王亮

【摘 要】 隨著社會的不斷進步和經(jīng)濟的飛速發(fā)展，汽車成為當下社會的重點議題，但是過量的機動車導致的城市堵塞和交通事故是人們議論的焦點。智能汽車被國內(nèi)外學者視為解決這一難題最有前景的途徑。其中，用激光雷達作為識別系統(tǒng)的傳感器部分，結(jié)合計算機來對數(shù)據(jù)進行空間重組，獲取實時的道路場景的掃描數(shù)據(jù)，來還原出道路場景的真實情況。對于激光雷達的廣泛應(yīng)用，論文將著重介紹激光雷達的歷史及應(yīng)用、基本原理以及發(fā)展前景。

【Abstract】With the continuous progress of society and the rapid development of economy， automobiles have become the focus of current social issues， however， the urban congestion and traffic accidents caused by excessive motor vehicles are also the focus of discussion. Intelligent vehicle is regarded as the most promising way to solve this problem by scholars at home and abroad. Among which， the laser radar is used as the sensor part of the recognition system， and combined with the computer， the data is reconstructed in space， and real-time scanning data of road scenes are obtained， so as to restore the real situation of road scenes. In view of the wide application of laser radar， the paper will mainly introduces the history， application， basic principles and development prospect of laser radar.

【關(guān)鍵詞】激光雷達;機器視覺;無人駕駛

【Keywords】laser radar; machine vision; unmanned vehicle

【中圖分類號】U463? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2019）01-0140-02

1 引言

美國高速公路安全管理局將智能汽車定義為以下五個層次[1]：完全無智能化的層次;具有特殊功能的智能化（車輛通過警告的方式反饋駕駛者執(zhí)行操作，避免車禍的發(fā)生）;具有多項功能的智能化;智能化汽車的第四個階段是有限制條件下的無人駕駛;眼下我們能夠看到的最遠的那個階段，全工況下的無人駕駛。 在汽車智能化的各個階段，車輛的智能化視覺系統(tǒng)都是最為重要的環(huán)節(jié)。感知系統(tǒng)分為主動系統(tǒng)（主動系統(tǒng)：通過接受自己發(fā)出信號經(jīng)反射得到反饋信號，探測目標體）和被動系統(tǒng)（接受自然發(fā)出的信號）兩種[2]，兩種系統(tǒng)各有利弊，將兩種系統(tǒng)充分融合才能最大程度上提升性能。

LiDAR（Light Detection and Ranging）是激光探測及測距系統(tǒng)的簡稱，也稱Laser Radar[3]或LADAR（Laser Detection and Ranging）[4]。通過光在空氣中的傳播時間來丈量發(fā)射器到目標障礙物的距離。此外，我們利用目標物表面材質(zhì)不同的特性，以此通過光在表面反射強度的不同來檢測環(huán)境及氣候變化。按照探測的原理、探測方法不同可以分為米散射、瑞利散射、多普勒、熒光、布里淵散射等激光雷達[5]。

機器視覺則是一種綜合性技術(shù)，其在智能汽車上的關(guān)鍵就是激光探測技術(shù)（LiDAR）。此外，除了光學上的技術(shù)，它仍要求圖像處理、機械工程技術(shù)、控制、計算機技術(shù)和模擬與數(shù)字視頻技術(shù)的結(jié)合。由于將機器代替人，它擁有更高的靈活性，有著更廣闊的潛在價值。同時，在大批量重復性工業(yè)生產(chǎn)過程中，效率和自動化程度也可以通過機器視覺檢測的方法大大的提高。

2 激光雷達和機器視覺的歷史及應(yīng)用

2.1 激光雷達

激光雷達起源于20世紀60年代初，也就是在20世紀60年代發(fā)明之后不久。激光，并結(jié)合激光聚焦成像和計算距離的能力，通過測量時間的信號返回使用適當?shù)膫鞲衅骱蛿?shù)據(jù)采集電子。它的第一次應(yīng)用出現(xiàn)在氣象學上。國家大氣研究中心用它來測量云彩[6]。一般市民在1971年認識到激光雷達系統(tǒng)的準確性和有用性，即阿波羅15號當宇航員使用激光高度計繪制月球表面地圖的時候。

除了軍隊對野外三維地理環(huán)境探測的需求，激光掃描方法還在更廣闊的領(lǐng)域應(yīng)用（如農(nóng)業(yè)開發(fā)、土地利用、城市規(guī)劃、交通通訊、水利工程、資源勘探、環(huán)境監(jiān)測、防震減災(zāi)及國家重點建設(shè)項目等方面）。與傳統(tǒng)的測量方法相比，低機載LIDAR地面三維數(shù)據(jù)獲取方法具有后處理成本及生產(chǎn)數(shù)據(jù)外業(yè)成本低的優(yōu)點。目前，機載LIDAR技術(shù)獲取數(shù)據(jù)速度快、成本低、密集程度高、且精度高，因而它在各種測量技術(shù)中成為最為歡迎一種[7]。給國民經(jīng)濟、社會發(fā)展和科學研究帶來了極大的便利，有著優(yōu)良的發(fā)展前景。

