現(xiàn)有的自動駕駛技術(shù)主要通過 LiDAR 和雷達來檢測前方道路上遇到的障礙物，但這兩種系統(tǒng)都不善于在霧氣環(huán)境中識別車輛。不過，現(xiàn)在工程師發(fā)現(xiàn)使用雙雷達技術(shù)就能很好的完成任務。

　　2020 年 11 月 17 日，加利福尼亞大學圣地亞哥分校的電氣工程師開發(fā)了一種巧妙的方法來提高現(xiàn)有雷達傳感器的成像能力，從而可以準確預測場景中物體的形狀和大小。該系統(tǒng)在夜間和有霧條件下進行測試時都可以正常工作。

　　LiDAR（光探測和測距 / 激光雷達）傳感器通過發(fā)出激光脈沖來測量物體的形狀和距離，然后測量該光從物品反射回來的時間來判斷障礙物。雷達單元發(fā)出無線電波，同樣會被位于其路徑中的物體反射回去。

　　不幸的是，在霧，灰塵，雨或雪等空中障礙物會吸收 LiDAR 系統(tǒng)使用的光，從而讓自不可靠。盡管雷達并未受到不利影響，但它只能生成其檢測到的部分圖像–這是因為即使在理想條件下，也只有一小部分發(fā)射的無線電信號被反射回其傳感器。

　　“這是一種類似于 LiDAR 的雷達，”加州大學圣地亞哥分校雅各布斯工程學院的電氣和計算機工程教授 Dinesh Bharadia 說。他指出，這是一種在自動駕駛汽車上獲得惡劣天氣感知的廉價方法。“使用我們的技術(shù)也可以將 LiDAR 和雷達融合在一起，但是雷達很便宜。這樣，我們就不需要使用昂貴的 LiDAR?！?/p>

　　該系統(tǒng)由放置在引擎蓋上的兩個雷達傳感器組成，它們之間的間隔為平均汽車寬度（1.5 米）。以這種方式布置兩個雷達傳感器是關(guān)鍵 - 與單個雷達傳感器相比，它們使系統(tǒng)能夠看到更多的空間和細節(jié)。

　　在白天和黑夜的試車過程中，該系統(tǒng)在確定行進中的車輛的尺寸方面與 LiDAR 傳感器一樣出色。在模擬大霧天氣的測試中，其性能沒有改變。團隊使用噴霧器“隱藏”了另一輛車，他們的系統(tǒng)準確地預測了其 3D 幾何形狀，而 LiDAR 傳感器基本上未通過測試。

　　1. 兩只眼睛勝過一只

　　雷達傳統(tǒng)上受困于成像質(zhì)量差的原因是，當無線電波被發(fā)射并從物體上反彈時，只有一小部分信號被反射回傳感器。結(jié)果，車輛，行人和其他物體顯得稀疏。

　　“這是使用單個雷達成像的問題。它僅獲得代表場景的幾個點，因此感知能力很差。計算機科學與工程學博士 Kshitiz Bansal 表示：”在環(huán)境中可能還存在其他您看不見的汽車?！?圣地亞哥大學的學生?！币虼?，如果單個雷達導致這種失明，則多雷達設置將通過增加被反射的點數(shù)來改善感知。“

　　研究小組發(fā)現(xiàn)，在汽車引擎蓋上隔開兩個雷達傳感器 1.5 米是最佳的布置。班薩爾說：”通過在不同的有利位置擁有兩個雷達，使它們具有重疊的視場，我們可以創(chuàng)建一個高分辨率區(qū)域，并有很高的可能性檢測到存在的物體?！?/p>

　　2. 兩個雷達的故事

　　該系統(tǒng)克服了雷達的另一個問題：噪聲。通常會看到不屬于任何物體的隨機點出現(xiàn)在雷達圖像中。傳感器還可以拾取所謂的回聲信號，這是無線電波的反射，它不是直接來自被檢測物體。

　　巴拉迪亞指出，更多的雷達意味著更多的噪聲。因此，該團隊開發(fā)了新算法，可以將來自兩個不同雷達傳感器的信息融合在一起，并生成無噪聲的新圖像。這項工作的另一個創(chuàng)新之處是，該團隊構(gòu)建了第一個數(shù)據(jù)集，將來自兩個雷達的數(shù)據(jù)結(jié)合在一起。

　　巴拉迪亞說：”目前還沒有公開的數(shù)據(jù)集，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)，并建立了自己的數(shù)據(jù)集來訓練我們的算法和進行測試?！?/p>

　　該數(shù)據(jù)集由 54,000 個白天和黑夜實時交通狀況以及模擬霧天駕駛場景的雷達幀組成。未來的工作將包括在雨中收集更多數(shù)據(jù)。為此，團隊首先需要為其硬件構(gòu)建更好的防護罩。

　　該團隊現(xiàn)在正在與豐田合作，將新的雷達技術(shù)與相機融合在一起。研究人員說，這有可能取代 LiDAR。”僅雷達無法告訴我們汽車的顏色，品牌或型號。這些功能對于改善自動駕駛汽車的感知能力也很重要?！?Bharadia 說。