镭神智能:打造卓而不同的车规级激光雷达——专访镭神智能创始人、CEO胡小波

<正>除测绘地理信息领域对激光雷达的应用外,在自动驾驶中使用激光雷达也是大家非常熟悉的场景,路面上装载着激光雷达设备进行数据采集、智能辅助驾驶测试的车辆已然不鲜见。随着一批造车新势力陆续将车载高规激光雷达用于量产前装,2022年开始被业界视为“车规级激光雷达的上车元年”。在本期杂志中,我们走进深圳市镭神智能系统有限公司(以下简称“镭神智能”),专访公司创始人、CEO胡小波。     

博世推出用于自动驾驶的激光雷达传感器

正博世已成为第一家开发出可量产的用于汽车的远程激光雷达传感器公司。激光雷达系统已经于本周在美国拉斯维加斯举行的消费电子展(CES)上进行了演示。它补充了博世公司现有的雷达和摄像机系统,提供实现自动驾驶所需的额外安全级别。博世认为,基于激光的测距技术(称为激光雷达)对于SAE3至5级别的行驶功能必不可少。     

激光雷达技术在我国地形测图中应用前景广阔

激光雷达技术（Light Detection and Ranging,LiDAR）是近十年来快速发展并得到广泛应用的测量手段。美国地质调查局（USGS）、美国国家宇航局（NASA）以及美国地质学会（AASG）已经开始讨论建设全美高分辨率激光雷达数据库。我国正处于东部城市化、土地利用巨变、西部无图而经济高速发展的时期,国家、地方、企业生产单位迫切需要现实性强、精确度高、比例尺大的地形数据产品。满足这些要求的主要途径是采用激光雷达这一先进的测绘技术。我们建议国家、地方与企业统筹规划,各司其职,努力建设我国的激光雷达基础数据库。本文通过Stoker等（2008）介绍的第二届全美激光雷达战略研讨会上论述的激光雷达技术特点、激光雷达数据的科学需求与应用以及商业化运作问题,结合我国目前的激光雷达发展趋势、测绘数据需求以及土地利用变化监测等科学问题,简析激光雷达技术在我国的应用前景。     

自动驾驶量产的难点分析及展望

随着自动驾驶技术的快速发展,自动驾驶汽车的量产即将到来。自动驾驶行业的关键技术对自动驾驶汽车量产及相关领域的研究有着重要的推动作用。首先,围绕自动驾驶汽车量产过程中的关键技术问题展开分析,并着重从汽车线控技术、能源动力技术和驾驶认知技术3个方面分析了当前自动驾驶中的技术难点。然后,针对驾驶认知技术,认为具有驾驶认知能力、记忆能力、决策能力和行为能力的驾驶脑是实现驾驶认知形式化的有效方式。最后,总结了面向特定落地场景实现的自动驾驶汽车量产策略,希望为自动驾驶量产中的实际问题提供参考。     

自动驾驶汽车里的地图

<正>自汽车诞生以来,人类对于能够自动驾驶的汽车的想象就从未停止,在科幻小说和科幻电影中,总能看到自动驾驶汽车的身影。现实中,人类对于自动驾驶技术的实现一直在付诸行动。前世今生早在20世纪20年代,美国一家无线电控制公司在纽约大街上展示了一辆名为"Linrrican Wonder"的无线电控制自动驾驶汽车,汽车上装载了无线电接收装置和控制单元。随后半个世纪里,美国、英国等国家纷纷提出了自动驾     

“天绘一号”卫星工程建设与应用

概括“天绘一号”卫星工程的建设历程和卫星系统的使命任务;介绍了卫星系统和相机载荷的能力与技术参数;重点阐述了“天绘一号”卫星无地面控制条件下的摄影测量关键技术, 包括LMCCD相机体制、航天摄影测量相机参数在轨标定技术以及无地面控制点条件的三线阵EFP影像平差技术等的运用, 通过工程实践, 达到了工程技术指标要求;最后介绍数据应用情况, 提出“天绘一号”卫星的发展设想, 为了解“天绘一号”卫星工程提供了基本参考。     

