/?導(dǎo)讀?/

以智能享譽的特斯拉每每讓人匪夷所思，視覺化中控大屏上顯示的東西甚至令駕駛者毛骨悚然。國外一特斯拉車主大白天經(jīng)過一片墓地，中控突然提示：附近有人路過！廈門一特斯拉用戶駕車駛?cè)胨淼溃诟浇鼪]有其他車輛的情況下，大屏提醒旁邊有一輛公交車緊隨其后，持續(xù)十來分鐘。何以至此？有沒有可能的解決辦法？真不好說，但有一些做法可供參考。

?

可能是雷達噪聲

專門研究雷達技術(shù)的加州大學(xué)圣地亞哥雅各布斯工程學(xué)院電氣和計算機工程教授Dinesh Bharadia說：“雷達圖像中經(jīng)常會出現(xiàn)不屬于任何物體的隨機點。雷達還可以接收所謂的回波信號，就是無線電波的反射，它不是直接從被檢測的物體反射的?！?/p>

所謂雷達目標噪聲是指不斷運動的雷達探測目標會引起測量參數(shù)的不規(guī)則變化，這種變化特性與一般噪聲的統(tǒng)計特性相似。這解釋了雷達可能出現(xiàn)的“不屬于任何物體的隨機點”，但它不太可能形成人形或公交車圖像，或許是數(shù)據(jù)處理和計算過程中出現(xiàn)了偏差所致。解鈴還須系鈴人，還得由特斯拉自己找原因。

?

雙雷達可能幫到特斯拉

埃隆·馬斯克恨之入骨的就是激光雷達，沒關(guān)系，可以不用，甚至可以用雷達取代激光雷達。加州大學(xué)圣地亞哥分校的電氣工程師們開發(fā)了一種智能方法來提高現(xiàn)有雷達傳感器的成像能力，使之能夠準確檢測場景中物體的形狀和大小。特別是該系統(tǒng)在夜間和霧天進行測試時工作良好，有助于自動駕駛汽車在惡劣天氣下安全行駛。

惡劣天氣條件給自動駕駛汽車帶來了挑戰(zhàn)。一些車輛依靠激光雷達和雷達等技術(shù)來“看”和導(dǎo)航，但每種傳感器都有其缺點。激光雷達的工作原理是將激光束反射到周圍物體上，它可以在晴天繪制出高分辨率的3D圖像，但在霧、灰塵、雨雪中卻視而不見。而發(fā)射無線電波的雷達在任何天氣都能“看”清，但它只能捕獲道路場景的部分圖像。

新的雷達類似激光雷達。Bharadia指出：“這是一種在自動駕駛汽車上實現(xiàn)惡劣天氣感知的廉價方法。用我們的技術(shù)也可以實現(xiàn)激光雷達和雷達的融合，但雷達更便宜。這樣，我們就不需要使用昂貴的激光雷達了。”估計馬斯克會為其點贊。

據(jù)介紹，該系統(tǒng)由兩個雷達傳感器組成，都安裝在引擎蓋上，之間的平均間距為一輛車的寬度（1.5米）。兩個這樣布置的雷達傳感器很關(guān)鍵，可以使系統(tǒng)看到比單個雷達傳感器更多的空間和細節(jié)。這是不是很像雙目攝像頭？利用兩個攝像頭視差變化精準判斷距離。只不過傳感器不同，間距也更大。

?

在晴朗的白天和夜晚試駕期間，該系統(tǒng)在確定車流中移動車輛的尺寸方面與激光雷達的性能相當(dāng)。而在模擬大霧天氣的試驗中，它的性能沒有變化。研究小組用霧機“隱藏”了另一輛車，系統(tǒng)精確地預(yù)測了前車的3D幾何結(jié)構(gòu)；而激光雷達傳感器基本上沒有通過測試。

?

兩只眼睛比一只眼睛強

?

