0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度解析:Ouster OS0超广角短距激光雷达

MEMS 来源:MEMS 2020-07-01 14:19 次阅读

超广角短距激光雷达是当前最新、发展更快的激光雷达细分市场。在18个月前,Ouster便开始与一家汽车OEM合作,研发超广角短距激光雷达OS0,用于满足自动驾驶汽车、机器人及地图等市场的特定需求。


通过与合作伙伴的沟通及获得的客户反馈,我们确定了三个在实际应用中最重要的性能(除了超广视场角外):

(1)对于目标物探测:高分辨率;

(2)对于近距离探测:0 cm最小探测距离;

(3)对于3D地图构建:高精度


而对于任何应用,OS0均可提供:90º垂直视场角 + 260万点/秒(MPS)的高分辨率数据输出 + 0 cm最小探测距离 + 高达毫米级的精度。

对于自动驾驶、机器人、地图等对激光雷达有较高性能要求的客户,OS0更是首选的超广角激光雷达。

红外相机拍摄的OS0,90º垂直视场角


除了超广视场角之外,OS0能够探测到55 m处反射率为 80% 的物体以及15 m处反射率为10%的物体。探测距离对于短距激光雷达来说并不是最重要的因素,但当用作自动驾驶汽车盲区探测或低速机器人的唯一传感器时,能够探测到50 m又是非常有利的。

本文我们将深度分析OS0的关键性能,说明这些性能对于感知、定位、地图等应用的意义,并证明OS0在某些方面的表现是现有市场同类产品中最好的。

OS0特有的四大关键性能:
(1)90º 超广垂直视场角;
(2)128线超高分辨率;
(3)0 cm最小探测距离;
(4)毫米级精度。

90º超广垂直视场角


OS0为短距离物体探测提供了90º的超广垂直视场角,宽广的视场角有助于优化定位算法、加速室内3D地图构建。

OS0实测,距离仓库货架2m


对于机器人应用来说,90º的视场角可以完整捕捉整个货架的情况,满足在室内运货的需求,同时还能为精准定位提供额外的特征数据。

完整仓库运货视频

对于自动驾驶汽车来说,OS0的大视角可以探测到距离车辆1米的、从头到脚的、完整的行人。通过在车辆的四周安装OS0,即可获得车身360º 的完整数据,确保汽车能够“看见”周围的孩童、宠物、路沿、路障等更小的物体。

尤其对于定位来说,OS0最大可覆盖路旁3层高的建筑,如此大的覆盖率可以为定位算法提供更多的特征数据,有助于提高定位的效率和准确率。

对于室内地图构建来说,凭借OS0的超广视场角,可以实现用更少的扫描次数覆盖更广的空间范围,从而在减少地图构建所需时间的同时,提供其所需的高精度数据。

128线超高分辨率

Ouster自主研发的数字激光雷达技术具有一大优势,即在激光雷达分辨率不断提升的同时,产品的尺寸、重量和功耗都不会发生任何变化。今年二月,Ouster发布了全新第二代激光雷达,其分辨率均提升至128线,但其外观尺寸与第一代64线激光雷达完全一样。

OS0-128实测点云1

高分辨率最大的意义在于,将激光雷达从简单的避障技术变成了目标物体探测、分割和分类的主流传感器。数字激光雷达具备的超高分辨率表现也是Apple选择将其应用于新版iPad Pro的原因之一。

“OS0每秒输出点数为260万个,是现有市场上短距激光雷达的5倍。”

在超广角短距激光雷达市场,当前最好的机械旋转激光雷达最高仅可提供64线的垂直分辨率,而OS0最高可提供128线。高出两倍的分辨率,一方面可以实现算法对更远处物体的识别分类,另一方面可以提高激光雷达在探测范围内所有距离处的置信度。OS0每秒输出点数为260万个,是现有市场上短距激光雷达的5倍。

OS0-128实测点云2


为了更好的理解分辨率带来的优势,我们可以认为标准算法对行人进行识别分类时,需要对象人物身上有大约4条水平数据线,此时对应的最大距离称为“有效距离”。一台90°垂直视场角的64线激光雷达,其有效距离为20 m;而一台90°垂直视场角的128线激光雷达,其有效距离可提升50%,即超过30 m。如下图:

