自动驾驶汽车严重依赖输入的训练数据来做出驾驶决策,从逻辑上来说,数据越详细,车辆做出决策就越好,最重要的是更安全。虽然现代相机可以捕捉到非常详细的真实世界特征,但输出结果仍然是2D的,效果并不够理想,因为它限制了我们可以提供给自动驾驶汽车神经网络的信息,这意味着汽车必须学会对3D世界做出猜测。与此同时,相机捕捉信息的能力有限,比如在下雨的时候,相机捕捉到的图像几乎无法辨别,而激光雷达仍然可以捕捉信息。因此,2D相机无法在所有环境下工作,由于自动驾驶汽车是神经网络一个高危应用场景,我们必须确保构建的网络尽可能完美,这一切要从数据说起。理想情况下,我们希望我们的网络将3D数据作为输入,因为它需要对3D世界进行预测,这就是激光雷达的用武之地。
本文旨在对LiDAR技术和使用它的网络进行全面的介绍,包括以下内容: LiDAR 是什么以及它是如何工作的 神经网络如何处理 LiDAR 数据以及它们面临的挑战 LiDAR 数据与 2D 图像有何不同以及标注过程如何变化
LIDAR究竟是什么?
LiDAR代表光检测和测距。简而言之,它是一种遥感技术,使用激光脉冲形式的光来测量传感器和目标物体之间的距离和尺寸。在自动驾驶场景下,激光雷达用于检测物体相对于车辆的位置,例