自动驾驶之激光雷达

激光雷达详细解析
最新推荐文章于 2025-12-09 15:05:41 发布
原创 最新推荐文章于 2025-12-09 15:05:41 发布 · 168 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#自动驾驶

博客对激光雷达进行了详细解析。激光雷达在信息技术领域尤其是自动驾驶等方面有重要应用，此次解析涵盖其多方面内容，为相关人员提供了全面了解激光雷达的资料。
自动驾驶系统研发系列—如何选择适合自动驾驶的激光雷达？从基础到高端全解读
u013889591的专栏
10-07 2344
自动驾驶技术的三大核心环节分别是感知、决策和控制，而感知是所有自动驾驶操作的基础。通过感知周围环境，自动驾驶汽车能够准确判断路况、障碍物及其他动态信息。而激光雷达（LiDAR，Light Detection And Ranging）作为感知系统中的重要传感器，能够提供高精度的环境信息。自动驾驶汽车的感知传感器包括摄像头、毫米波雷达和激光雷达。其中，激光雷达因其高分辨率和精确的距离测量能力，广泛应用于中高级自动驾驶系统中。
浅谈自动驾驶传感器-激光雷达综述
OEMwanggong的博客
12-29 1740
第二类是物体感知距离的验证，虽然在用户手册上已经给出10%反射率的探测距离，但是这个是最大距离，对于不同物体探测距离是不一样，而且感知算法也不是用一个可能不稳定的点云就能识别物体，而且两三排多个稳定点云判断，所以不同物体的实际识别距离比最大探测距离短，正常测试一般选成人，轿车，卡车，锥桶，轮胎，箱子等物体，统计的数据为算法和系统做参考。干扰源这方面，激光雷达和摄像头都属于光学期间，受光的干扰会多些，毫米波雷达属于射频器件，对于金属等信号反射率高的环境比较敏感，这里主要指多径效应和镜面反射产生的噪点。
自动驾驶中高效的激光雷达里程计
点云PCL
04-29 1732
标题：Efficient LiDAR Odometry for AutonomousDriving作者：Xin Zheng, Jianke Zhu, Senior Member, IEE...
自动驾驶-激光雷达预处理/特征提取
lovely_yoshino的博客
08-24 5159
激光雷达作为自动驾驶最常用的传感器，经常需要使用激光雷达来做建图、定位和感知等任务。而这时候使用降低点云规模的预处理方法，可以能够去除无关区域的点以及降低点云规模。并能够给后续的PCL点云分割带来有效的收益。
【自动驾驶】3 激光雷达①
静谧、淡雅
12-24 1767
🦋🦋🦋激光雷达LiDAR的全称为Light Detection and Ranging激光探测和测距。
自动驾驶之激光雷达初识与介绍
qq_42244167的博客
01-27 1703
很好的一篇文章 https://zhuanlan.zhihu.com/p/139350599 光雷达，也称光学雷达（LIght Detection And Ranging）是激光探测与测距系统的简称，它通过测定传感器发射器与目标物体之间的传播距离，分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息，从而呈现出目标物精确的三维结构信息。 自上世纪60年代激光被发明不久，激光雷达就大规模发展起来。目前激光雷达厂商主要使用波长为 905nm 和 1550nm 的激光发射器，波长为 1550nm 的光
带你浅浅了解自动驾驶激光雷达
weixin_40860393的博客
02-28 1177
激光雷达市场竞争异常激烈，国内两大巨头厂商禾赛科技、速腾聚创一较高下，国外FMCW方案厂商Aeva一骑绝尘
无人驾驶——激光雷达篇
青青子衿
10-30 3913
无人驾驶技术是多项技术的集成，包括传感器、定位与深度学习、高精地图、路径规划、障碍物检测与规避、机械控制、系统集成与优化、能耗与散热管理等。无人车系统的感知端由不同的传感器组成，其中包括GPS（用于定位）、激光雷达（用于定位及障碍物检测）、RGB照相机（用于深度学习的物体识别），以及定位辅助。在传感器采集到信息后，我们就进入了感知阶段，主要工作是定位与物体识别。在这个阶段，可以用数学的方法，比如卡尔曼滤波与粒子滤波等算法，对各种传感器信息进行融合，并得出当前最大概率的位置。
自动驾驶01 激光雷达原理
qq_55794606的博客
03-25 2231
激光雷达LiDAR的全称为Light Detection and Ranging 激光探测和测距。激光雷达的工作原理：对红外光束Light Pluses发射、反射和接收来探测物体。白天或黑夜下的物体与车之间的距离。甚至由于反射度的不同，车道线和路面也可以区分。光束无法探测到被遮挡的物体禾赛128激光雷达凭借其高通道数、长测距范围、高角分辨率和360°视场角等优势，广泛应用于自动驾驶、机器人导航和测绘等领域。其高精度和高点云密度使得它能够生成高质量的环境模型，为各种应用场景提供可靠的感知能力。
自动驾驶领域激光雷达检测算法源码解析及项目移植指南
05-27
内容概要：本文深入探讨了自动驾驶领域的激光雷达检测技术，重点介绍了两种不同的激光雷达检测算法——基于点云数据的快速目标检测和基于立体匹配的三维重建。每种算法都配有详细的源码实现及注释，帮助读者理解其...
