Veelvoorkomende mythen over LiDAR-sensoren – Deel 1

Terwijl de wetenschap en technologie in de wereld zich ontwikkelen in de richting van intelligentie en hoge efficiëntie,Lidar-lasermoduleen de toepassingen ervan krijgen ook steeds meer aandacht. Er bestaan ​​echter ook enkele misverstanden over de lidartechnologie en -prestaties. Dit artikel zal vijf veelvoorkomende misverstanden over lidar onthullen.

1. De technologie van lidar-applicatie is complex
Hoewel lidar een complexe sensor is die uit verschillende hardware bestaat, is het basisprincipe ervan eigenlijk vrij eenvoudig. De sensor maakt gebruik van een time-of-flight-methode, een detectieprincipe vergelijkbaar met vleermuizen die geluidsgolven gebruiken of radar die microgolven gebruikt.
Als we de sensor opsplitsen in zijn componenten, namelijk de laser, detector en straalafbuigeenheid, is lidar niet langer een lastige technologie. De laserbron zendt eerst laserpulsen uit. Deze pulsen worden via micro-galvanometers naar het toneel afgebogen. De detector detecteert het gereflecteerde Q-licht en berekent nauwkeurig de afstand op basis van de emissietijd en retourtijd van de laserpuls.
Dit proces wordt duizenden of zelfs miljoenen keren per seconde herhaald om in realtime nauwkeurige puntenwolken in de 3D-omgeving te genereren. Deze 3D-puntenwolkgegevens zijn eenvoudig te analyseren en te exploiteren, bijvoorbeeld voor besluitvorming over autonoom rijden.
De technologie is ontwikkeld na de uitvinding van gepulseerde lasers in het begin van de jaren zestig, die herhaalde lichtpulsen uitzenden in plaats van continue golven te gebruiken.

⒉. Bij zelfrijdende autotoepassingen is lidar overbodig
Elon Musk negeerde op een conferentie in 2019 het gebruik van lidar in zelfrijdende auto’s, een incident dat tot nu toe veel mythen over lidar heeft voortgebracht. Hij stelt dat lidar, geholpen door camera's en slimme algoritmen, overbodig is en altijd stand zal houden.
Camera's passen verschillende beeldherkenningstechnologieën toe om visuele kleurenbeelden te verzamelen, maar het gebruik van slechts één camera kan alleen 2D-gegevens vastleggen, wat gemakkelijk kan leiden tot visuele illusies en verkeerde inschattingen van afstanden. Er zijn tragische voorbeelden waarbij deze tekortkomingen gevaarlijk en soms fataal zijn.
Lidar kan daarentegen op betrouwbare wijze 3D-gegevens vastleggen en nauwkeurig afstanden en objectgroottes identificeren.
Door nauwkeurige 3D-lidargegevens te integreren, kan de camera nog steeds de omgeving waarnemen, zelfs als de camera "blind" is. Zo heeft de camera enige tijd nodig om zich aan te passen aan lichtveranderingen na het verlaten van een tunnel.
Bovendien lijken de door de camera’s gegenereerde 2D-beelden nauwkeurig genoeg om algoritmen voor zelfrijdende auto’s te trainen. Maar ze bevatten nog steeds veel onnauwkeurigheden die de nauwkeurigheid van machine learning-modellen verminderen en daarmee het vermogen van het voertuig om te detecteren, voorspellen en beslissingen te nemen. Machine learning-mogelijkheden die autonoom rijden mogelijk maken, moeten schaalbaar zijn en het ‘long tail-probleem’ oplossen. Dit betekent dat het niet voldoende is om tegemoet te komen aan 95 procent van de scenario's waarmee voertuigen op de weg te maken krijgen. Op machine learning gebaseerde autonome rijcapaciteiten moeten ook gericht zijn op 5 procent. Voor het trainen van lastige situaties en het continu verbeteren van de prestaties is een grote hoeveelheid pure camerasysteemgegevens nodig voor training.
Lidar kan daarentegen meer machine learning-voorspellingsmodellen bieden en tegelijkertijd trainingsgegevens met hogere precisie genereren. Daarom is lidar een noodzakelijke sensor voor betrouwbaardere en robuustere autonome aandrijfsystemen.