从实景三维到智能测绘——中国地质大学(北京)康志忠教授谈激光雷达技术发展

<正>近年来,随着星载激光雷达陆续升空,轻小型机载、车载和地基激光雷达系统的日趋成熟,三维空间数据迎来爆发式增长。如今,无论是在实景三维中国应用场景、智慧城市建设路线,还是在无人驾驶、遗产保护等应用领域的技术实施方案中,都可见激光雷达技术的身影。激光雷达以其快速获取高精度三维空间数据的技术优势,成为科研和应用市场的“宠儿”。在测绘地理信息领域,激光雷达也迅速在地形测绘、基础设施运维等场景中受到追捧,成为助推测绘地理信息服务从二维走向三维的重要技术力量。有业内人士认为,激光雷达技术在测绘地理信息领域的应用,有助于推动测绘行业从数字化向信息化、智能化转变。     

地物自动转绘中的影像匹配及精度控制方法

遥感影像判绘是地形图测绘中的一项重要工作,目前应用地物自动转绘技术是提高其作业效率的一个重要手段。其中,影像匹配是地物自动转绘中的关键技术,影像匹配的精度直接关系最终的转绘精度。为保证最终转绘结果满足精度需求,本文针对地物自动转绘中的影像匹配及精度控制展开研究,将一种迭代加密构网的匹配策略应用到地物自动转绘中,并提出了一种基于双阈值策略的匹配精度控制方法。通过对天绘一号卫星影像进行试验的结果表明,该方法在满足作业精度要求的情况下有效提高了作业效率。     

“天绘一号”卫星地面应用系统设计与实现

介绍了“天绘一号”卫星地面应用系统在中国航天测绘装备建设中的地位和作用, 重点介绍了“天绘一号”卫星地面应用系统的功能、组成、工作流程和产品设计, 以及系统的技术特点、实际运行情况以及测绘能力, 展示了数据处理成果, 为了解天绘卫星工程建设情况, 提供基本参考。     

深空探测车环境感知与导航定位技术进展与展望

环境感知与导航定位是深空探测车自动驾驶的核心技术,由于深空环境的特殊性,深空探测车的环境感知与导航定位与地球上汽车自动驾驶的相应技术相比面临独特的挑战.本文从实际工程应用和科研进展两个角度总结了深空探测车环境感知、视觉定位、路径规划等关键技术的进展,并对未来深空探测车智能感知与长距离导航定位等发展方向进行了探讨与展望.     

基于调绘片数字影像的线状地物半自动提取

针对当前数字化科实际生产作业中的需要,在图像处理技术和线条跟踪技术的基础上,对调绘片数字影像中的单线和双线半自动提取技术进行了研究和实践。实验表明,利用本文所述方法可以提高线状地物的矢量化采集速度一倍以上。     

天绘一号03星三线阵/多光谱载荷影像质量评价

2015年10月26号发射的天绘一号03星是中国传输型立体测绘卫星天绘一号系列的第3颗卫星。三线阵和多光谱影像数据是天绘一号卫星的重要数据,用于立体测绘、彩色融合、遥感观测等多种用途。因此,为了推动天绘一号03卫星影像数据早日为相关领域提供服务,本文采用客观评价的方法,对天绘一号03星的三线阵和多光谱影像质量进行了全面的评价分析。评价结果显示(天绘一号)03星的清晰度、对比度、细节能量、边缘能量、功率谱、信息容量指标值远高于天绘一号01、02星。说明天绘一号03星三线阵/多光谱影像在地物细节和边缘纹理特征的描述上优于天绘一号01、02星,同时载荷接收的信息量远高于天绘一号01、02星。天绘一号03星较高的信噪比指标说明其载荷抑制噪声的能力优于天绘一号01、02星。边缘辐射畸变和增益调整畸变表明在辐射均匀程度上,天绘一号03星三线阵/多光谱影像介于天绘一号01和02星之间。因此,与同类天绘一号01,02星的三线阵与多光谱影像相比,天绘一号03星影像质量有着显著的提高。     

2019年及以后的航空测绘——现代测绘系统与技术

<正>实景3D模型、激光雷达点云、超高分辨率航拍图像和航空影像中的人工智能等,这些只是2019年航空测绘GIS产品中的一小部分。尽管存在许多高分辨率地球观测卫星和呈指数增长地用于航空测绘的无人机,但是大多数大中型的"地测"和GIS地图数据仍来自有人驾驶飞机(固定翼和旋转翼)。但是,众多的测绘系统和处理方式让选择一个适合项目要求的航空测     

