对比（点击查看大图）
5LKednc

从有些国内研究报道也可以看出这一趋势。部分院校的研究者正尝试利用其它厂家提供的8线或4线的LiDAR来进行设计，主要通过一些算法和其它Sensor的辅助，实现环境识别、障碍检测的目的，同时也通过一些设计，如水平扫描角度受限的激光雷达可添加云台来工作。据介绍，低线束还有一个优点，就是扫描后获得的数据量会比高线束少，如果扫描数据量适中的话还能较好地满足无人驾驶车在实时性方面的要求，提高算法整体处理速度，从而使得车辆获得更快的自主行驶速度。 对于谷歌打算自己研发激光雷达的打算，虽然还没有进一步的具体报道，但降本可能也是一方面。而国外的一些研究团队也在研发新型激光技术或对激光雷达进行更新，希望可以有效解决LiDAR的笨重设计及成本问题。 对于目前这个环节，无人驾驶车是否该以安全为重，还是先考虑降本。麦迪持保守态度。在关注到成本和安全性的时候，如果诸如黑客报道是真实的，不论如何，安全性还是自动驾驶汽车成败的关键，不是吗？ 博客分享：60美元黑客设备就能破了大部分自动驾驶车的LiDAR系统？ 声明：本文图片均来源于网络。 （EDN China 麦迪） 【分页导航】 《电子技术设计》网站版权所有，谢绝转载