雷达
普通网友
这个作者很懒,什么都没留下…
展开
-
3D目标检测(CVPR2020:Lidar)
3D目标检测(CVPR2020:Lidar)LiDAR-Based Online 3D Video Object Detection With Graph-Based Message Passing and Spatiotemporal Transformer Attention论文地址:http://openaccess.thecvf.com/content_CVPR_2020/html/Yin_LiDAR-Based_Online_3D_Video_Object_Detection_With_Gr原创 2020-06-14 06:05:13 · 1703 阅读 · 1 评论 -
激光雷达应用技术分析
激光雷达应用技术分析激光雷达简介激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成,激光器将电脉冲变成光脉冲发射出去,光接收机再把从目标反射回来的光脉冲还原成电脉冲,送到显示器。激光雷达最大的优点在原创 2020-06-13 10:27:14 · 2006 阅读 · 0 评论 -
毫米波RADAR与LIDAR探秘
毫米波RADAR与LIDAR探秘说起激光雷达和毫米波雷达,相信业内人士并不陌生,激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。而毫米波雷达是指工作在毫米波波段探测的雷达。毫米波实质上就是电磁波。毫米波的频段比较特殊,其频率高于无线电,低于可见光和红外线,频率大致范围是10GHz—200GHz。这是一个非常适合车载领域的频段。 那么激光雷达与毫米波雷达究竟有什么区别呢?跟小编一起来探个究竟吧!从工作原理上来讲,激光雷达和毫米波雷达基本类似,都是利用回波成像来构显被探测物体的,就相当于人类用原创 2020-06-12 10:44:04 · 1595 阅读 · 1 评论 -
Velodyne VLP-16激光雷达数据分析
Velodyne VLP-16激光雷达数据分析Velodyne VLP-16激光雷达保持了 Velodyne 在 LiDAR 中的突破性重要功能:实时收发数据、360 度全覆盖、3D 距离测量以及校准反射测量。有效范围为 100 米,其耗电低 (~8W)、重量轻(830克)、占用空间少(直径约为 103 毫米 x 72 毫米)以及双重回传功能使得其成为无人机以及其他移动装置的理想选择。Velodyne 的 LiDAR Puck 激光雷达支持 16 个通道、~300,000 点/秒、360°水平视场角以及原创 2020-06-09 18:04:23 · 2687 阅读 · 2 评论 -
激光雷达和毫米波雷达
激光雷达和毫米波雷达一.概述激光雷达(LiDAR【Light Detection and Ranging】)是激光探测及测距系统的简称,而雷达是英文Radar的音译,源于radio detection and ranging的缩写,意思为"无线电探测和测距",即用无线电的方法发现目标并测定它们的空间位置。激光雷达相比与微波雷达,激光雷达具有分辨率高、隐蔽性好、抗有源干扰能力强、低空探测性能好、体积小、质量轻。激光雷达的缺点主要是工作时受天气和大气影响大,在大雨、浓烟、浓雾等坏天气里,衰减急剧加大,传播原创 2020-06-09 13:40:59 · 1951 阅读 · 0 评论 -
TOF摄像机可以替代Flash激光雷达吗?
TOF摄像机可以替代Flash激光雷达吗?一.基于ToF技术的Flash激光雷达基本成像原理上ToF Camera与LiDAR相同,都采用飞行时间测距技术(包括利用APD或SPAD的直接测距法,和相干波调制的间接测量法)。不同之处在于应用的场景、结构设计和发射光波长存在不同。洛伦兹I系列产品采用ToF测距原理,激光工作波长850nm,最远可以探测到50m,视场角达60°x 45°,可输出QVGA(320 x 240)尺寸的深度图、灰度图及点云图,最高帧速可达120FPS,测距精度为2cm或1%;配置千原创 2020-06-08 20:17:02 · 1799 阅读 · 0 评论 -
毫米波雷达分类和技术方案
毫米波雷达分类和技术方案一.什么是毫米波?毫米波是一项可用于检测物体并提供物体的距离、速度和角度信息的传感技术。这是一项非接触式技术,工作频谱范围为 30GHz 至 300GHz。由于该技术使用较小的波长,因此可以提供亚毫米的距离精度,此外该技术还能够穿透塑料、墙板和衣服等特定的材料,并且不受雨、雾、灰尘和雪等环境条件的影响。毫米波传感器使用毫米 (mm) 范围的波长发送信号。这被视为电磁谱中的短波长,是该技术的优势之一。处理毫米波信号所需的系统组件(如天线)的尺寸确实很小。短波长的另一项优势是高分辨原创 2020-06-08 16:50:48 · 955 阅读 · 0 评论 -
多传感器融合(三)
多传感器融合(三)十三.前融合与后融合多传感器融合技术中的前融合、后融合后融合算法典型结构后融合算法:1、每个传感器各自独立处理生成的目标数据。2、每个传感器都有自己独立的感知,比如激光雷达有激光雷达的感知,摄像头有摄像头的感知,毫米波雷达也会做出自己的感知。3、当所有传感器完成目标数据生成后,再由主处理器进行数据融合。前融合算法典型结构前融合算法:1、只有一个感知的算法。对融合后的多维综合数据进行感知。2、在原始层把数据都融合在一起,融合好的数据就好比是一个Super传感器,而且这个原创 2020-05-26 08:12:54 · 1920 阅读 · 0 评论 -
多传感器融合(二)
