Velodyne、禾赛、速腾、Ouster四大品牌,十款激光雷达全面对比评测

2020年7月,日本科学技术振兴机构JST下属战略创造研究推进事业小组Core Research for Evolutional Science and Technology (CREST)联合日本Open Innovation Plat 2020年7...

2020年7月,日本科学技术振兴机构JST下属战略创造研究推进事业小组Core Research for Evolutional Science and Technology (CREST)联合日本Open Innovation Plat 2020年7月,日本科学技术振兴机构JST下属战略创造研究推进事业小组Core Research for Evolutional Science and Technology (CREST)联合日本Open Innovation Platform with Enterprises, Research Institute andAcademia(简称OPERA)从市面上直接采购了10款4个品牌的激光雷达做了对比测试。

这10款激光雷达中,Velodyne的有5款,国产禾赛的两款,Ouster的两款,速腾的一款。

第一轮评测对比的是激光雷达感知性能,分5个小选项,分别是二次反射Sec.Reflections、强度偏差Int.Aberrations、光晕Blooming、丢失点MissingPoints、交通标识视觉化LineVisibility。

激光反射不止一次,合理利用能够增加点云密度,但有时强反射目标的二次反射会形成虚像,或许可以通过算法过滤重复点,但最好不要出现。10款激光雷达中只有VLP-32C和OS1-16有二次反射虚像,合理利用多次反射也有可取之处,如已过车规的法雷奥SCALA就是三次反射回波。

强度偏差使反射强度值过大的目标可能导致噪音,激光雷达为增加探测距离和信噪比,就要增加功率密度,就容易出现这种噪音。10款激光雷达中,128线的VLS-128出现在25米内,HDL-64、OS1-64、OS1-16应该是整个可测量范围内都会出现。

光晕类似于阳光强烈时产生的五颜六色的光晕圈,或者像我们用手按压液晶出现的色变,Ouster的两款激光雷达都很明显。

丢失点的原因是有些弱反射目标或小反射面积被忽略了,Ouster的同样很糟糕。

最后是交通标识视觉化识别,主要是车道线,车道线漆面材质与路面差别明显,激光雷达上会有明显反映,路沿和路上的诸如“stop”的字符也是如此,这种物理方式的识别可靠性远高于视觉算法,同时不受光线和浅积水积雪影响。路沿是高度有明显变化,激光雷达能够识别出高度变化。顺便说一句,路沿检测识别立体双目做得更好。

交通标识视觉化分非常好、好、可接受、差、非常差5个级别,VLS-128明显胜出,毕竟它最贵,线束最密集,分辨率最高。禾赛的两款有扭曲失真,但还可以接受。Velodyne最低端的VLP-16表现也不错。

接下来是测量距离精度对比,这里引入RMSE均方根误差概念,又称中误差,衡量观测精度的一种数字标准。亦称“标准误差”或“均方根差”。在相同观测条件下的一组真误差平方中数的平方根。因真误差不易求得,所以通常用最小二乘法求得的观测值改正数来代替真误差。它是观测值与真值偏差的平方和观测次数n比值的平方根,在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代替。

近距离情况下,Ouster和Velodyne的误差比较大,特别是Velodyne老64线激光雷达,这也是现在几乎没人用的原因,而禾赛64线非常优秀,整个测量区域内都很优秀,怪不得国外厂家很多在用禾赛激光雷达。有些激光雷达有效距离近,RMSE过大,已经不计入有效测量范围,Ouster表现很差,64线只有65米,OS1-16只有25米。

接下来是点云数量对比测试,Ouster表现非常糟糕,64线还不如Velodyne的32线,85-120米连16线都不如,更不如禾赛的40线。禾赛表现非常优秀,40线几乎接近Velodyne 64线的水准。

车辆点云密度,禾赛的64线压倒了Velodyne的64线,相当惊人。VLP-32C表现也不错。

行人点云密度,VLS在近距离领先,远距离仍然不及禾赛的64线。

很明显,禾赛的40线完全压倒了Ouster的64线,速腾的32线也比Velodyne的VLP-32C要强。

衡量激光雷达反射强度分离度的指标为symmetric KL divergence (MKL),这个值越高,证明强度分离性越好,也就可以激光雷达强度值来做点文章,比如物理方式识别车道线,利用强度成像取得灰度图像,做高精度定位或道路标识识别。

左边一列是白色目标与钻石型Diamond目标之间的平均分离度,右边一列是白色目标于Velvet目标之间的平均分离度。Ouster还是表现最糟糕。40线禾赛表现最好。

VLP-16近距离表现最好。

禾赛毫无疑问是第一名,Ouster需要更多努力。这也证明,我国的激光雷达丝毫不次于国外的,中国的月亮一样圆。

分享到:

微信“扫一扫”分享到朋友圈

下一篇:C-V2X“新四跨”背后的中国标准

上一篇:硬件与软件:躯体与灵魂

点赞 0 反对 0 举报 0

收藏 0

评论 0 分享 50

汽车测试网V课堂

微信公众号

汽车测试网手机站

相关阅读

• 全新XC60等车型焕新,沃尔沃销量实现稳步增长

• 伦福德机脚-汽车平稳行驶的守护者

• 一汽车项目落户常州,投资3亿!

• 马勒展示柴油卡车改装氢内燃机解决方案

• 百公里油耗21.01升!曼恩配备D30 PowerLion发动机MAN TGX

• 查无实据!美国能源部发布温室气体排放对气候影响的关键审

• 庄信万丰开设其首个氢内燃机(H2-ICE)测试设施

• eVTOL行业,会出现”雷布斯”吗?

• 日本大和运输考虑推进自动驾驶双挂卡车计划

• 传玛莎拉蒂采用奇瑞平台

0 条相关评论