第二篇硬件-激光雷达
目录
在上文硬件概述，以ISO-16750为例，介绍了通用的电气负荷、机械负荷、气候负荷、化学负荷及电磁兼容性（EMC）等详细的硬件测试方法和标准，本文开始，将针对特殊的自动驾驶车辆硬件设备，介绍其工作原理、性能指标和评测技术方法。
我们就从目前各个宣传海报或文档图片所揭秘的车辆图片，几乎是自动驾驶车辆专属的位于车顶最拉风的那个“花瓶”激光雷达开始介绍吧。
引言
Google旗下的Waymo，以及通用的Cruise和百度无人车等，无一例外地头顶激光雷达，可见激光雷达在无人车处于重要地位，
可别小看那玩意儿，可昂贵得很，其中64线激光雷达售价高达7万美元，16线激光雷达高达8000美元，设备比车辆本身都贵！下面我们就以目前最先进昂贵的64线激光雷达为例（Velodyne的128线激光雷达，预计2019年初会上市，具体价格未知），从工作原理、指标参数、如何评价测试等方面介绍。
工作原理
激光雷达（LiDAR, Light Detection and Ranging)，是激光探测及测距系统的简称，是以发射激光束探测目标的位置、速度等特征量的雷达系统，由激光发射机、光学接收机、转台和信息处理系统等组成。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,即可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而实现对目标进行探测、跟踪和识别。
上图就是Velodyne 64线激光雷达设计概要图，底部是机械旋转马达，保护壳内部是激光发送器和接收器，接收器上下共2个32组，发送器上下共4个16组，构成了64线激光束的发送和接收。 Velodyne 64线激光雷达能够以5-20Hz的频率做360度旋转扫描。
其硬件连接方式为通过以太网接口连接计算机设备，如下所示：
其工作流程为：计算Block1的方位角->64线激光依次发射->数据组成Block1上半部分->64线激光依次发射->数据组成Block1下半部分->计算Block2的方位角->64线激光依次发射->数据组成Block2上半部分->64线激光依次发射->数据组成Block2下半部分->依次类推->计算Block12的方位角->根据GPS时间生成当前时间戳->封装为UDP数据包->通过以太网将数据发送到处理设备->驱动处理->原始点云->运动补偿->数据过滤->数据融合->最终点云数据。
其激光发射时间表和UPD包数据格式分别如下所示：
Velodyne的16/32/64线的激光雷达只能提供原始的点云信号，缺乏SDK直接输出障碍物检测、分类和跟踪等信息。因此自动驾驶公司都在点云数据基础上，基于PCL等点云处理库，自行研究算法完成无人车的障碍物检测、识别、跟踪和可视化等二次加工。例如，对激光雷达所发的360°激光数据可视化后，产生如下图所示的图像：
图中的每一个圆圈都是一个激光束产生的数据，激光雷达的线束越多，对物体的检测效果越好，对障碍物的分辨度也更加清晰。
指标参数
目前Velodyne主流有16线、32线和64线激光雷达（128线正在研发中），其性能参数等对比如下：
需要注意的是，这三款激光雷达设备，均未达到车规级要求，其关键参数为探测距离、探测精度和探测范围，对于量产无人车来说，还需重点考虑其售价、重量和功率等影响因素。