2.2 機器視覺

20世紀60年代由美國學者羅伯茲提出機器視覺，開始是為了理解多面體組成的積木世界。而今，過去的技術(shù)在今天適也同樣適用。用邊緣檢測技術(shù)確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割（即我們今天常見的灰度像素塊。這種類似矩陣的描述方法大大簡便了對物體特征的描述）[8]，其目的在于用輪廓線和區(qū)域描述所分析的圖像，來匹配已知庫中儲存的模型。

應(yīng)用：①檢測高精度定量的物體[9]（如在機械、醫(yī)學精密儀器、工程學、生物等領(lǐng)域應(yīng)用）和檢測半定量的或不用量器的定性產(chǎn)品（如產(chǎn)品的裝配完全性檢測、外觀檢查和缺陷性檢測）。②機器人視覺：指令機器人的大范圍操作和行動（對于小范圍的運動我們還必須借助觸感傳感系統(tǒng)）。

3 激光雷達基本原理

3.1 測量系統(tǒng)

激光雷達一般由激光發(fā)射器、激光接收機、信息處理系統(tǒng)、控制系統(tǒng)和顯示終端組成。一個基本的激光雷達系統(tǒng)包括一個由旋轉(zhuǎn)鏡（頂部）反射的激光測距器。激光在數(shù)字化的環(huán)境中掃描，在一個或兩個維度（中間），收集在指定的角度間隔（底部）的距離測量（即與目前所接觸到arduino的紅外傳感器類似，只不過是將紅外光源換成的一種特定的波長較長且對人體不造成傷害的光源，以提高激光雷達的效率），進而通過兩次（發(fā)射和接受的時間差）來判斷目標的距離?；竟剑?/p>

S=·c

其中， S是傳感器到被目標物之間的距離;t是激光脈沖從激光器到被目標物之間的往返傳輸時間;c是光速。測時間的三種方法：脈沖檢測法、相干檢測法以及相移檢測法。

對于徑向速度，我們可以測量多個位移并計算其平均變化率求得速度，也可以通過反射光的多普勒頻率的偏移來確定目標的徑向速度。

目前激光發(fā)射光源主要有半導體激光器、半導體泵浦的固體激光器和氣體激光器等。此外，激光掃描器去配合速度傳感器一并使用，且將原始數(shù)據(jù)到最終報表生成需要包括以下模塊：工程管理模塊;數(shù)據(jù)采集模塊;數(shù)據(jù)處理模塊;三維顯示模塊;成果輸出模塊。

3.2 構(gòu)建三維模型

為了重建道路真實場景（三維），我們將激光雷達在進步雷達上以一定的速度旋轉(zhuǎn)，且激光雷達實時掃描。在掃描之后得到大量的坐標信息，并結(jié)合角速度來計算各個點的距離，這樣就可以重建場景。此時用點云數(shù)據(jù)的笛卡爾直角坐標轉(zhuǎn)換可以得到二維場景。在此基礎(chǔ)上，我們將二維圖像進行層層疊加組合就可以得到三維圖像。

4 前景與展望

由于機器視覺的在處理信息中的便捷和加工控制信息的高集成性，在現(xiàn)代自動化生產(chǎn)中，人們在成品檢驗和質(zhì)量控制、工況監(jiān)視等領(lǐng)域廣泛應(yīng)用機器視覺系統(tǒng)。由于生物技術(shù)的不足，人們面臨最大的困難是尚不清楚人的視覺機制，這也是機器視覺復雜的原因之一。人類無法用計算機的內(nèi)省法來模擬人類的視覺過程，因此，建立機器視覺系統(tǒng)十分困難。但是可以預計，隨著機器視覺技術(shù)的不斷發(fā)展，它將在無人駕駛等領(lǐng)域得到得到愈加廣闊的應(yīng)用。

機器視覺的發(fā)展趨勢：價格持續(xù)下降，功能逐漸增多，產(chǎn)品小型化，集成產(chǎn)品增多。

【參考文獻】

【1】如何定義智能汽車？我們聊聊它的未來之路_車聯(lián)網(wǎng)_物聯(lián)網(wǎng).http：//www.cnii.com.cn/chelianwang/2015-07/13/content_1597195.htm.

【2】王會，羅濤，陸培源.激光雷達在無人車輛中的應(yīng)用及關(guān)鍵技術(shù)分析[J].激光與紅外，2018（12）：20.

【3】探測與識別技術(shù)-《互聯(lián)網(wǎng)文檔資源》http：//wenku.baidu.com/view/43e5437131b765ce050814f9.html.

【4】Lidar技術(shù)—A-《互聯(lián)網(wǎng)文檔資源》http：//www.360doc.com/content/11/0717/12/6913722_134067838.

【5】朱陽芬，銀冬平，鄒舜章，等. 機器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用[J].汽車實用技術(shù)，2017（11）：30.

【6】王會，羅濤，陸培源.激光雷達在無人車輛中的應(yīng)用及關(guān)鍵技術(shù)分析[J].激光與紅外，2018（12）：33.

【7】王愷，胡凱.基于激光雷達通信的地面特征識別技術(shù)[J].中國交通信息化，2019（01）：15.

【8】 張五一，趙強松，王東云. 機器視覺的現(xiàn)狀及發(fā)展趨勢[J].中原工學院學報，2008（01）：9-12.

【9】鄧曉慧.圖案加工軌跡視覺測量算法研究及系統(tǒng)實現(xiàn)[D].廣州：廣東工業(yè)大學 ，2007.