雷达超声波流量计
计讯物联雷达超声波流量计，雷达+超声波双波测量，满管、非满管模式自动切换，无盲区精准测量，低功耗与强抗干扰设计，适用于地下管网、污水管网、入河入海排口等复杂场景。
自动驾驶技术正面厮杀 谁将胜出？
时间：2017-04-21
最近，一大批新创公司蠢蠢欲动，它们准备只靠计算机视觉和雷达就搞定自动驾驶。这些公司包括 AutoX 以及 Comma.ai。此外，像特斯拉这样的大公司也想甩掉激光雷达的包袱，轻装上阵搞定自动驾驶。
当然，特斯拉选择走这条路是因为 Elon Musk 打了小算盘：激光雷达现在价格较贵，产能也不够，但 Musk 却想直接让现售车辆未来通过软件升级实现全自动驾驶。
这些公司信心十足，是因为在解决计算机视觉问题上，机器学习的应用，尤其是卷积神经网络最近有了长足的进步。人工智能，特别是模式匹配和计算机视觉技术突破不断。
此外，对新创公司来说，这是个巨大的赌注。类似谷歌这样的大公司，都在醉心于激光雷达的研究，因此它们放松了其他解决方案，而这给新创公司留了巨大的发展空间。
当然，这些公司可能最终一无所有，但一旦成功，就能赚的盆满钵满，而风投公司最爱投资这类公司。
对于这三项关键技术，如今的趋势已经非常明显：
1. 随着时间的推进，激光雷达的价格会逐渐走低，性能会逐渐增强。最终，高端版本几百美元就能搞定，而低端版则更加便宜;
2. 计算机视觉技术会不断进化，最终可靠性达到使用要求。同时，与其搭配使用的高性能处理器和电源需要都会不断走低;
3. 雷达的价格会降至两位数(美元)，用于分析雷达数据的软件也会越来越聪明。
除此之外，一些新技术未来的走向也不好预测，比如远程长波红外激光雷达、新型雷达或能直接把光子当无线电波处理的激光雷达替代品。
当然，即使新技术能按照预测的趋势发展，未来的赢家也一定是那些可以把多项技术相结合的公司，现在的问题是这些技术到底怎样结合才更有效。
现有的激光雷达有个问题，那就是它分辨率有些低，探测距离不够远且售价昂贵。当然，计算机视觉问题也不少，当下它还不够可靠，需要外部照明辅助，而且对计算机能力要求较高(意味着贵)。雷达的问题也是分辨率较低，甚至还不如激光雷达。
下面，mk体育就来介绍几种有效的技术结合方案：
方案一：高端激光雷达为主，计算机视觉为辅
受大多数团队青睐的 32 线或 64 线激光雷达在探测道路障碍的能力上非�？煽浚灰谔讲夥段冢羌负醪豢赡艹龃�。不过，一旦距离稍远，它们就很有可能分不清障碍物到底是什么。
如将皮卡错看成普通汽车，将 3 位行人看成 2 位，同时它也无法识别面部表情和肢体语言。最重要的是，这家伙是“色盲”，它看不出红绿灯信号。
如果有了计算机视觉的辅助，情况就不一样了。激光雷达可以将障碍物的图片从背景中“抠”出来，随后计算机视觉很容易就能分清它到底是什么，而且计算机视觉无需 100% 可靠，它只负责提升最终效果就行。
如果自动驾驶汽车只需遵从“不要撞到路上的东西”这样简单的命令，激光雷达就完全够用，但这样的设定下自动驾驶汽车会频繁刹车，影响乘坐舒适度。
方案二：低端雷达＋更可靠的计算机视觉
眼下，只拥有 4 组扫描线的激光雷达价格相对较低廉。不过，这样的配置探测能力一般，对于位置较高、较低或较小的物体有时会无能为力。
因此，现在的问题是，如今计算机视觉系统能填补这个窟窿吗?答案是不太好解决。毕竟计算机视觉系统需要外部照明辅助，灯光打在车辆正前方还好，如果弄个 360 度照明，就会让驾驶员分心，而且还会影响其他车辆的行车安全，但如果不这样做，又无法获得 360 度的完整视野。
有人提出可以用红外线灯来解决，这样就不会让驾驶员分心了，但这种解决方案也有个问题，那就是它的热功率不够高。
低端激光雷达确实能解决一些非常危险的漏报问题，但它有可能带来更多副作用(即错报导致的无端刹车)。在自动驾驶车辆行驶中，漏报完全不能接受，但错报如果太多，也会影响用户的乘坐体验。
这种方案成本较为低廉，不过需要用到较为先进的计算机视觉技术，而这种水平的计算机视觉现有技术还无法实现，但想实现这样的技术并不是不可能。
其他方案
特斯拉一直在研究如何用雷达来协助车载摄像头。雷达探测车辆前方的移动物体很有一手，许多新型号的产品对静止物体探测效果也不错，同时其分辨率也有提高。借助神经网络等新技术，车辆就能实时分辨周围物体到底是什么了。
雷达对车辆的探测效果很好，但探测行人却很弱。不过，如果将双目视觉与计算机视觉搭配使用，探测能力就能大幅提高。
当然，如果只跑高速公路，只需提高雷达的探测距离和对高速物体的辨识能力就信，毕竟路上不会出现行人。
到底谁会最终获胜？
无论谁获胜，未来最终决定自动驾驶汽车走向何方的是成本问题，而现在，安全则是第一要务。只要能比竞争对手更安全，花多少钱都行，降低成本的事以后可以徐徐图之。这也是大多数团队都选择方案一的原因。
不过，有时自动驾驶团队和媒体很容易犯一个错误，那就是做一个演示很简单，只靠激光雷达或计算机视觉就能顺利完成，但要想彻底消除那 1% 的不安全因素，你需要花掉整个研发过程 99% 的时间。
即使如谷歌这样经验丰富，行驶里程无人能力的团队，也不敢肯定的说自己的自动驾驶汽车车百分之百安全。也许随着技术进步，随便一个团队就能让自动驾驶汽车在路上玩个“大撒把”，但要记住，演示行驶并不代表成功。
计讯物联——物联网产品与行业解决方案提供商。
相关产品Relevant Products
相关方案Relevant Solutions
-
给排水泵站一体化解决方案计讯物联给排水泵站一体化管理解决方案通过在给排水泵站加装采集和传输设备,将站内设备工况、电力能耗等数据实时上报至管理中心，泵站设施运行情况一目了然;管理中心也可以对设施进行 -
智慧健康步道解决方案计讯物联智慧健康步道解决方案借助物联网、人工智能、大数据、云计算等先进技术,通过在健康步道、重点监控区域、森林防火点等区域布设智能感知终端、紧急报警设备和客流监测设备,对桥 -
智慧路面系统解决方案计讯物联智慧路面系统解决方案通过应用物联网、大数据、人工智能等技术,选取重点分区采用倾斜摄影航拍扫描,进行实景三维建设，形成三维模型导入平台,建立起完善的城市基础设施数据库系 -
城市综合管廊安全监测系统解决方案计讯物联城市地下综合管廊安全监测解决方案运用物联网技术,采用结构安全监测传感器、数据采集传输仪等设备,构建城市综合管廊结构安全自动监测系统,对结构安全数据进行采集
闽公网安备 35021102001331号