如何簡單地判斷一款補盲激光雷達的成像效果？

業(yè)界通常有幾個指標：視場角大小、測距范圍，以及角分辨率。

一款優(yōu)秀的補盲激光雷達，通俗來說：既要看得廣，還要看得清。

上期我們討論了補盲激光雷達如何看得夠廣的話題（上期：充足的激光雷達視場要多大？補盲激光雷達視場覆蓋大揭秘?。@期我們聊聊補盲激光雷達的另一個關(guān)鍵問題——如何“看得夠清”，即角分辨率該如何定義。

1

補盲雷達角分辨率：久經(jīng)思量的Trade-off

什么是激光雷達角分辨率

如果把激光雷達類比成人眼，那視場大小相當于人眼視野的寬窄，分辨率是決定人眼對圖像細節(jié)辨識能力最重要的因素之一。

分辨率在激光雷達領(lǐng)域?qū)獮榻欠直媛剩傅氖窍噜弮蓚€激光掃描點之間的角度間隔，一般以度（°）為單位。由于目前激光雷達有很多種掃描方式，每種方式在掃描點分布上的差異，導致掃描點并不絕對均勻，因此這里講的激光雷達角分辨率是一個等效平均的概念。

直觀理解，角分辨率越小，單位空間角內(nèi)分布的激光點數(shù)就越多，其對于物體的分辨能力就會越強。相同角分辨率下，對同一物體，距離越遠探測到的激光點數(shù)越少，如圖所示。

補盲激光雷達，角分辨率不能太小

激光雷達的角分辨率定義是非常講究的。

相比于長距前向激光雷達，短距補盲激光雷達的分辨率定義更加復雜，考量因素更多。

首先，要確定補盲激光雷達所需覆蓋的感知范圍。

現(xiàn)階段，補盲激光雷達的探測距離范圍一般在25~30米（@10% 朗伯反射，指入射能量在所有方向均勻反射）。

當需求感知距離達到20m（※）時，如果要對典型目標物輸出高置信度的感知結(jié)果，粗略估計其平均角分辨率需要達到0.5°。

※ 如上表所示，對典型的目標物（小轎車、行人和騎行人）來說，即使考慮到MEMS掃描的特殊性，在20米距離下也能有足夠多點數(shù)來支撐算法準確輸出高置信度的目標級感知結(jié)果。

其次，補盲雷達的應用場景不僅要求它對近距離的物體有探測輸出，同時對被測物體輪廓的細節(jié)也有一定要求。

舉個例子，在自動泊車場景中，補盲雷達需要對非結(jié)構(gòu)化的各類異形物體進行探測，作為對現(xiàn)行攝像頭與超聲波雷達識別能力不足的補充，實現(xiàn)安全快捷的泊車。

那么，是否可以簡單粗暴地認為角分辨率越小越好？直接將角分辨率定為0.1°甚至更小能實現(xiàn)完美效果嗎？

答案是否定的。

角分辨率并不是越小越好，過小的分辨率會對激光雷達的應用造成負面影響。

當我們用手機上號稱1億像素的主攝像頭拍照時，極大概率輸出照片的分辨率只有幾百萬，至多千萬像素。原因在于1億像素雖然提升照片的細節(jié)，但卻也犧牲了像素的尺寸，導致圖像的感光性能并不出色。

此外，過多的像素會導致存儲空間的占用。實際上，絕大部分情況下，千萬像素已經(jīng)能夠提供非常出色的感官效果，畢竟需要把圖片放大數(shù)倍看細微細節(jié)的應用少之又少。

同樣的考量對激光雷達也適用，特別是對補盲激光雷達，角分辨率不能太小。

補盲激光雷達的視場角都非常大，尤其垂直視場角通常是長距激光雷達的3倍。如果這時將角分辨率設(shè)定得非常小，就會造成補盲激光雷達單幀的數(shù)據(jù)量過大，對域控的算力造成壓力。

激光雷達單幀數(shù)據(jù)量對比

同時，在一輛自動駕駛車上，其所需的補盲激光雷達數(shù)量通常比長距雷達多，單幀數(shù)據(jù)量過大將對域控的算力造成更大的壓力。

也許有人會說，激光雷達的數(shù)據(jù)量與目前車載攝像頭的數(shù)據(jù)量比是小巫見大巫，對越來越大的算力平臺而言不算什么。

確實，對于嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）的算力總量而言，激光雷達占用的算力不大。但對于目前主流的算力芯片而言，中央處理器（CPU）才是拖油瓶；激光雷達的數(shù)據(jù)在進入網(wǎng)絡(luò)前需要調(diào)用CPU來進行必要的數(shù)據(jù)解析、濾噪等操作，更不用說并發(fā)的超大激光雷達數(shù)據(jù)量對于車載以太網(wǎng)絡(luò)造成的壓力。

