激光雷达和人工智能

几十年来,激光雷达一直是许多行业中非常有用的工具,但直到最近,随着人工智能(AI)解决方案的引入,我们才开始认识到它的真正潜力。激光雷达,又称光探测和测距,是一种遥感技术。它利用激光扫描器,测量传感器与建筑物或行人等目标物体之间的距离和尺寸。随着AI与激光雷达的结合使用,技术团队正在针对各种场景优化技术,以达到超乎想象的速度和精度。

20世纪60年代,激光雷达第一次问世,当时人们把它安装在飞机上扫描地形。上世纪80年代,GPS(全球定位系统)的应用中,人们使用激光雷达扫描收集数据建立3D模型,在这个过程中,激光雷达开始受欢迎。如今,随着成本的降低,和可用激光雷达数据的广度增加,激光雷达最近与人工智能和机器学习(ML)的结合正在释放巨大的创新机遇。

激光雷达的构成和工作原理

激光雷达系统一般包括四个关键元件:

  • 激光:向目标物体(可能是建筑物、车辆或行人)发送光脉冲。光波通常是紫外线、可见光或近红外;所使用的激光类型将取决于使用的雷达类型。
  • 扫描器:调节激光扫描目标物体的速度和激光可到达的距离。
  • 传感器:计算光从目标物体反射并返回到激光雷达系统所需要的时间。
  • GPS:跟踪激光雷达系统的位置,确保目标物体和系统之间的测量距离精确。

现代激光雷达系统每秒可以发送500,000个脉冲。系统把这些脉冲聚集成一个代表物体在空间中的坐标点的数据集,即点云。然后,我们就可以用点云来创建3D空间模型。

激光雷达的类型

激光雷达主要有两类:

机载激光雷达(Airborne LiDAR)

顾名思义,机载激光雷达系统安装在无人机或飞机等飞行设备上。这样,激光雷达就可以通过向地面发送脉冲来监测相关情况。航空激光雷达有两种类型:

  • 深海测深:利用绿光穿透水体,测量水体深度。
  • 地形测量:用于陆地表面测绘。

地面型激光雷达(Terrestrial LiDAR)

该激光雷达系统安装在移动车辆或固定在地面的三脚架上。它可以实现全方位扫描并从点云中生成3D模型。地面型激光雷达有两种类型:

  • 移动型:这种激光雷达安装在火车、轮船或汽车上,非常适合观察道路、行人、标识、条件和其他相关的基础设施。
  • 固定型:这类激光雷达固定在地面上的某一点上,扫描周围区域或某一特定情景,如建筑物内部结构。

激光雷达与AI相结合

激光雷达和AI可以说是天作之合:激光雷达用于收集3D点创建点云,而AI擅长处理数据。激光雷达的脉冲频率范围通常在每秒10,000到200,000个脉冲之间,并且可以从同一激光脉冲产生多次回波。激光雷达回波的结果可以由AI模型处理,以了解和检测给定的环境(如创建地形图)。

在过去,技术团队通过人工标注激光雷达所生成的数据识别扫描的关键目标。毫无疑问,这项工作费时又耗力,且需要专业人员来进行。随着计算机视觉和图像处理技术的发展,AI可以帮助自动完成标注过程。如今,人工智能能够处理非结构化数据输入,并准确输出目标物体(例如,附近的车辆或基础设施)以供进一步分析。

AI帮助我们节省时间,使我们有能力开发出高精度且随时更新的3D环境模型。由于这些进步,现在各主要行业都开始大范围应用激光雷达和AI技术。

AI驱动激光雷达的实际应用

在许多工业领域,激光雷达是必不可少的:建筑、制造、海洋学、3D打印、虚拟现实等。以下是几个非常重要的应用实例:

自动驾驶汽车

自动驾驶汽车在公路上也许并不常见,但是这一天终将到来。自动驾驶汽车需要AI驱动的激光雷达来扫描周围区域,创建空间的3D模型,同时结合雷达和摄像头输入的数据,几乎可以瞬间决定车辆应该如何行驶。激光雷达是否准确对于确保汽车乘客的安全至关重要。

查看我们的AI汽车解决方案电子书,了解以客户为中心的AI如何应用于自动驾驶汽车和智能汽车。

农业

在农业领域,技术团队利用安装在无人机上的AI驱动激光雷达系统快速创建农田地形图。这些地图帮助农民根据海拔和日照情况确定种植作物的理想区域,施用化肥和喷洒杀虫剂。播种后,农民还可以利用激光雷达跟踪作物产量。

军事、基建等领域的安全问题

许多军队利用激光雷达侦察边界并识别可疑物体,这一做法已有几十年之久。随着人工智能带来更多的可能性,我们可以预见AI将对环境的潜在危险实现自动检测。自主式机器人还可以帮助保护建筑业或其他进行危险工作的人。

计算机处理能力的提升,以及AI受到的投资,都让AI和激光雷达之间的合作方式变得更加多种多样。随着激光雷达广泛应用于各行各业,创新必然会进入我们生活的各个方面,在我们迈向AI驱动的世界中,塑造我们体验技术的方式。

澳鹏激光雷达专家Kuo-Chin Lien的见解

在澳鹏,我们的专家团队可以帮助您运用激光雷达技术建立尖端模型。澳鹏数据科学总监Kuo-Chin Lien致力于帮助运用激光雷达技术的客户成功构建模型。他对激光雷达的主要见解包括:

空间计算应用:从智能汽车到智能手机

利用激光雷达可以获取扫描物体及其环境的完整3D信息。这就为许多应用创造了机会,尤其当空间信息(如深度、距离、几何形状和尺寸)对您的使用场景非常重要时。例如,在零售业,用例可以是库存管理;或者在建筑业,用例可以是质量保证,将交付的工作与批准的计划进行比较。今年受到广泛关注的另一个很好的用例是,汽车公司已经开始使用激光雷达来检测道路上的物体,从而改进其ADAS(高级驾驶员辅助系统)应用程序;甚至智能手机也可使用激光雷达,iPhone 12 Pro配备了激光雷达来帮助它区分前景和远处的背景,并在人像模式下提供更聚焦的照片。激光雷达可应用于各种不同的行业,上面提到的只是冰山一角,我们还可以发掘更多的应用。

3D深度学习增强空间计算能力

各行各业的专家都依赖深度学习(Deep Learning)技术来理解3D扫描数据。没有它,几乎不可能理解所有的数据点,而AI具备超人的能力来理解大量的2D图像内容。在分析语音识别或2D图像信号这样的单独维度数据时,DL算法可以在引入更多维的情况下,保持实时性能和较低的内存占用。专家们正在尝试利用稀疏和不规则的数据来达成高精度,但这并非易事。怎样才能设计出一个能从不完整的扫描结果中即时产生可靠结论的AI,并支持我们期待的新的使用场景?这些都是值得继续探索的有趣主题,它们将进一步提高激光雷达DL模型的可用性。

澳鹏提供的服务

我们提供数据标注和采集服务已经有超过25年的经验。我们的人工智能辅助标注平台提供了尖端的激光雷达、PLSS和计算机视觉ML辅助工具。无论您的项目是自动驾驶汽车或者其他,我们的多模态计算机视觉ML辅助工具可以帮助您部署世界一流的AI。我们的平台和服务能够达到高精度和高效率,让您可以利用我们提供的大量高精度数据快速扩展。

点击链接,了解关于标注平台的更多信息,或者直接与我们联系

 

Language