自动驾驶车辆近场盲区的三种解决方案

据世界卫生组织《全球道路安全现状报告》显示，道路交通死亡人数继续攀升。2018年大约135万人死于道路交通碰撞，每天车祸死亡3700人，每24秒就有1人在道路上失去生命，而这些伤害和死亡几乎全部源于人为错误。我们相信技术改变生活，21世纪最重要的未来科技-自动驾驶，可以有效降低人为车祸事故率，是比人类驾驶更为安全的出行方式。

而激光雷达，是无人车感知层最重要且不可缺少的一环，赋予了机器人和车辆超越人类眼睛的感知能力，守护着人们未来出行的安全。

目前，大多数自动驾驶车辆方案中，由于激光雷达垂直视场角（FOV）范围以及顶置安装方式的限制，车身四周近场区域会出现激光雷达难以覆盖的感知盲区，这个区域潜在的低矮障碍物（常见如宠物、小孩等），隐藏着大量未被解决的Corner Case，有极大的风险。这对于所有准备落地的自动驾驶方案，是急需解决的问题。这篇文章中，我们来聊聊目前常见的三种解决盲区问题的方案。

保护宠物，使命必达！（图片来源于网络）

自动驾驶车辆激光雷达顶置安装方式覆盖范围图示：红色表示激光雷达感知覆盖区域，黄色圆圈指示感知盲区（无法被探测）

方案一：主辅搭配

红色表示主激光雷达感知覆盖区域，绿色表示辅激光雷达感知覆盖区域

这是目前很常见的一种激光雷达安装方案：是顶置1个主雷达，车顶两边各增加一个倾斜安装的低线数激光雷达辅助，以达到盲区覆盖效果。

然而，低线数激光雷达并非针对补盲设计，垂直FOV通常在30°~40°，贴近车身的位置依然存在小范围盲区。

对于车尾后下方盲区和车头前下方盲区，倾斜安装低线数激光雷达补盲，起到的作用也微乎其微。

激光雷达安装方式一覆盖范围图示：红色表示主激光雷达感知覆盖区域，绿色表示辅激光雷达感知覆盖区域，黄色圆圈指示感知盲区（无法被探测）

方案二：“暴力”部署

“暴力”方案的逻辑很简单，就是哪里有盲区，在哪里加一个激光雷达，通过不断增加激光雷达的办法，尽可能缩减盲区。基于不同车型安装方式各有不同。

但由于普通激光雷达垂直视场角只有30°~40°，要完全消除近场空间中的盲区，需要使用大量激光雷达，成本高，而且激光雷达的使用效率低。另外，大量雷达顶置或外挂的方式都会使得车辆非常不美观。

Source from https://thelastdriverlicenseholder.com/

方案三：专用近距离补盲激光雷达

RS-Bpearl是专门为扫除近场盲区设计的新型近距离激光雷达产品。凭借RoboSense创新性的信号处理技术，RS-Bpearl能够探测数厘米之内的物体，加上接近360°×90° 超广视场角，有效扫除车身周围盲区。

激光雷达安装方案三覆盖范围图示：红色表示主激光雷达感知区域覆盖部分，绿色表示专用补盲激光雷达感知区域覆盖部分（完全覆盖）

90°*360°，彻底解决盲区问题

 将RS-Bpearl嵌入自动驾驶车辆四周，可以捕捉贴近车身和周边地面区域的每一个细节。同时，得益于半球形FOV设计，RS-Bpearl还能覆盖桥洞、涵洞等半封闭性特殊场景，精准探测其高度信息，帮助自动驾驶车辆准确判断可通过性，提高行驶安全性。

△RS-Bpearl多场景实测点云

△RS-Bpearl实测点云：地面减速带细节

△RS-Bpearl实测点云：通过桥底

△RS-Bpearl实测点云：通过隧道

Ø  最小探测距离：小于5厘米

目前激光雷达最小测距一般为20cm~50cm之间，也就是说，即使将其强行安装于车辆周边，也无法保证对贴近车身障碍物的探测。

作为一款近距离补盲激光雷达，RS-Bpearl的最小探测距离缩小到5厘米以内，有效探测的近场信息，解决通过狭窄车道、密集车流并行、行人&宠物贴近车身等Corner Case。

△5厘米大约是Shift键的长度

△RS-Bpearl实测点云：车身旁边的雪糕筒

△RS-Bpearl实测点云：旁边驶过的车辆

Ø  体积小，对车身设计友好

RoboSense RS-Bpearl （φ100mm * H111mm）

RS-Bpearl体积纤巧，最宽处直径100毫米，高111毫米，其半球形光学视窗位于LiDAR顶部，可以将非光学视窗部分完全嵌入车身，保护自动驾驶车辆的美观性。

 

Ø  高性价比，性能强悍

RS-Bpearl在维持合理的价格同时，提供了强大的性能配置：

线数： 32

激光波长： 905nm（人眼安全等级）

出点数： 576,000pts/s (单回波模式)；1,152,000pts/s (双回波模式)

重量(不包含数据线)： ~0.92 kg

尺寸： φ100mm * H111 mm

工作温度： -30°C ~ +60°C

推荐安装方式如下

四颗补盲激光雷达覆盖车身四周，以实现感知区域无死角全覆盖

访问https://www.robosense.ai/rslidar/rs-bpearl 获取更多关于Bpearl信息。