8 月 13 日消息，阿里巴巴達(dá)摩院宣布，其自研感知算法實現(xiàn)了對低線束 LiDAR（激光雷達(dá)）的高線束模擬，間接將 LiDAR 線束量提升 3 倍以上，實現(xiàn)低成本普通激光雷達(dá)替代高成本雷達(dá)。能探測障礙物的激光雷達(dá)是自動駕駛車輛最重要的 “眼”，此算法突破相當(dāng)于用 “低像素相機拍出單反相機效果”，可大幅降低自動駕駛感知部件成本。
在自動駕駛實際落地場景中，往往需要高密度的 LiDAR 才能滿足感知需求，而 64 線以上 LiDAR 成本居高不下，成為自動駕駛大規(guī)模商業(yè)化瓶頸之一。達(dá)摩院自動駕駛實驗室環(huán)境感知算法能結(jié)合攝像頭圖像，對低線束 LiDAR 點云進(jìn)行深度補全及語義識別，實現(xiàn)更稠密的激光雷達(dá)點云圖 3D 重建效果，不僅可更精確地讀取障礙物距離及形狀等信息，也可更精準(zhǔn)判斷其類別信息。
▲ 上圖為低線束 LiDAR 原始點云，下圖為經(jīng)達(dá)摩院算法深度補全后的點云，LiDAR 線束量提升了 3 倍以上，且自動駕駛車輛更好辨別出了障礙物。
在精度指標(biāo)上，達(dá)摩院采用低線束激光雷達(dá)輸入，實現(xiàn)了業(yè)內(nèi)采用高線束激光雷達(dá)輸入的平均水平，50 米內(nèi)障礙物距離信息讀取平均誤差為 25 厘米左右，同時，達(dá)摩院進(jìn)行深度補全任務(wù)時可達(dá)到 100fps（每秒傳輸幀數(shù)）的處理能力。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。