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

地面雷达探测技术精确定位,给予自动驾驶车辆感知能力

高工智能汽车 来源:未知 作者:胡薇 2018-08-22 09:49 次阅读

行业内有个“潜规则”,为什么Waymo、Uber以及众多自动驾驶初创公司、汽车制造商“拥挤”在菲尼克斯西南部城市测试他们的自动驾驶车辆。

一方面是美国亚利桑那州的规章制度对他们很友好,但是全年的好天气也是主要的因素之一。尽管自动驾驶技术在逐步成熟,但当遭遇雨雾天能见度低,或者大雪覆盖车道标记的状况时,结果就不是太理想。

WaveSense,一家总部位于波士顿的初创公司,看到了这个机会。他们希望将麻省理工学院开发的技术用于军事,同时给予自动驾驶车辆额外的感知能力。他们在车辆上装备了俯瞰地面的雷达,一种新的方法来精确定位车辆位置,而不依赖于视觉或GPS。目前行业的主流技术路线是多传感器融合,基于激光雷达、毫米波雷达、摄像头、短程超声波和GPS的组合,再结合车载高精地图,但仍然遭遇不少难题。

按照L4/L5级自动驾驶的定义要求,自动驾驶车辆需要知道它在哪里,定位精度需要在10厘米以内级别。

目前普遍的做法是在车辆行驶道路上提前进行高精地图的测绘采集,包括路标、道路标识、出入闸口、非机动车道、人行道等。但这对于雪天和雨水覆盖路面或者车道线标识不清晰的状况下,几乎等于无效状况。

WaveSense首席执行官Tarik Bolat表示:“我们的解决方案是观察地面以下,在那里你不会遇到与观察地面的光学传感器相同的问题。”WaveSense在汽车上使用一个额外的雷达传感器,通常安装在前轮的后面,向下指向。即使是低功率的信号也能穿透到10英尺厚的道路,观察路面以下岩石、树根、土壤密度变化。

这些特征可以结合作为地理指纹数据,就像激光雷达地图一样,给汽车一个参考,帮助找出它在哪里。Wavesense可以精确地确定一个位置,即使是在高速公路上,而且它与天气无关。

这项技术来自麻省理工学院的林肯实验室,并于2013首次部署军队,作为避免触碰地雷的一项技术。但是从量产角度,额外增加传感器是有代价的。Wavesense透露,他们的雷达价格很便宜,不需要太多的电源供应和算力来压缩和处理数据,这是至关重要的。

Wavesense的雷达可能无法取代汽车上的其他传感器;它的作用更可能是一个补充的位置验证,提高冗余性和安全性。该公司表示,该系统已经被证明在高速公路速度下工作的精确度高达1英寸,不管道路状况如何。

目前,地质学家和考古学家主要使用探地雷达发现地下矿床或古建筑遗迹。探地雷达(Ground Penetrating Radar.GPR)是利用天线发射和接收高频电磁波来探测介质内部物质特性和分布规律的一种地球物理方法。

探地雷达早期有多种叫法.如地面探测雷达(Ground—probing Radar)、地下雷达(Sub—surface Radar)、地质雷达(Geo Radar)、脉冲雷达(Impulse Radar)、表面穿透雷达(Surface Penetrating Radar)等,都是指面向地质勘探目标、利用高频脉冲电磁探测地质目标内部结构的一种电磁波方法。

由于探地雷达探测的高精度、高效率以及无损的特点,目前主要被用于考古、矿产勘查、灾害地质调查、岩土工程勘察、工程质量检测、建筑结构检测以及军事目标探测等众多领域。国际上影响较大的商用探底雷达系统有美国GSSI(地球物理测量系统公司)的SIR系列、加拿大SSI(Sensor and Software公司)的pulseEKKO系列和瑞典Mala公司的RAMAC系列。

其他公司的产品如GDE、Penetradar、Rockradar、ERA Technology、NTT、JRC、EMRAD,以及国内LT—1、CBS—9000系列探地雷达系统。但这些雷达的价格都非常高昂,少则几十万,高则上百万。Wavesense希望通过降低成本,研发适配自动驾驶需求的雷达。