面向自动驾驶的高精地图模型及关键技术

高精地图作为自动驾驶中不可或缺的环节,其发展将在很大程度上影响自动驾驶水平。现有高精地图模型多样,面向机器思维不足,缺乏面向“人-车-路-图”的系统思维。基于分层更明确、要素更全面和用户特征更突出三方面的考量,细化和充实四层一体化高精地图模型,详细阐述了静态数据层、道路实时信息层、车辆动态信息层和用户模型层的内容和功能;指出了高精地图云边端协同更新机制、路口安全信息框架、交通事件驱动的导航决策3个关键技术如何支撑自动驾驶全局和局部路径导航决策以及车辆控制;从感知、定位、决策、控制4个层面解释了高精地图平台对自动驾驶的支持。     

国内首个自动驾驶领域的地理数据省级标准是如何出炉的?——访浙江省自然资源厅科技处处长楼燕敏

经过多年的发酵,"自动驾驶时代"似乎已经如箭在弦了!从产业链看,政府、车企、图商、技术研发商,乃至顾客,都已经跃跃欲试.当自动驾驶技术真正从一个概念发展成为实用产品的时候,有人预言其将颠覆跟汽车相关的几乎所有产业,并预测这是10年内可见的最具颠覆性的产业变革. 2021年9月,我国正式出台了《汽车驾驶自动化分级》国家推...     

基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法

基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。     

全卷积神经网络的车辆点云目标精细化检测

针对无人驾驶技术高速发展中车辆目标的3D检测仍存在局限性的问题,该文提出了一种基于全卷积神经网络的车辆点云三维目标检测框架。进行了深度学习技术在二维图像的目标检测成熟应用的调查,将全卷积神经网络的目标检测扩展到三维点云数据。该算法在KITTI数据集上进行了测试,并与先前基于点云的车辆检测方法进行比较表明算法性能有着显著提高。研究结果可以应用于激光雷达点云实现车辆检测任务,从而可以较好地服务于自动驾驶。     

测绘遥感能为智能驾驶做什么?

从自动驾驶汽车到智能汽车,再到智能网联汽车,智能驾驶汽车技术及产业的快速发展,测绘与遥感技术起到了重要的支撑作用.本文首先介绍了国内外智能驾驶汽车的进展及其与常规汽车的区别,基于科学技术发展3次重要浪潮的视角,对比分析和归纳了自动驾驶与测绘遥感的发展历程及其核心技术驱动力.然后从顶层规划与政策环境、环境感知与计算决策车辆关键技术、高精地图与导航定位基础支撑关键技术、车路协同信息交互关键技术4个方面,对智能驾驶汽车的关键技术进行了介绍.以星基导航增强、高精度位置和姿态测量、多源融合感知等多项导航定位先进技术成果为实例,论证了测绘导航赋能单车智能驾驶;通过介绍移动测量与众包高精地图制作技术,阐述了测绘遥感对智能驾驶的关键支撑作用;以天基信息实时服务系统(PNTRC)建设为例,描述了测绘遥感未来将服务智能网联汽车"人-车-路-云"的发展趋势.最后总结分析了智能驾驶发展尚需解决的问题以及测绘遥感近期需要应对的挑战.     

无人机载激光雷达的“平民化”还要多久?——访大疆行业应用测绘行业负责人魏坤岭

<正>激光雷达是一种集激光、全球定位系统和惯性导航系统等多种技术于一身的系统,是通过非接触主动式快速获取物体表面三维密集点云数据以生成精确的数字化三维模型,可以在一致绝对测量点位的情况下获取周围的三维实景。基于其原理,相较于其他测绘方式而言,激光雷达技术数据量测方式和数据获取方式不仅极大地提高了外业作业效率,其数据成果——点云,记录了包含多维的时空信息。如何让其在测绘领域的应用更加普及和深入?深圳市大疆创新科技有限公司(以下简称“大疆”)选择为激光雷达插上翅膀。     

阿里巴巴:让AI看懂地球

<正>在近日举行的首届联合国世界地理信息大会上,阿里巴巴展出了在地理信息上的一系列探索结果,阿里云的城市大脑,高德的自动驾驶,AliOS等均在其中。其中,由阿里巴巴机器智能技术团队研发的AI智能解译遥感影像产品吸引了很多测绘专业人士的目光。展会现场展示了"AI+空间信息技术"产品——"天巡"卫星遥感影像智能解译产品。该产品将阿里巴巴的深度学习技术融合到遥感影像的解译中,实现了遥感影像数据的自动化解译,将传统解