OS0系列分辨率对比,有效距离:OS0-32为10 m,OS0-64为20 m,OS0-128为30 m


另一个实例,假设有一辆以每小时40公里行驶的自动驾驶汽车,即其每秒行驶约10米,在该速度下的制动距离约为15米。这意味着,当使用64线激光雷达时,自动驾驶汽车只有0.5秒的时间留给算法来识别行人并启动制动(64线激光雷达的有效距离为20 m,当汽车距离对象行人20 m处时,算法可以得到足够的数据来识别行人,当汽车距离对象行人15 m时,必须开始刹车,因此留给算法识别及启动制动的时间只有5 m,即0.5 s);同样的情况下,128线激光雷达可以为汽车提供3倍多的时间去反应,即1.5 s或15 m(30 m有效距离 – 15 m制动距离)。

OS0-128的高分辨率可以使激光雷达探测到更小的物体,如下图,从左到右分别是网球、小型路障、橄榄球、轮胎、大型路障、垃圾桶。OS0-128可以非常清楚的探测到距离2 m处的网球。

目标物体与激光雷达之间的距离为2 m


0 cm最小探测距离


为了更好的实现近距离探测,OS0做到了0 cm的最小探测距离。这是如何实现的呢?对于距离激光雷达25 cm处的物体,OS0将返回对应的点云数据;而对于距离激光雷达25 cm内的物体,OS0将返回一个标志,这个标志就意味着25 cm内有物体存在(该标志在点云中不可见,直接在数据流中输出)。

我们将OS0放在空旷的停车场进行实测演示。在下面的视频中,OS0获得点云数据的最小距离为25 cm,甚至在40 cm处,OS0也可以清楚地分辨出张开的手指之间的缝隙。凭借高分辨率,OS0可以准确的识别仓库里或道路上的小型物体。同样,在激光雷达25 cm内的物体所返回的标志在以下点云中不可见,而是直接在激光雷达的数据流中输出。

毫米级精度


Ouster对所有的激光雷达都进行了一系列的测试,其中就包括测距和精度测试,以确保每个激光雷达都符合既定的规格

激光雷达的精度在不同的探测距离处是不同的。简而言之,激光雷达的精度会沿着像耐克商标一样的形状变化。在激光雷达最小测距附近的精度会稍微差一点,其原因类似于看鼻子上的物体比较模糊,只有将这一物体移到离脸远一点的地方才可以看清。当目标逐渐偏离最小测距时,精度会提高到一个点,然后再次稳定地下降直到激光雷达达到最大测距。

OS0测距和精度测试


我们对OS0进行了实测演示,测距范围为25 m,目标物体反射率为10%。如下表所示,在1 m以内,激光雷达的精度可达到±0.5 cm,而在1米处该精度降至±1 cm;当目标物移动至距离激光雷达1-10 m之间时,精度提高到±0.9 cm;超过10 m后,精度在25 m处几何衰减至±5 cm。

OS0精度实测 – 目标物体反射率为10%:

OS0毫米级的精度是现有市场上最高的精度,这使得OS0成为室内地图构建的理想解决方案。

另外,我们还对激光雷达进行了“四壁测试”。在此测试中,我们将激光雷达放在房间的中央,然后定性比较OS0与其他激光雷达探测到的墙壁厚度。激光雷达的精度越高,探测到的墙壁越“薄”。

OS0探测到的墙壁点云数据,房顶和地面的线已被隐藏


我们还测试了墙壁的线性度及任何变形或弯曲。在下面的图像中,可以看到OS0探测到的墙壁比市场上领先的16线中距传统模拟激光雷达更薄,即精度更高。

凭借其超广视场角、128线分辨率、0 cm最小探测距离和毫米级精度, OS0成为现有同类产品中功能最强大的短距激光雷达,不仅具有高性能,而且外形小巧、重量仅为445 g,可无缝集成到自动驾驶汽车、仓库机器人和室内测绘设备中。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    210

    文章

    28098

    浏览量

    205812
  • 激光雷达
    +关注

    关注

    967

    文章

    3919

    浏览量

    189409

原文标题:深度解析:Ouster OS0超广角短距激光雷达

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    激光雷达会伤害眼睛吗?

    随着激光雷达日益普及,人们开始担忧:这种发射激光的设备,对人眼的安全性如何?了解这个问题前,我们首先需要知道激光雷达和它发射的激光,到底是什么。
    的头像 发表于 11-07 10:47 107次阅读
    <b class='flag-5'>激光雷达</b>会伤害眼睛吗?

