初创公司声称：用摄像头碾压激光雷达

如果你想让汽车自动驾驶，它最好有一张关于周围环境的精致详细的图片。到目前为止，业界一直青睐激光雷达的激光驱动精度。但总部位于马萨诸塞州萨默维尔的初创公司 NoDar 表示，基于摄像头的系统可以做得更好。

激光雷达是光探测和测距的缩写，它用激光束扫描环境，然后拾取反射光。通过测量光线反射回来所需的时间，可以判断距离并使用该信息构建 3D 图像。当今大多数自动驾驶汽车，包括 Waymo 和 Cruise 制造的自动驾驶汽车，都严重依赖激光雷达，而单个装置的成本可能高达数万美元。NoDar表示，其替代方案的成本要低得多。

基于摄像头的 3D 视觉系统在判断距离方面比激光雷达差得多，而且它们经常在弱光或恶劣天气下表现不佳。但由于汽车摄像头技术和 NoDar 专有软件的进步，为此NoDar首席执行官Leaf Jiang表示，情况已不再如此。

NoDar 的软件可以将来自相机 [左列] 的一对立体图像转换为详细的深度图 [右列]，即使在大雨 [顶行] 或雾 [底行] 的情况下也是如此。

“总的来说，基于摄像头的系统一直受到不好的评价，”他说。“我们希望用我们的新结果消除这些神话。”

他表示，在最近的测试中，该公司的技术在各种场景（包括夜间驾驶和大雾）的分辨率和范围上始终优于激光雷达。特别是，它能够在两倍于激光雷达的距离内检测小物体，例如木材或交通锥，Jiang 表示这对于高速行驶的高速公路非常重要。

NoDar 从两个相距较远的摄像机获取图像，然后比较它们的视图以构造一个三角形，其中物体位于最远的顶点。然后它计算一个物体距离有多远。这种立体相机设置是众所周知的；多家汽车供应商将其纳入高级驾驶辅助系统(ADAS)。

在干燥、光线充足的条件下，NoDar 的软件每秒可以生成 4000 万个 3D 数据点，正如德国的汽车环境模拟室所演示的那样

然而，该方法面临两个挑战。两个摄像头必须进行精确校准，这对于暴露在各种环境条件下的振动汽车来说是很棘手的。Jiang说，通常这是通过精心设计的安装座来实现的，这些安装座可以保持相机的稳定，但这需要它们靠近在一起。这是一个问题，因为摄像机之间的基线距离越小，对远处物体进行三角测量就越困难。

为了解决这个问题，NoDar 开发了获得专利的自动校准软件，该软件允许您将相机放置得更远，同时使系统对不稳定的敏感度大大降低。通常，相机校准是在精心控制的环境中使用专门设计的视觉目标完成的，但 NoDar 的软件使用现实场景中的提示，并且能够在每一帧上同步两个相机。Jiang 说，这在计算上很复杂，但 NoDar 开发了高效的算法，可以在现成的汽车芯片上实时运行。

Jiang 说，通过允许将摄像机放置得更远，他们的系统可以对最远 1000 米的物体进行三角测量，这比大多数激光雷达传感器可以处理的距离要远得多。

相机面临的另一个挑战是，与拥有自己的光源的激光雷达不同，它们依赖于环境光。这就是为什么他们经常在夜间或恶劣天气下挣扎。

为了了解他们的系统在这些情况下的表现，NoDar 在缅因州的一个光污染几乎为零的偏远机场上进行了一系列测试。该公司还与德国的一个汽车环境模拟室合作，可以重现雨和雾等条件。他们使用一对间隔 1.2 米、配备 30 度视场镜头的 5.4 兆像素相机收集数据，并将结果与高端 1,550 纳米汽车激光雷达进行比较。

在光天化日之下，NoDar 的设置每秒生成 4000 万个 3D 数据点，而激光雷达只能生成 600,000 个数据点。在特大雨中，有效数据点的数量仅下降了 30% 左右，而激光雷达的下降幅度约为 60%。在能见度约为 45 米的雾中，他们发现 70% 的距离测量仍然准确，而激光雷达的准确率仅为 20%。

晚上，他们的系统可以使用远光前灯从 130 米外检测到一块 12 厘米高的木材，而激光雷达只能检测到不到 50 米。激光雷达在 70 厘米高的交通锥上表现类似，但 NoDar 的技术可以在 200 米外发现它。

Jiang说，汽车摄像头的功能正在迅速提高。他说，今天的设备能够在非常低的光照条件下运行，并且可以在肉眼不可见的雾天场景中识别出精细的细节。

但这也得到了该公司专有的立体匹配算法的补充，Jiang说，即使图像模糊，该算法也可以同步图像。这使得他们能够在夜间使用更长的曝光时间来收集更多的光线，并且还可以在雾或雨中对模糊的视觉线索进行三角测量。

Gartner 分析师瓜拉夫·古普塔 (Guarav Gupta)表示，如果他们的技术如他们所说的那样，其优势将是“成本更低、范围更远、分辨率更高，并且易于集成，因为他们使用现成的摄像头”。但他补充道，唯一能够真正验证这些说法的人是 NoDar 合作的汽车公司。

多伦多大学多伦多机器人和人工智能实验室主任Steven Waslander表示，还需要注意的是，汽车激光雷达可提供车辆周围 360 度的视图。他说，将这种性能与前置立体摄像头进行比较可能不公平。他补充道，如果你想用多个立体系统复制 360 度视图，那么在金钱和计算资源方面都会花费更多。

Jiang 表示，NoDar 改进的范围和分辨率对于高速公路驾驶尤其重要，因为更高的速度和更长的制动距离使得检测远处的物体变得至关重要。但Counterpoint Research 的研究分析师Mohit Sharma指出，使用光学相控阵的新兴激光雷达传感器（例如Analog Photonics制造的片上激光雷达）将实现更快的扫描速度，适合高速公路驾驶。

最终，Sharma认为没有任何一项技术能够成为自动驾驶汽车的灵丹妙药。“我相信传感器融合是处理自动驾驶复杂性的最佳方式，激光雷达和摄像头技术的创新将有助于实现全自动驾驶，”他说。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3502期内容，欢迎关注。