623
现有的自动驾驶技术主要通过 LiDAR 和雷达来检测前方道路上遇到的障碍物，但这两种系统都不善于在雾气环境中识别车辆。不过，现在工程师发现使用双雷达技术就能很好的完成任务。
2020 年 11 月 17 日，加利福尼亚大学圣地亚哥分校的电气工程师开发了一种巧妙的方法来提高现有雷达传感器的成像能力，从而可以准确预测场景中物体的形状和大小。该系统在夜间和有雾条件下进行测试时都可以正常工作。
LiDAR（光探测和测距 / 激光雷达）传感器通过发出激光脉冲来测量物体的形状和距离，然后测量该光从物品反射回来的时间来判断障碍物。雷达单元发出无线电波，同样会被位于其路径中的物体反射回去。
不幸的是，在雾，灰尘，雨或雪等空中障碍物会吸收 LiDAR 系统使用的光，从而让自不可靠。尽管雷达并未受到不利影响，但它只能生成其检测到的部分图像–这是因为即使在理想条件下，也只有一小部分发射的无线电信号被反射回其传感器。
“这是一种类似于 LiDAR 的雷达，”加州大学圣地亚哥分校雅各布斯工程学院的电气和计算机工程教授 Dinesh Bharadia 说。他指出，这是一种在自动驾驶汽车上获得恶劣天气感知的廉价方法。“使用我们的技术也可以将 LiDAR 和雷达融合在一起，但是雷达很便宜。这样，我们就不需要使用昂贵的 LiDAR。”
该系统由放置在引擎盖上的两个雷达传感器组成，它们之间的间隔为平均汽车宽度（1.5 米）。以这种方式布置两个雷达传感器是关键 - 与单个雷达传感器相比，它们使系统能够看到更多的空间和细节。
在白天和黑夜的试车过程中，该系统在确定行进中的车辆的尺寸方面与 LiDAR 传感器一样出色。在模拟大雾天气的测试中，其性能没有改变。团队使用喷雾器“隐藏”了另一辆车，他们的系统准确地预测了其 3D 几何形状，而 LiDAR 传感器基本上未通过测试。
1. 两只眼睛胜过一只
雷达传统上受困于成像质量差的原因是，当无线电波被发射并从物体上反弹时，只有一小部分信号被反射回传感器。结果，车辆，行人和其他物体显得稀疏。
“这是使用单个雷达成像的问题。它仅获得代表场景的几个点，因此感知能力很差。计算机科学与工程学博士 Kshitiz Bansal 表示：“在环境中可能还存在其他您看不见的汽车。” 圣地亚哥大学的学生。“因此，如果单个雷达导致这种失明，则多雷达设置将通过增加被反射的点数来改善感知。”
研究小组发现，在汽车引擎盖上隔开两个雷达传感器 1.5 米是最佳的布置。班萨尔说：“通过在不同的有利位置拥有两个雷达，使它们具有重叠的视场，我们可以创建一个高分辨率区域，并有很高的可能性检测到存在的物体。”
2. 两个雷达的故事
该系统克服了雷达的另一个问题：噪声。通常会看到不属于任何物体的随机点出现在雷达图像中。传感器还可以拾取所谓的回声信号，这是无线电波的反射，它不是直接来自被检测物体。
巴拉迪亚指出，更多的雷达意味着更多的噪声。因此，该团队开发了新算法，可以将来自两个不同雷达传感器的信息融合在一起，并生成无噪声的新图像。这项工作的另一个创新之处是，该团队构建了第一个数据集，将来自两个雷达的数据结合在一起。
巴拉迪亚说：“目前还没有公开的数据集，这些数据来自视野重叠的多个雷达。” “我们收集了自己的数据，并建立了自己的数据集来训练我们的算法和进行测试。”
该数据集由 54,000 个白天和黑夜实时交通状况以及模拟雾天驾驶场景的雷达帧组成。未来的工作将包括在雨中收集更多数据。为此，团队首先需要为其硬件构建更好的防护罩。
该团队现在正在与丰田合作，将新的雷达技术与相机融合在一起。研究人员说，这有可能取代 LiDAR。“仅雷达无法告诉我们汽车的颜色，品牌或型号。这些功能对于改善自动驾驶汽车的感知能力也很重要。” Bharadia 说。
下载ECAD模型