在近期Wavesense的招聘信息上可以看到,招聘的雷达工程师,将专注于开发UWB地面雷达系统,用于自动驾驶车辆的车道保持。

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
  • 自动驾驶
    +关注

    关注

    783

    文章

    13687

    浏览量

    166157
  • 雷达传感器
    +关注

    关注

    3

    文章

    286

    浏览量

    34448

原文标题:地面雷达探测技术“破解”全天候自动驾驶高精定位 | GGAI前沿

文章出处:【微信号:ilove-ev,微信公众号:高工智能汽车】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

    MEMS技术自动驾驶汽车中的应用

    MEMS技术自动驾驶汽车中的应用主要体现在传感器方面,这些传感器为自动驾驶汽车提供了关键的环境感知和数据采集能力。以下是对MEMS
    的头像 发表于 11-20 10:19 201次阅读

    汽车雷达回波发生器的技术原理和应用场景

    的波束并向前传播,以模拟真实的雷达工作环境。应用场景 自动驾驶系统的开发和测试:在自动驾驶系统的开发和测试过程中,汽车电子雷达回波发生器可以模拟各种交通场景下的目标回波,评估
    发表于 11-15 14:06

    激光雷达自动驾驶中的应用

    自动驾驶车辆提供必要的环境感知能力。 1. 激光雷达的工作原理 激光雷达系统通常包括一个激光发射器、一个接收器、一个旋转的机械部件(用于扫描
    的头像 发表于 10-27 10:34 465次阅读

    智能驾驶自动驾驶的关系

    驾驶技术。 智能驾驶包含“单车”智能驾驶和“协作式”智能驾驶。前者通过摄像头、雷达等传感器以及
    的头像 发表于 10-23 16:02 543次阅读

    激光雷达与纯视觉方案,哪个才是自动驾驶最优选?

    自动驾驶技术作为现代交通领域的颠覆性创新,已经成为全球汽车制造商和技术公司的战略重点。自动驾驶技术的核心在于
    的头像 发表于 09-29 10:47 395次阅读

    聊聊自动驾驶离不开的感知硬件

    自动驾驶飞速发展,绕不开感知、决策和控制决策的经典框架,而感知作为自动驾驶汽车“感官”的重要组成部分,决定了自动驾驶系统对环境的理解和反应
    的头像 发表于 08-23 10:18 412次阅读

    FPGA在自动驾驶领域有哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    的数据处理和预处理,实现实时计算和反馈。 二、数据传输与处理FPGA在自动驾驶中扮演着数据传输和处理的角色。它能够支持多种传感器(如激光雷达、摄像头、GPS等)的数据传输,并通过其高速的数据处理能力,实现
    发表于 07-29 17:09

    自动驾驶汽车如何识别障碍物

    自动驾驶汽车识别障碍物是一个复杂而关键的过程,它依赖于多种传感器和技术的协同工作。这些传感器主要包括激光雷达(LiDAR)、雷达、摄像头以及超声波
    的头像 发表于 07-23 16:40 966次阅读

    自动驾驶识别技术有哪些

    自动驾驶的识别技术自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动
    的头像 发表于 07-23 16:16 543次阅读

    自动驾驶的传感器技术介绍

    自动驾驶的传感器技术自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对
    的头像 发表于 07-23 16:08 2088次阅读

    深度学习在自动驾驶中的关键技术

    随着人工智能技术的飞速发展,自动驾驶技术作为其中的重要分支,正逐渐走向成熟。在自动驾驶系统中,深度学习技术发挥着至关重要的作用。它通过模拟人
    的头像 发表于 07-01 11:40 680次阅读

    未来已来,多传感器融合感知自动驾驶破局的关键

    技术 ,摄像头和雷达等多传感器的探测数据 在前端(数据获取时)交互验证,让自动驾驶系统能感知到“看不见”的危险。 例如,在反向车道有强远光灯
    发表于 04-11 10:26

    自动驾驶汽车技术 | 车载雷达系统

    自动驾驶汽车技术 | 车载雷达系统
    的头像 发表于 03-20 08:09 2866次阅读
    <b class='flag-5'>自动驾驶</b>汽车<b class='flag-5'>技术</b> | 车载<b class='flag-5'>雷达</b>系统

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实
    发表于 12-19 18:02