禾赛+速腾 vs Velodyne+Ouster

本文只是对论文内容的简要总结，不对不同厂商激光雷达的好坏进行评价。

1. LIBRE

最近名古屋大学(Nagoya University)和autoware一起发表了一篇关于激光雷达数据集相关的论文《LIBRE: The Multiple 3D LiDAR Dataset》，数据集地址https://sites.google.com/g.sp.m.is.nagoya-u.ac.jp/libre-dataset/。

We proudly present the Nagoya University and TierIV multiple 3D LiDARs
dataset “LIBRE”: LiDAR Benchmarking and Reference, a first-of-its-kind
dataset featuring 12 different LiDAR sensors, covering a range of
manufacturers, models, and laser configurations.

论文中选取了5个厂商的12个不同型号的激光雷达进行数据的采集，其中国外的有Velodyne和Ouster，其余三个品牌均为国内厂商，禾赛，速腾，雷神，具体型号如下所示(论文中没有雷神对应的型号的数据)，

论文主要在以下几种场景进行了测试，

1. 静止的障碍物放置在固定的位置，雷达在固定的位置静止进行测量，主要测试雷达的测距准确度和平均点云的密度；
2. 激光雷达在恶劣环境下的效果，主要有三种，浓烟雾，大雨，强光照；
3. 雷达互相之间的干涉。

其中，静态障碍物和恶劣环境的测试场景如下所示，

2. 雷达测距的准确度以及平均点云密度

在静态测试雷达的准确度和点云密度试验中，使用了Leica Geosystems Total Station Viva TS15的测量值作为ground truth，使用RMSE(均方根误差)作为计算误差方式。
其中测试环境如下视频所示，

static-targets.mp4

测试车辆如下图所示，激光雷达坐标系为前左上，$X$方向为车辆的纵向方向，

测试结果如下所示，在0-50米之间，

50-180米之间，

从以上两幅测试结果，可以得到下面几个结果，

1. 随着距离的增长，所有激光雷达的RMSE都在增长；
2. 有些雷达在5米之内近处的效果不佳，例如HDL-64S2，OS1-64，OS1-16，甚至Velodyne的VLS128；
3. 140米以后，禾赛的Pandar64和40P效果依旧良好，Velodyne的VLS128在50m以后和Pandar64等相当；
4. 当然，我经常在使用的速腾的RS-lidar32表现同样良好。

0-50米之间，平均点云密度，

50-180米之间，平均点云密度，

从以上平均点云密度的测试结果，可以得到下面几个结果，

1. 虽然VLS-128线束是禾赛Pandar64的两倍，但是Pandar64在所有距离上平均点云密度都是第一名；
2. Pandar40P和VLS-128的平均点云密度相当；
3. 速腾的RSLidar32平均点云密度高于同是32线的VLP-32C和HDL-32E；
4. OS1-16的平均点云密度在所有距离上都是最低的，OS1-64在前20米平均点云密度下降的很快，更甚的是在35米后其平均点云密度只相当于一个低线束的雷达。

3. 恶劣环境下各雷达的效果

浓雾，大雨，以及强光的测试环境如下列视频所示，

jari-fog.mp4

jari-rain.mp4

jari-light.mp4

测试效果如以下图示，每幅图包括上中下三层，其中最上层是测试车辆在烟雾环境下的点云效果图，中间为大雨环境下(30mm/h)的点云效果图，最下面为强光环境下的点云效果图，而颜色达标了点云的反射强度。

VLS-128,

HDL-64S2,

HDL-32E,

Pandar64,

RS-Lidar32,

OS1-64,

通过上述的测试效果图，可以得到浓烟雾相关测试的结论，

1. 所有的激光雷达在烟雾环境下都会受到很大的影响；
2. 在浓烟雾环境下，雷达周围会形成一个环形的点云圈(碰到浓雾反射回来的低反射率点云)；
3. 四周高反射率的墙面，部分可见，但是因为浓烟雾的原因，反射率也有所降低；
4. 地面白色和其他地方的白色高反射率的物体，部分可见，但是因为浓烟雾的原因，反射率也有所降低。

大雨相关测试的结论，
5. 所有的激光雷达在大雨环境下都会受到影响；
6. 虽然返回的点云在反射率方面没有降低，但是大雨会造成一些假的“障碍物”，例如VLS-128、Pandar64和RS-Lidar32图中显示的那样。

强光相关测试的结论，
7. 当测试车辆经过最强光照的地方时，车辆前方的测试道具，路等几乎没有返回的点云；
8. 当车辆驶离最强光照地方时，雷达开始能捕捉到上述的物体。

4. 干涉环境下各雷达的效果

Indirect interference refers to the situation where light
of one sensor (A) reflects from a target and is received at a different sensor (B), and sensor B’s azimuthal angle of scanning is aligned with this incoming reflection. If the azimuthal angle of scanning is slightly different, the received light may not converge through the remission optics into the photo-detection (APD or SPAD)。

多雷达干涉测试场景如下图所示，所有测试雷达放在一起，彼此间放置一个硬纸板，避免直接的干涉(mutual interference , 这里只测试反射回来的波束的间接干涉)。

从文中，我选取了四款雷达的干涉效果图，如下所示，以下效果图也是分为三层，最上层为发生干涉的区域，中间层为发生干涉后的效果图，像麦穗散开的样子。而最下层是用蓝色粗线描述的中间层干涉区域的效果。

VLS-128，

Pandar40P，

RS-Lidar32，

OS1-64，

从以上图可以得出下面的结论，

1. 所有的雷达都会受到干涉的影响；
2. VLS-128展示了曲线般的“麦穗”，Pandar40P展示了圆锥型的“麦穗”，RS-Lidar32表现的是随机的干涉噪声，而OS1-64 的干涉噪声影响最大。