Cnbeta 前天 10:02
小鹏产品高级总监袁婷婷:激光雷达看得远是伪命题
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

小鹏汽车自动驾驶产品高级总监袁婷婷近日回应了弃用激光雷达的原因,她认为激光雷达“看得远”是个伪命题。她指出,激光雷达作为主动传感器,远距离测量时能量密度衰减,信息密度低,且易受多径效应和天气干扰,帧率也低于摄像头。对于大模型方案而言,高分辨率摄像头才是检测远距离目标的最佳选择。小鹏的这一转变代表了自动驾驶技术路线的又一次重要探索,引发了行业对于视觉和融合感知方案优劣的深入讨论。

📡激光雷达远距离探测能力受限:激光雷达依赖发射近红外光计算距离,但随着距离增加,能量密度衰减,导致远距离目标信息获取不足,难以分辨塑料袋和电瓶车等细微差异。

📸高分辨率摄像头更适合远距离目标检测:对于自动驾驶大模型方案,高分辨率摄像头在远距离目标检测方面优于激光雷达,能够提供更丰富和清晰的图像信息。

🌧️激光雷达易受天气影响:近红外光波长短,穿透雨雾能力差,易在雨雪雾等极端天气中“致盲”,而毫米波雷达则具有更好的穿透性。

📉激光雷达帧率较低:主流激光雷达的处理帧率不及摄像头的一半,导致远距离高速移动物体的识别误差增大。

当前围绕辅助驾驶基本分为两条路线,第一种就是视觉,典型如特斯拉,甚至砍去了除摄像头之外的其他所有传感器,且目前已有跟随者。而另一种则是以华为、理想等为代表的大多数,坚持使用以激光雷达为核心的融合感知方案。

有趣的是,小鹏汽车经历了从激光雷达到视觉的转变,那么为何它要弃用激光雷达?近日,小鹏汽车自动驾驶产品高级总监袁婷婷进行了回应。

她直接表示:激光雷达看得远是个伪命题。

以下是她关于该论点的介绍:

首先激光雷达是主动传感器,依赖于向外发射近红外光以及反射回波来计算 ToF(time of flight),来计算障碍物,这样会带来几个缺点。

随着距离增加,激光束发散角扩大,导致能量密度呈平方反比衰减,在远距离测量时,回波信号强度和点云密度都大幅降低

以当前行业领先水平192线激光雷达为例,200m外的物体,激光雷达可获取信息和800万像素摄像头可获取信息可以用下图做一个对比。

而车辆需要足够的信息来区分200m外是一个轻飘飘的塑料袋,还是一个横行的电瓶车。

所以对于大模型方案来说,检测远距离目标最好的传感器不是激光雷达,而是高分辨率摄像头。

此外她还表示,激光雷达会有多径效应并且帧率远低于摄像头

作为一种主动传感器,激光雷达在测量远距离的复杂地形或障碍物可能发生多次反射,导致回波信号混叠,使得原来的信号失真,或者产生错误,难以准确识别甚至误识别真实目标。

同时业界主流激光雷达的处理帧率,不及我们摄像头帧率的一半,低频的帧率会让远距离且高速移动物体的识别误差进一步加剧。


200m开外的外卖小哥,小鹏lofic摄像头拍摄

同时,激光雷达其实对于天气状况非常敏感,穿透雨雾主要依靠的是毫米波雷达。

近红外光的波长短,根据波粒二象性,波长越短粒子属性越强,衍射性越差,遇到雨雪雾等极端天气就会在传感器附近几米内形成一团噪点,并且不能穿透这些透明障碍物看到雾气后面的目标,从而“致盲,而毫米波雷达波长更长,衍射性好,雨雾特性好。

最后她总结称,激光雷达是一个信息密度低,且容易受干扰的传感器,并不适合作为强大大脑的眼睛

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

激光雷达 自动驾驶 视觉方案 小鹏汽车 传感器
相关文章