    激光雷达的维护与故障排查技巧

    激光雷达(LiDAR,Light Detection and Ranging)是一种利用激光进行距离测量和目标识别的技术。它广泛应用于无人驾驶汽车、地理信息系统(GIS)、环境监测、航空航天等领域
    的头像 发表于 10-27 11:04 339次阅读

    激光雷达技术的基于深度学习的进步

    信息。这使得激光雷达在自动驾驶、无人机、机器人等领域具有广泛的应用前景。 二、深度学习技术的发展 深度学习是机器学习的一个分支,它通过模拟人脑的神经网络结构来处理和分析数据。近年来,深度
    的头像 发表于 10-27 10:57 254次阅读

    激光雷达技术的发展趋势

    激光雷达(LiDAR,Light Detection and Ranging)技术是一种通过发射激光脉冲并接收其反射来测量距离和速度的遥感技术。它在多个领域,如测绘、环境监测、自动驾驶汽车和无人机等
    的头像 发表于 10-27 10:44 492次阅读

    光学雷达激光雷达的区别是什么

    光学雷达激光雷达是两种不同的遥感技术,它们在原理、应用、优缺点等方面都存在一定的差异。以下是对光学雷达激光雷达的比较: 定义和原理 光学雷达
    的头像 发表于 08-29 17:20 867次阅读

    一文看懂激光雷达

        文章大纲 城市 NOA 成竞争高地,政策助力高阶智能驾驶加速落地 成本下探+智驾升级,2030年激光雷达市场规模有望超万亿       ·城市 NOA面临工况复杂问题,激光雷达为“优选
    的头像 发表于 06-27 08:42 531次阅读
    一文看懂<b class='flag-5'>激光雷达</b>

    硅基片上激光雷达的测距原理

    硅基光电子技术的发展可以将激光雷达系统发射模块和接收模块中分立的有源和无源器件集成在芯片上,使激光雷达体积更小、稳定性更强、成本更低,推动激光雷达在自动驾驶等领域的应用。
    发表于 04-08 10:23 468次阅读
    硅基片上<b class='flag-5'>激光雷达</b>的测距原理

    激光雷达赛道再有新玩家入局,智能汽车增量部件是趋势?

    电子发烧友网报道(文/梁浩斌)上周,亿咖通推出了两款自研激光雷达产品,包括一款长距离半固态激光雷达短距全固态激光雷达。作为与吉利集团关系密切的智能汽车供应链企业,此前亿咖通涉及包括自
    的头像 发表于 03-27 02:11 4175次阅读

    激光雷达的探测技术介绍 机载激光雷达发展历程

    机载激光雷达是指安装在飞行器(如飞机、直升机、无人机等)上的激光雷达系统,用于从空中对地面或其他目标进行测量、成像和监测。
    的头像 发表于 03-21 16:49 2724次阅读
    <b class='flag-5'>激光雷达</b>的探测技术介绍 机载<b class='flag-5'>激光雷达</b>发展历程

    激光雷达LIDAR基本工作原理

    一、激光雷达LiDAR工作原理激光雷达LiDAR的全称为LightDetectionandRanging激光探测和测距,又称光学雷达激光雷达
    的头像 发表于 03-05 08:11 4533次阅读
    <b class='flag-5'>激光雷达</b>LIDAR基本工作原理

    华为激光雷达参数怎么设置

    华为激光雷达是一种常用的传感器技术,可用于距离测量和感应。它的参数设置对于确保其性能和功能至关重要。在本文中,我们将详细介绍华为激光雷达的参数设置以及其影响和应用。 首先,我们需要了解激光雷达
    的头像 发表于 01-19 14:17 1600次阅读

    什么是激光雷达激光雷达的构成与分类

    所谓雷达,就是用电磁波探测目标的电子设备。激光雷达(LightDetectionAndRanging,简称"LiDAR"),顾名思义就是以激光来探测目标的雷达
    的头像 发表于 12-18 17:18 9257次阅读
    什么是<b class='flag-5'>激光雷达</b>?<b class='flag-5'>激光雷达</b>的构成与分类

    激光雷达测量技术与应用

    激光雷达是一种利用激光束来探测和测量目标物体的雷达技术。它具有测量距离远、分辨率高、速度快、抗干扰能力强等优点,在国防、航天科技、地质勘探、智能驾驶等领域有着广泛的应用。 一、激光雷达
    的头像 发表于 12-15 11:03 1058次阅读

    单线激光雷达和多线激光雷达区别

    单线激光雷达和多线激光雷达区别  单线激光雷达和多线激光雷达是两种常用的激光雷达技术。它们在激光
    的头像 发表于 12-07 15:48 4136次阅读

    解析应用实时激光雷达全景分割的中心聚焦网络

    本文提出了一种新的中心对焦网络(CFNet)。具体来说,本文提出了一种中心对焦特征编码(CFFE)模块,它通过移动激光雷达点并填充中心点,显式地建模了原始激光雷达点与虚拟实例中心之间的关系。
    发表于 11-30 10:30 448次阅读
    <b class='flag-5'>解析</b>应用实时<b class='flag-5'>激光雷达</b>全景分割的中心聚焦网络