初创企业将目光投向激光雷达以外的领域以实现自动驾驶汽车感知于台烟

初创企业将目光投向激光雷达以外的领域以实现自动驾驶汽车感知

上次CES是 对激光雷达公司的一次反思，因为许多人由于不存在的自动驾驶汽车需求不足而陷入困境。少数能做到这一点的专家通过专业化来做到这一点，而今年的趋势已经超越了激光雷达，新的传感和成像方法推动了与基于激光的技术的竞争和互补。

激光雷达之所以能够领先于传统相机，是因为它可以做他们无法做到的事情-现在，一些公司正在推动使用异国情调的技术来做同样的事情

随着自主权的停滞，激光雷达公司开始学习适应

Eye Net的Vehicle-to-x跟踪平台是通过不同方式解决问题或感知的一个很好的例子。这是在5G背景下谈论的那些技术之一，尽管所有这些炒作确实确实实现了短距离，低延迟的应用程序，这些应用程序可以挽救生命。

无论是否配备了摄像头或其他感应技术，Eye Net都会在配备该技术的车辆之间提供碰撞警告。他们提供的示例是一辆汽车在停车场中行驶，却没有意识到其中一个可怕的不安全电动踏板车上的人正垂直向前行驶，即将放大到其路径，但完全被停放的汽车遮挡了。Eye Net的传感器可以检测两辆车上设备的位置，并及时发出警告，以防止其中之一或两者制动。

被警告即将发生的碰撞的骑自行车的人和汽车的CG例证。

他们不是唯一尝试这种方法的人，但他们希望通过提供一种白标解决方案，可以相对容易地构建一个良好的网络，而不是没有一个，然后配备所有的大众汽车，然后再提供一些福特和一些电动自行车，等等。

但是，视觉仍将是车辆导航的主要部分，并且在多个方面都取得了进步。

例如，Brightway Vision通过采用多光谱解决了在许多现实情况下可见性有限的普通RGB摄像机的问题。除普通的可见光图像外，该公司的摄像机还与近红外光束器配合使用，该光束器以设定的距离间隔每秒扫描多次。

使用红外的照相机的CG例证在晚上进一步看。

这个想法是，如果主摄像头由于雾而无法看到100英尺外，则NIR图像在其常规扫掠入射区域中扫描“片段”时仍会捕获任何障碍或道路特征。它结合了传统相机和红外相机的优点，但设法避免了两者的缺点。需要注意的是，当您可以使用其中一种相机时，没有理由使用普通相机，这样可以更好地完成相同工作，甚至可以剪掉另一个传感器。

Foresight Automotive还在其相机中使用了多光谱图像，并通过与FLIR的合作关系进入了热成像领域，但它真正销售的是其他产品。

为了提供360度覆盖，通常需要多个摄像机。但是，这些相机的去向在紧凑型轿车和同一家制造商的SUV上是不同的，更不用说在自动货运车上了。由于这些摄像机必须协同工作，因此需要进行精确校准，知道其他摄像机的确切位置，因此，他们知道，例如，他们都在看同一棵树或骑自行车的人，而不是两棵相同的树。

该图显示了前视摄像头以磁性方式附着在汽车车身上。

Foresight的进步是简化了校准阶段，因此，每次需要将摄像机沿一个方向或另一个方向移动半英寸时，制造商，设计人员或测试平台都无需费力地重新测试和认证。Foresight演示显示了他们在开车前几秒钟将摄像机粘贴在车顶上。

它与另一家名为Nodar的初创公司相似，后者也依赖于立体相机，但采用了不同的方法。该公司指出，从双目三角测量得出深度的技术可以追溯到几十年前，如果算上我们自己的视觉系统，则可以追溯到数百万年。限制此方法的局限性不是光学摄像头从根本上不能提供自动驾驶车辆所需的深度信息，而是不能信任它们进行校准。

Nodar表示，甚至不需要将配对的立体摄像机安装到汽车的主体上，这将减少摄像机视图之间的抖动和分数不匹配。安装在后视镜上的“ Hammerhead”摄像机设置具有较宽的姿态，由于摄像机之间的差异较大，因此可以提高准确性。由于距离是由两个图像之间的差异决定的，因此无需物体识别或复杂的机器学习就可以说“这是一个形状，可能是一辆汽车，大概有那么大，这意味着它可能有那么远”可能只有一个摄像头解决方案。

Nodar首席运营官兼联合创始人布拉德·罗森表示： “业界已经证明，相机阵列在恶劣的天气条件下也能像人眼一样好用。” “例如，戴姆勒的工程师发表的结果表明，在不利天气下，当前的立体视觉方法提供的深度估计比单眼方法和激光雷达完成要稳定得多。我们的方法的优点在于，我们现在使用的汽车级硬件已经可用，制造商和分销商可以选择很多。”

确实，打击激光雷达的主要打击是该装置的成本-即使“廉价”的也比普通相机的价格昂贵几个数量级，这很快就加起来了。但是激光雷达队也没有停滞不前。

Sense Photonics以一种似乎结合了两全其美的新方法出现在了现场：与传统相机配合使用的相对便宜且简单的闪光灯查看同一图像的版本，从而使它们可以一起识别对象并确定距离。

Sense Photonics以新方法和2600万美元的价格闪耀进入激光雷达场景

自2019年首次亮相以来， Sense不断完善其技术以用于生产及以后。最新的进步是定制硬件，使它能够对200米范围内的物体成像-通常在激光雷达和传统相机的远端都考虑到这一点。

“过去，我们提供了现成的检测器来与我们的激光源配对。但是，我们两年的内部探测器开发工作现已完成，并取得了巨大的成功，这使我们能够制造短程和远程汽车产品。”首席执行官Shauna McIntyre说道。

她继续说道：“ Sense为类似相机的激光雷达设计创建了“构件”，可以将其与不同的光学组件配对以实现不同的FOV，范围，分辨率等。” “而且我们这样做的方式非常简单，实际上可以大批量制造。您可以将我们的架构想像成DSLR相机，其中拥有“基本相机”，并且可以将其与微距镜头，变焦镜头，鱼眼镜头等配对以实现不同的功能。”

所有公司似乎都同意的一件事是，没有任何一种传感方式将主导整个行业。撇开全自动驾驶车辆的需求与驾驶员辅助系统的需求截然不同，该领域的发展速度太快，以至于任何一种方法都无法长期保持领先。

McIntyre表示：“如果公众不相信自己的平台是安全的，并且只有在不同波长下运行的冗余传感器形式，安全性才能提高，AV公司就无法成功。”

无论是表示可见光，近红外，热成像，雷达，激光雷达，还是我们在这里看到的其中两种或三种的某种组合，很明显，市场将继续支持差异化-尽管随着繁荣时期-几年前在激光雷达行业出现了萧条周期，这也警告了合并将不会落后。

立柱埋深检测仪器

孔道压浆密实度质量检测仪

装配式结构材料检测

波形钢护栏立柱安装检测

无损检测设备