LiDAR和立体视觉摄像头如何处理低光

对于努力将自动驾驶汽车（AV）引入现实世界道路的汽车制造商来说，安全驾驶是一项基本任务，对于自动驾驶汽车的安全运行而言，没有什么比传感器系统更重要的了。LiDAR和远程3D视觉传感器已成为两种高效的距离传感解决方案，尽管性能存在显着差异，特别是在恶劣的天气和道路条件下。

Nodar是AV先进立体视觉技术的提供商，最近进行了一系列面对面的性能测试，以比较LiDAR和立体视觉摄像头如何处理低光，黑暗和恶劣天气条件，以及检测道路上的小障碍物。在每次测试中，配备高性能LiDAR系统的汽车都与具有5.4百万像素摄像头和30°视场镜头的宽基线立体传感器进行了测试。

结果表明，在恶劣的天气条件和低光照条件下，3D立体视觉的性能明显优于LiDAR，这两种极端情况对自动驾驶汽车的安全性至关重要。

结合立体视觉传感器已知的卓越日间性能，这些新结果应该可以减轻人们对基于摄像头的传感器性能的担忧，并为立体视觉成为L3+自动驾驶应用的主要3D传感器奠定基础。

在雨雾中驾驶

2022 年 11 月，德国在一个汽车环境室内进行了恶劣天气测试，该试验箱模拟了白天和夜间照明条件下不同强度的雨雾。在干燥的道路上，LiDAR 和立体摄像头返回每个传感器测量点的 100% 的有效范围数据。然而，高分辨率立体视觉相机提供的点云密度比激光雷达的点云密度高50×高50。

每种天气状况的详细结果：

• 大雨（以32毫米/小时的速度下雨）
  • 立体视觉性能略有下滑，准确测量了95%的场景。
  • 激光雷达性能明显下降，测量不到80%的场景。
• 暴雨（以96毫米/小时的速度下降）
  • 基于摄像头的传感器在近70%的数据点上记录了准确的读数。
  • 激光雷达返回有效距离数据的能力降至40%以下;即，超过60%的范围测量值丢失或无效。
• 雾（能见度45米）
  • 立体视觉返回了近70%的精确距离测量，检测
    出雾中人眼无法察觉或不可见的物体。
  • 激光雷达性能下降到精确距离测量的20%;即，其80%的范围测量值丢失或无效。

在黑暗中驾驶

夜间驾驶测试于 2022 年 10 月在波士顿周围的道路上完成。这些测试比较了宽基线立体视觉相机和LiDAR在从全日光（10,000勒克斯）到夜间（1勒克斯）的各种照明水平下返回的有效范围测量值的数量。

LiDAR 在所有照明级别上始终每秒返回约 600,000 个数据点。相比之下，立体视觉传感器返回的数据点数量随光量而变化，如下所示：

• 日出、日落、全日光和阴天光（1,000–10,000勒克斯）：每秒4000万个数据点
• 阴天日出和日落（100–1,000 勒克斯）：每秒超过 3000 万个数据点
• 城市光污染（10-100勒克斯）：每秒约2000万个数据点
• 月光（1勒克斯）：每秒超过1000万个数据点

在夜间发现障碍物

2023 年 4 月，在缅因州的一个封闭简易机场进行了夜间检测道路上障碍物的测试，那里黑暗的天空消除了光污染影响结果的风险。在乘用车上安装了宽基线立体视觉系统，并使用远光灯和近光灯进行了测试。

以下是在夜间检测木材、人体模型和交通锥的结果：

• 木材（12厘米高）
  • 立体视觉传感器使用远光灯从 130 米外和从 100 米外使用近光灯检测到一块木材。
  • LiDAR 从最远 50 米的距离检测到木材。
• 成人大小的人体模型，躺下（30厘米高）
  • 立体视觉检测到一个人体模型躺在路上，距离远光灯160米，远光灯100米。
  • 激光雷达在100米外发现了人体模型。
• 儿童大小的人体模型，站立（100厘米高）
  • 立体视觉检测到一个人体模特站在200米外的远光灯和100米外的近光灯。
  • 激光雷达在100米外发现了人体模型。
• 交通锥（高70厘米）
  • 通过立体视觉，从200米外用远光灯从160米外用近光灯检测交通锥。
  • LiDAR 从最大 50 米外检测到交通锥。

综上所述，整个系列的测试结果显示，3D立体视觉在各种不利条件下的表现优于LiDAR。虽然LiDAR确实可以产生精确的距离测量，但其点云密度比测试的多相机系统低几个数量级，降低了LiDAR检测小物体的能力。

测试还表明，在能见度差的情况下，LiDAR的性能比立体视觉下降得更严重。

最后，尽管人们普遍认为基于摄像头的系统在夜间表现不佳，但该测试中的宽基线立体视觉传感器能够以高达LiDAR传感器两倍的距离准确测量与物体的距离。