3. Lidar kan volledig worden vervangen door andere sensoren
Een van de meest voorkomende misvattingen over lidar is dat het kan worden vervangen door een camera- of radarsensor, een misvatting die voortkomt uit een gebrek aan begrip van hoe deze sensortechnologieën objecten op verschillende manieren classificeren. Nadat we de verschillende mogelijkheden van deze sensoren en de soorten gegevens die ze produceren begrijpen, zullen we zien hoe ze elkaar qua functionaliteit aanvullen. Wat de camera vastlegt is een 2D-beeld, dat grijswaarden- of kleurinformatie, textuur en contrast biedt. Om deze gegevens verder te analyseren is beeldherkenningssoftware nodig. Omdat de camera gebruik maakt van een passief meetprincipe moeten objecten belicht worden voor detectie. Bovendien zijn er twee of meer camera's nodig om 3D-beelden te maken, evenals een hoge rekenkracht.
Driedimensionale informatie over radarstermetingen heeft een extreem hoge nauwkeurigheid bij het bepalen van de afstand en snelheid van objecten. De resolutie is echter laag en ze kunnen objecten niet nauwkeurig detecteren (op centimeterschaal) of classificeren.
LiDAR creëert een puntenwolk uit de verzamelde driedimensionale gegevens. Op basis van de vorm en grootte van de puntenwolk kan het nauwkeurig objecten detecteren en deze in verschillende categorieën indelen, zoals mensen, auto's, gebouwen, enz.
LiDAR vult de hiaten van andere sensortechnologieën op door zeer gedetailleerde en betrouwbare driedimensionale informatie te verzamelen. Het kan doelen in verschillende omgevingen detecteren en nauwkeurig classificeren, waardoor het zich onderscheidt tussen verschillende soorten sensoren. Gegevens van camera's kunnen worden gebruikt voor diepgaandere analyses, en door radar verzamelde bereik- en snelheidsgegevens kunnen worden geverifieerd met LiDAR voor een grotere nauwkeurigheid. Dit betekent dat in de toekomst alle sensorgebaseerde toepassingen camera's, radarsystemen, lidar en andere sensoren zullen integreren.

4. Lidar kan niet werken onder zware omgevingsomstandigheden
Camera's kunnen niet werken zonder voldoende omgevingsverlichting, zoals in autotoepassingen waar het detectiebereik van de camera alleen het bereik van de koplampen kan bereiken. Lidar heeft daarentegen een detectiebereik van honderden meters, ongeacht de lichtintensiteit, omdat het afhankelijk is van infrarode laserstralen in plaats van zichtbaar licht. Met andere woorden: een zelfrijdende auto uitgerust met een lidarsensor kan in het donker net zo soepel rijden als overdag, zelfs als de koplampen zijn uitgeschakeld.
Als het gaat om barre omstandigheden zoals mist, regen of sneeuw, laat LiDAR opnieuw een duidelijk prestatievoordeel zien en kan het de tekortkomingen van andere sensoren (zoals camera's) in het waarnemingssysteem compenseren.
Lidars presteren vaak beter dan camera's in de regen omdat hun bundels groot zijn. Hierdoor kan de straal obstakels (zoals regendruppels) op de sensorspiegel omzeilen, waardoor het bereik van de lidar niet tot op zekere hoogte wordt beïnvloed. Ter vergelijking: de pixelgrootte van een camera is veel kleiner dan de grootte van een regendruppel, waardoor het zicht ervan wordt belemmerd.
Dankzij de grote straal kan de lidar ook meerdere echo's uit verschillende bereiken detecteren en alleen degene met het sterkste signaal verwerken. Dit kan ook handig zijn bij slechte weersomstandigheden, zoals wanneer het sneeuwt, omdat de lidar de impact van reflecties van sneeuwvlokken kan negeren. Een camera zonder machine learning-algoritmen kan geen onderscheid maken tussen sneeuwvlokken, natte lenzen of harde voorwerpen, en geeft uiteindelijk een vervormd beeld weer.
LiDAR heeft ook kortere belichtingstijden en sluitertijden (miljoensten van een seconde) dan camera's (duizendsten van een seconde), wat betekent dat regendruppels niet worden gedetecteerd als strepen die meerdere pixels omspannen, maar als ruwe vormen.
Omdat lidar een optisch apparaat is, kunnen de prestaties ervan ook negatief worden beïnvloed onder omstandigheden zoals zware mist, maar het kan nog steeds waardevollere gegevens leveren dan sensoren zoals camera's en kan het op langere afstanden detecteren.

5. Lidar-sensoren zijn duur
Er was een tijd dat de enige lidars die op de markt verkrijgbaar waren, roterende lidars waren, die erg duur en omvangrijk waren en niet in grote hoeveelheden konden worden geproduceerd. Het is dus logisch dat mensen nog steeds misvattingen hebben over lidar en de hoge prijs ervan. Maar sinds de komst van MEMS (micro-elektromechanische systemen) lidar is deze verklaring compleet veranderd. MEMS-componenten zijn gemaakt van silicium en zijn gemakkelijk schaalbaar voor productie, waardoor ze zeer kosteneffectief zijn.
Solid-state LiDAR maakt gebruik van standaardcomponenten en vereist geen regelmatig onderhoud, waardoor de kosten worden verlaagd. De afgelopen jaren zijn de kosten van deze lidarsensoren gedaald van duizenden dollars naar honderden dollars, een trend die zich in de toekomst zal voortzetten. Sensoren uit het middensegment kunnen zelfs voor driecijferige prijzen worden verkocht als ze in grote volumes worden geproduceerd.

Dit zijn enkele veel voorkomende misvattingen over lidar-technologie en de toepassingen ervan. In deel twee van deze serie zullen we meer misverstanden over lidar blootleggen die mensen over het hoofd zien.

Contactgegevens:

Heeft u ideeën? Neem dan gerust contact met ons op. Waar onze klanten zich ook bevinden en wat onze eisen ook zijn, wij zullen ons doel volgen om onze klanten hoge kwaliteit, lage prijzen en de beste service te bieden.