自动驾驶领域激光雷达检测算法源码解析与项目移植指南
08-13
内容概要：本文深入探讨了自动驾驶领域的激光雷达检测技术，重点介绍了两种不同的激光雷达检测算法——基于点云数据的快速目标检测和基于立体匹配的三维重建。每种算法都配有详细的源码实现及注释，帮助读者理解其...
精选资源
自动驾驶激光雷达及高精定位资料合集.zip
09-26
自动驾驶激光雷达及高精定位资料合集，共20份。 一、高精度定位 四维图新-002405-高精度地图业务商用落地，具有标杆意义 中海达-300177-收购天地通，进一步加强高精度地图软件应用全国性布局 计算机行业：高精度...
精选资源
基于自动驾驶的激光雷达测距技术研究
02-29
课题致力千研究具有以上优点的自动驾驶场景下的激光雷达测距技术。本论文首先介绍各种类型的激光雷达包括机械式、混合式、固态式激光雷达，以及主流的车载激光测距技术。 着重分析对比了脉冲式和相位式激光测距技术...
复现ICRA 2022自动驾驶实时轨迹规划：速度路径解耦方法研究，基于Linux系统ROS的场...
2508_94198873的博客
12-08 435
最近在复现2022年ICRA上的一篇关于自动驾驶实时轨迹规划的论文，感觉挺有意思的。整个复现过程中，最让我头疼的是如何在实际场景中验证算法的效果。路径规划负责生成一条从起点到终点的路径，而速度规划则在这条路径上决定车辆的速度。这样做的好处是，可以更灵活地应对不同的驾驶场景，比如突然出现的障碍物或者复杂的交通状况。ROS的节点通信机制非常适合这种多模块的系统，路径规划和速度规划可以分别作为独立的节点运行，通过话题进行数据交换。DWA算法会在当前速度的基础上，生成一系列可能的速度窗口，然后选择最优的速度组合。
从试错学习到安全进化：强化学习重塑自动驾驶决策与控制
nmdbbzcl的博客
12-07 1114
在场景 2 中，Stanley 在最大偏差上表现最佳，但 RL 控制器在 RMS 误差方面依然保持接近甚至优于传统控制器，说明经过合理奖励设计与训练，RL 可以在保证安全和舒适的同时达到工程可用的控制精度。随着 RL、模仿学习、多智能体系统与形式化验证等多个方向的持续推进，可以预期未来的自动驾驶系统很可能采用“经典控制 + 学习控制 + 规则约束”深度融合的架构，在保持安全可控的前提下充分发挥强化学习在复杂决策问题上的优势。在行为规划与变道决策中，则更关注碰撞率、最小时距、平均车速与通过时间等。
独角兽陨落，从独立方案商的困境看自动驾驶的未来走向
edtoplort的博客
12-05 784
账算不清，路走不稳
自动驾驶 无人驾驶 adas 自适应巡航acc算法说明，一共127页，博世大厂的量产软件说明文档
最新发布
2508_94198873的博客
12-09 698
通过以上分析，我们可以看到ACC算法在自动驾驶中的重要作用。博世大厂提供的量产软件文档详细介绍了这些技术的核心算法和实现细节，为我们深入理解自动驾驶技术提供了宝贵的资料。虽然ACC算法的核心逻辑简单，但在实际应用中需要考虑诸多复杂因素，以确保系统的稳定性和可靠性。
自动驾驶时代的通信革命---车载时间敏感网络（TSN）（上）
Soly_kun的博客
12-07 898
摘要： 汽车电子工程师探讨车载TSN（时间敏感网络）的技术革新与应用。传统车载总线（如CAN、LIN）难以满足自动驾驶的高带宽、低时延需求，而TSN通过时间同步、流量调度等技术实现确定性传输。研究现状显示，TSN在时间同步（IEEE 802.1AS）、流量调度（GCL生成）、可靠性（弹性队列引擎）及安全性方面取得突破，支持多传感器融合与域控架构。未来挑战包括大规模部署的同步精度与复杂工况适配。TSN正重塑汽车电子电气架构，成为智能驾驶的关键通信方案。
自动驾驶算法 激光雷达
02-25
激光雷达（LiDAR）作为自动驾驶汽车的关键传感器之一，能够提供高精度的距离测量数据。通过发射激光脉冲并接收反射信号，激光雷达可以在短时间内获取大量三维点云数据，形成周围环境的精确模型[^1]。 #### 物体检测...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值