傳統(tǒng)雷達成像質(zhì)量差的原因在于，當(dāng)無線電波從物體上反射時，只有一小部分信號被反射回傳感器。因此，車輛、行人和其他對象顯示為一組稀疏的點。

“這就是使用單一雷達成像的問題。它只接收到一些點來表示場景，因此感知能力很差?！奔又荽髮W(xué)圣地亞哥分校計算機科學(xué)與工程博士生Kshitiz Bansal說：“在這種環(huán)境中，你可能看不到其他汽車?！币虼耍绻麊闻_雷達造成這種盲目性，多臺雷達的設(shè)置將通過增加反射回來的點的數(shù)量來改善感知?！?/p>

研究小組發(fā)現(xiàn)，汽車引擎蓋上間隔1.5米的兩個雷達傳感器是最佳的安排。Bansal說：“通過在不同的有利位置部署兩臺雷達，并在重疊的視野范圍內(nèi)進行探測，我們就形成了一個高分辨率的區(qū)域，很容易探測到存在的物體。”這不就是汽車寬度嗎？何不在兩側(cè)示寬燈或反光鏡中各集成一個小雷達？

不過，更多的雷達意味著更多的噪聲。因此，研究小組開發(fā)了新的算法，可以將來自兩個不同雷達傳感器的信息融合在一起，生成一幅沒有噪聲的新圖像。該團隊構(gòu)建了第一個數(shù)據(jù)集，將來自兩臺雷達的數(shù)據(jù)結(jié)合起來。

Bharadia說：“目前還沒有公開的數(shù)據(jù)集能提供這種數(shù)據(jù)，這些數(shù)據(jù)來自視野重疊的多個雷達。我們收集了自己的數(shù)據(jù)，建立了自己的數(shù)據(jù)集，用于訓(xùn)練算法和進行測試。”

該數(shù)據(jù)集由54000個雷達幀組成，包括實時交通和模擬大霧條件下白天和夜間的駕駛場景。未來的工作將包括在雨中收集更多的數(shù)據(jù)。要做到這一點，團隊首先需要為他們的硬件建立更好的保護罩。

該團隊目前正與豐田公司合作，將新的雷達技術(shù)與攝像頭進行融合。研究人員說：“這有可能取代激光雷達，而單憑雷達無法告訴我們汽車的顏色、品牌或型號，但這些功能對于提高自動駕駛汽車的感知能力也很重要，”Bharadia說。

?

激光雷達的難題

激光雷達傳感器的工作原理是發(fā)射大量狹窄的近紅外光束，這些光束具有圓形/橢圓形的截面，可以反射物體的軌跡并返回到激光雷達傳感器的探測器。

激光雷達傳感器的問題之一是其在雨中的性能下降。如果激光雷達光束在距離發(fā)射器很近的距離內(nèi)與雨滴相交，雨滴可以將足夠的光束反射回接收器，因此會將其誤認為一個物體。水滴還可以吸收一些發(fā)射的光，降低傳感器的性能范圍。

華威大學(xué)（WMG）智能汽車組的研究人員專門模擬并評估了激光雷達在雨中的性能。他們使用WMG 3xD模擬器在不同強度的雨中測試了一輛自動駕駛汽車的激光雷達，并在周邊的模擬道路上行駛。模擬器是測試自動駕駛汽車的關(guān)鍵部分，相當(dāng)于在數(shù)百萬英里的道路上行駛，因此這意味著可以在與真實道路相同的安全環(huán)境中進行測試。

?

研究人員使用不同的概率降雨模型，在雨中測量激光雷達對雨的反應(yīng)，記錄假陽性和假陰性結(jié)果。他們發(fā)現(xiàn)，隨著降雨強度的增加，傳感器探測目標變得更加困難。在距離車輛很短的距離內(nèi)（50米），錯誤地檢測到了幾滴雨。然而，在中等范圍內(nèi)（50-100米），錯誤有所減少，但隨著降雨量增加到每小時50毫米，隨著距離的增加，傳感器對物體的探測能力逐漸減弱。

WMG的Valentina Donzella博士說:“我們最終確認，雨越大、距離越遠，激光雷達傳感器探測到的物體就受到的影響越厲害，這意味著未來的必須研究如何確保激光雷達傳感器在嘈雜環(huán)境下仍能充分探測到物體?！?/p>

如果上面提到的“雙目雷達”得以成行，或許可以一箭雙雕，幫了特斯拉，也解了惡劣天氣環(huán)境車載激光雷達目標檢測的缺憾！

?- End -