多传感器融合(二)七.摄像头摄像头:智能驾驶之慧眼车载摄像头是实现众多预警、识别类 ADAS 功能的基础。在众多 ADAS 功能中,视觉影像处理系统较为基础,对于驾驶者也更为直观,而摄像头又是视觉影像处理系统的基础, 因此车载摄像头对于自动驾驶必不可少。摄像头可实现的 ADAS 功能以上众多功能都可借助摄像头实现,有的功能甚至只能通过摄像头实现。车载摄像头价格持续走低,未来单车多摄像头将成为趋势。摄像头成本相对低廉,价格也从 2010 年的 300 多元持续走低,到 2014 年单个摄像头价格原创 2020-05-26 08:01:37 · 1029 阅读 · 0 评论 -
多传感器融合(一)
多传感器融合(一)一.概述“传感器融合技术”号称自动驾驶中的核心技术。传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。控制模块分析处理信息,并进行判断、下达指令,扮演大脑的角色。车身各部件负责执行指令,扮演手脚的角色。而环境感知是这一切的基础,因此传感器对于自动驾驶不可或缺。二.多传感器融合的必要性为什么一定要多传感器融合呢?主要是扬长避短、冗余设原创 2020-05-26 07:54:31 · 1382 阅读 · 0 评论 -
3D-LiDAR
3D-LiDAR结合光学+激光扫描+数据处理技术,实现对人和物体的无盲点检测。利用专有光学技术实现高精度,高分辨率三维扫描。到目前为止,传感器只能准确地检测出物体的存在,而且很难感知目标的大小和形状。为了提高精度,必须增加激光器的数量,这就产生了激光束之间出现盲点的新问题。将其专有的光学技术应用于这些技术挑战,并创建了一个广域3D激光雷达,仅使用一束具有高扫描精度、高分辨率和无盲点的激光。高精度,广域扫描能力。专有激光投影/接收技术+广域扫描技术。三维激光雷达发射激光搜索一个区域的对象,并测量一个原创 2020-05-25 10:05:14 · 615 阅读 · 0 评论 -
RGB-D对红外热像仪和毫米波雷达标定
RGB-D对红外热像仪和毫米波雷达标定Extrinsic Calibration of Thermal IR Camera and mmWave Radar by Exploiting Depth from RGB-D Camera摘要尽管RGB相机和激光雷达用途广泛,但据报道,在低能见度的环境下容易受到火灾或烟雾的影响。为了解决这个问题,我们引入了一个由红外热像仪和毫米波雷达组成的传感器系统。在此过程中,需要在两个传感器之间进行外部标定,而雷达的14位温度和稀疏距离测量的标定是一个挑战。提出了一种利原创 2020-05-24 06:04:28 · 1210 阅读 · 0 评论 -
最佳点云分割分析
最佳点云分割分析Learning to OptimallySegment Point Clouds论文链接:https://arxiv.org/abs/1912.04976摘要我们关注LiDAR点云的无类实例分割问题。我们提出了一种将图论搜索与数据驱动的学习相结合的方法:在一组候选分割中搜索综合目标性(objectness)评分较高的候选分割。我们证明了,如果根据分割中最低的目标性对分割进行评分,那么就有一种有效的算法可以在成倍数量的候选分割中找到最优的最坏情况分割。此外,我们还针对平均情况提出了原创 2020-05-19 19:57:09 · 567 阅读 · 0 评论 -
自主泊车技术分析
自主泊车技术分析一.自动泊车系统定义自动泊车系统主要是利用遍布车辆自身和周边环境里的传感器,测量车辆自身与周边物体之间的相对距离、速度和角度,然后通过车载计算平台或云计算平台计算出操作流程,并控制车辆的转向和加减速,以实现自动泊入、泊出及部分行驶功能。整个泊车过程大致可包含以下五大环节:环境感知停车位检测与识别泊车路径规划泊车路径跟随控制模拟显示按照泊车方式,分为三种模式,如图1所示...原创 2020-04-23 07:29:16 · 1146 阅读 · 1 评论 -
水下导航技术
水下导航技术一、导航技术概述21世纪以来,随着人类在利用海洋和开发海洋上的投入不断增大,自主式水下航行器(AUV)引起了越来越多的关注,无论在战场监视、隐蔽打击等军用领域还是在海水检测、海洋地质勘探等民用领域都得到快速发展。导航是指移动机器人借助传感器获知本体状态,完成从初始位置到达目标位置的自主运动过程。导航技术作为AUV的核心技术,也是最难以解决的关键技术之一。美俄等西方发达国家在这一...原创 2020-04-20 07:17:28 · 3675 阅读 · 0 评论 -
ADAS超声波雷达
ADAS超声波雷达在倒车入库,慢慢挪动车子的过程中,在驾驶室内能听到”滴滴滴“的声音,这些声音就是根据超声波雷达的检测距离给司机的反馈信息。倒车雷达系统,英文全称为REVERSING / PARKING AID SUBSYSTEM ,BACK SENSOR或PACKING SENSOR,英文简称RPA。目前被各种轿车特别是高级轿车作为汽车电装品的标准配置或售后的汽车电装品主是选配品,例如:德国...原创 2020-04-18 14:28:26 · 2414 阅读 · 0 评论 -
多款激光雷达性能评估
多款激光雷达性能评估激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成,激光器将电脉冲变成...原创 2020-04-07 22:12:53 · 723 阅读 · 0 评论 -
4D雷达成像技术
4D雷达成像技术当我们谈及3D捕捉时,总是先想到光学传感器。当我们讨论在第四维度(时间)讨论视觉数据时,倾向于考虑场景数据调度。这些是我们多年来关注激光雷达(LiDAR)和摄影测量,以及用户针对缓慢移动的大型项目,在时间尺度上将这些技术应用于静态物体所造成的偏见。对自动驾驶汽车不可思议的需求推动了多种传感器的发展,因为,我们不能随便将从某个应用中获取的传感技术,毫不改动地投入其它应用。就像4D...原创 2020-03-30 19:36:09 · 2090 阅读 · 0 评论