平衡點在哪里？

一方面，角分辨不夠小，無法滿足對物體細節(jié)的探測要求；另一方面，角分辨率過小，會對域控算力造成壓力。平衡點在哪里？

實際上，在短距激光雷達的感知距離內(nèi)，稍高的角分辨率就能保證足夠的物體細節(jié)感知能力，不需要對角分辨率過度苛求。

以一徑的第一款短距激光雷達ML-30s為例，這款產(chǎn)品的平均角分辨率為0.44°×0.44°。過去三年中，眾多典型場景的實際落地，已經(jīng)充分證明這樣的角分辨率組合能夠在近車身區(qū)域取得極佳的成像細節(jié)。

上圖是ML-30s在典型場景的測試結(jié)果，可以清晰地分辨出飲料瓶、小磚塊和遠處的路樁。更重要的是，從點云圖中還能清晰地分辨出路沿的坡度變化。

ML-30s實際探測能力總結(jié)

此外，為了達到上述的小物體分辨能力，除了足夠的角分辨率外，測距的精準度也是關(guān)鍵。測距精度不高，將無法形成較為清晰的點云輪廓，也無法對上述細微坡度進行精準探測。更多的探測場景如下圖所示：

以上可以看出，恰當?shù)慕欠直媛?，讓補盲激光雷達能夠探測到足夠致密的點云，大大增強近車身區(qū)域的感知能力，從而為實現(xiàn)各類近車身的高難、高復雜度的場景提供可能。

然而，合適的角分辨率僅能夠保證看清局部，要看清全局，全視場一致性是不能被忽視的性能。

2

全視場一致性：無差異的感知能力

補盲激光雷達在追求大視場角和高分辨率的同時，往往容易忽略一個很重要的維度：無差異的大視場感知能力。

實現(xiàn)無差異感知的關(guān)鍵是視場內(nèi)測距能力的一致性，特別是水平視場測距的一致性。

由于很難在產(chǎn)品規(guī)格參數(shù)上有所體現(xiàn)，測距一致性極容易被忽略。然而對主打車輛近場探測的補盲雷達而言，其主要任務(wù)就是在視場角所覆蓋的范圍內(nèi)對環(huán)境有可靠的、無差別的感知。

因為從應用場景上看，無法嚴格區(qū)分哪個方向要看得遠、哪些地方要看得近。甚至，越是邊沿視場區(qū)域，對補盲雷達的探測能力的要求就越高。

我們來看2個典型場景。

在車輛左轉(zhuǎn)場景中，相比于區(qū)分主次的視場定義方式，全視場測距能力一致更能確保左轉(zhuǎn)的全過程全視場無差別地感知右側(cè)來車，從而更好地選擇安全舒適的駕駛策略；相應地，如果個別視場的測距明顯較短，將造成目標跟蹤時斷時續(xù)或目標物突然出現(xiàn)，而這都是智駕系統(tǒng)不愿意看到的結(jié)果。

在車輛右轉(zhuǎn)場景中，弱勢交通參與者的速度相對較低，但由于潛在碰撞場景對人的傷害威脅更大，這樣的場景對探測要求反而更苛刻。這種情況下，視野范圍內(nèi)無差別探測能力能保證激光雷達持續(xù)穩(wěn)定地感知到騎行者和行人，最大程度保證盲區(qū)的安全性。

全視場測距一致的必要性已經(jīng)明確，但實際的應用中卻存在一定挑戰(zhàn)。這是因為：

與一般大角度覆蓋傳感器一樣，激光雷達的邊沿視場也存在能力下降的情況，越靠近邊沿，激光雷達的視場探測能力會逐漸下降。

因此，如何從工程實現(xiàn)角度盡可能避免邊沿視場測距能力下降以實現(xiàn)無差別感知，就顯得至關(guān)重要。特別是對類似相機架構(gòu)的Flash激光雷達而言，其工程實現(xiàn)上會面臨更大的挑戰(zhàn)。

基于對角分辨率和視場測距一致性的深入思考和研究，以及實際應用中多領(lǐng)域的客戶反饋及持續(xù)迭代經(jīng)驗，一徑科技的補盲激光雷達從產(chǎn)品架構(gòu)設(shè)計上充分考量相關(guān)因素：

采用~0.5°的“恰當”角分辨率

兼顧適中的數(shù)據(jù)量、廣闊的視場角，看得夠廣

能夠?qū)崿F(xiàn)最大程度持續(xù)、無差別的有效感知，看得夠清

而要成為一款性能優(yōu)異的激光雷達，要考量的因素遠遠不止于此，還需要在產(chǎn)品的內(nèi)在邏輯上進行嚴密的設(shè)計，做到不僅能用，更要好用。

下一篇，我們將詳細聊聊，車規(guī)全要素的軟件功能如何賦予補盲激光雷達「好用」的性能。

審核編輯 ：李倩