除尘拨雾,踏歌智行与Ouster共寻自动驾驶前路

时间:2021-05-13

来源:OUSTER

0

导语:踏歌智行感知算法与Ouster激光雷达的深度融合,解决了运行过程中面对的灰尘、雨雾和水坑等技术难题,为加快无人矿卡商业落地扫除了障碍。

3D扫描、激光雷达、AR体验…… iphone12的面世给全民上了一堂VCSEL+SPAD激光雷达应用的科普课,而想要真正了解激光雷达能力的边界,你需要去自动驾驶领域寻找。

相较于公开道路无人驾驶可能会受到法律法规、道德困境等问题限制,矿区无人驾驶则可以更专注于技术难关的攻克,并有望率先实现自动驾驶的商用落地。晴则尘土飞扬、雨则积水泥泞,加之道路特征不明显、边界不清晰,无人矿卡经常因误识别灰尘或积水造成紧急限速和限停。矿区恶劣的环境是对传感器硬件性能和自动驾驶感知算法的双重挑战。

矿区运输自动驾驶领军企业踏歌智行与高性能数字激光雷达生产商Ouster强强联手,基于Ouster OS1激光雷达,专为矿区场景量身打造了环境感知算法,为矿区自动驾驶提供高可靠的感知保障。

 

搭载Ouster激光雷达的踏歌无人矿卡

灰尘

首先要面对的是矿区灰尘大的问题。踏歌智行将多年积累的大量矿区点云数据与深度学习神经网络Deep-Tage相结合,成功研发出了点云灰尘滤除算法,能够对灰尘干扰进行精准滤除,从而大幅提升灰尘场景下的识别有效性。


对于在车辆运行过程中附着在激光雷达表面的灰尘,Ouster激光雷达凭借更大的光学孔径,能够将此类遮蔽物对输出点云数据的影响降到最低。这是因为,与相机镜头类似,光学孔径小的激光雷达对遮蔽物的弹性较小,不透明或者有折射影响的遮蔽物会使激光雷达的信号衰减,从而降低像素的探测范围。而当光学孔径较大时,信号强度只会部分衰减而不是被完全阻挡,因此对点云的影响较小。

Ouster所有激光雷达都达到业界最高的防护等级IP68IP69K,一方面灰尘和水汽无法进入雷达内部,另一方面经得起频繁的冲洗清洁,能够极好的适应矿区扬尘易污的作业环境。

水坑

对于激光雷达来说,潮湿、雨天和水坑都会带来一定的问题。首先,Ouster所采用的865nm工作波长在任何条件下都具有较低的水吸性,形成了天然优势,确保了在矿山潮湿的环境下,激光雷达仍然能够输出稳定的点云。

 

然而,矿区路面经常会出现积水,由于镜面反射的原因,激光雷达获得的点云会出现部分缺失,这也是目前激光雷达共同面临的问题。由此导致无人矿卡将该水坑区域判断为不可行驶区域,造成无人矿卡经常发生限速限停,影响正常运行。 

踏歌智行自研的道路可行驶区域检测网络Range-segmentation,通过将三维点云转换为具有深度信息的图像,在此基础上再通过卷积神经网络进行空间特征提取、补足点云,并用踏歌积累的大数据样本进行模型训练及优化,最终有效解决了水坑场景下的误识别问题。

目前,搭载Ouster OS1的踏歌智行无人驾驶矿卡已在包钢集团白云鄂博铁矿、鄂尔多斯永顺煤矿、国家电投霍林河南露天煤矿等多个大型露天矿山批量部署运行,共涉及5个品牌9种车型共计40余台次,年内车队规模将突破150台。同时,Ouster已全面实行二年标准质保期,为项目部署提供充分支持。

踏歌智行感知算法与Ouster激光雷达的深度融合,解决了运行过程中面对的灰尘、雨雾和水坑等技术难题,为加快无人矿卡商业落地扫除了障碍。

关于踏歌智行

北京踏歌智行科技有限公司成立于2016年,是一家专注于矿用车无人驾驶技术研究、产品开发和无人矿山整体工程化解决方案设计 及实施的高新技术企业。踏歌智行推出了车--云架构的智慧矿山整体系统方案,实现了由云端智能调度管理、4G/5G车联网通信、智能路侧设备和车载智能终端组成的一整套矿山运输无人驾驶解决方案。该方案通用性强,可适配大型矿用自卸车和宽体自卸车两大矿用卡车品类,兼容多品牌多车型,同时支持无人驾驶新车型生产适配和在用车无人化升级改造。踏歌智行服务于国家新基建智慧矿山发展战略,不断进行技术创新,以独特技术优势为先导,工程化落地能力为保障,为露天矿山提供安全、高效、经济、绿色的无人运输服务。

关于Ouster

Ouster2015年成功研发了数字激光雷达,其致力于为工业自动化、智慧基建、机器人和汽车行业提供高分辨率数字激光雷达。Ouster数字激光雷达具有高可靠性、紧凑、低成本、可定制等优势,为其广泛应用奠定了基础。截止目前,Ouster数字激光雷达已经搭载到了全球数百名客户的现有产品和大规模商业部署计划中。

低速无人驾驶产业综合服务平台版权与免责声明:

凡本网注明[来源:低速无人驾驶产业综合服务平台]的所有文字、图片、音视和视频文件,版权均为低速无人驾驶产业综合服务平台独家所有。如需转载请与0755-85260609联系。任何媒体、网站或个人转载使用时须注明来源“低速无人驾驶产业综合服务平台”,违反者本网将追究其法律责任。

本网转载并注明其他来源的稿件,均来自互联网或业内投稿人士,版权属于原版权人。转载请保留稿件来源及作者,禁止擅自篡改,违者自负版权法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

关注低速无人驾驶产业联盟公众号获取更多资讯

最新新闻