【sensor】激光雷达的特性与参数详解(七)Velodyne VLP-16 激光雷达的关键参数举例

news2024/9/20 9:05:29

【sensor】镜头评价指标及测试方法(一)
【sensor】镜头评价指标及测试方法(二)—畸变与分辨率
【sensor】镜头评价指标及测试方法(三)--------测量原理及3D相机调查
【sensor】镜头评价指标及测试方法【四】————手机摄像头调查
【sensor】激光雷达dToF(五)
【sensor】激光雷达的分类和优缺点(六)
【sensor】激光雷达的特性与参数详解(七)Velodyne VLP-16 激光雷达的关键参数举例

【sensor】激光雷达的特性与参数详解(七)Velodyne VLP-16 激光雷达的关键参数举例

    • 1. Velodyne VLP-16 激光雷达的关键参数
    • 2. 参数含义与作用
      • 2.1 常用参数设置:采样频率
      • 2.2 反射强度有什么作用有什么作用?对比相机来说就是灰度图,或者亮度,也一种特征看你怎么使用,可以用来做更高层次的感知任务,或者去噪等等
      • 2.3 为什么要“两次回波接收,第一次回波和最后一次有什么差异?用在什么情况下? 提高环境适应性(对雨雪雾天气更鲁棒),复杂环境对茂密植被等更复杂场景也可以更准确地确定目标物体的位置和距离
      • 2.4 垂直方向角度分辨率是多少?怎么理解?:2°,意味着在垂直方向上,相邻激光线之间的角度间隔为2°
      • 2.5 水平方向角度分辨率是什么?水平方向角度分辨率:0.1° 到 0.4°,指雷达在水平方向上能够区分的最小角度差异。
      • 2.6 波长:目前常用波长为905mm和1550mm
      • 2.7 点频:顾名思义,点频指点的频率,也就是激光雷达所有线每秒扫描的点的总数量。
      • 2.8 视场角:激光雷达在水平或者垂直方向能探测的范围角度。分为水平视场角α和垂直视场角β。

1. Velodyne VLP-16 激光雷达的关键参数

以下是 Velodyne VLP-16 激光雷达的关键参数,增加了含义和计算过程的描述:

参数名称描述含义计算过程描述
激光线数16线雷达拥有的独立激光发射和接收通道数——
测量范围高达100米雷达能够测量的最大距离——
测量精度±3厘米雷达测量结果与实际值之间的误差范围——
垂直测量角度范围+15° 至 -15° (总共30°)雷达在垂直平面上覆盖的角度范围
垂直方向角度分辨率垂直方向上相邻激光线之间的角度间隔——
水平方向测量角度范围360°雷达在水平面上覆盖的完整角度范围——
水平方向角度分辨率0.1° 到 0.4°水平方向上能够区分的最小角度差异——
测量频率5到20Hz雷达每秒钟进行的测量次数测量频率 = 旋转速度 = 测量次数/秒
激光安全等级1级(人眼安全)激光对人体眼睛安全的等级——
激光波长905nm雷达发射激光的波长——
传感器功率8W(典型值)雷达在正常工作时消耗的功率——
工作电压9-32V雷达的工作电压范围——
重量830g雷达自身的重量——
外形尺寸103mm(直径)x 72mm(高度)雷达的物理尺寸——
防护等级IP67雷达的防尘和防水能力等级——
工作温度-10°C 至 +60°C雷达能够正常工作的温度范围——
输出每秒高达30万个测量点输出;100M快速以太网连接;数据包含距离值、物体反射率、旋转角度、同步时间(μs分辨率)雷达每秒钟能够输出的数据点数量点频 = 激光线数 × 每圈点数 × 测量频率

在表格中,“含义”列提供了每个参数的简要说明,“计算过程描述”列则用数学语言描述了如何计算这些参数。对于某些参数,如激光线数、激光安全等级、工作电压和外形尺寸等,它们是定义性或规范性的参数,没有特定的计算过程。而对于测量频率和点频这类参数,可以通过雷达的物理特性和操作参数来计算。例如,点频可以通过激光线数、每圈点数和测量频率的乘积来计算。

2. 参数含义与作用

2.1 常用参数设置:采样频率

在5到20Hz之间调节,这里常常假设为10 ,采样度数为0.2 (360/0.2 =1800点 每圈,单个ring含有1800点 )
采样频率* 线束 * 每圈采样点数 = 10 *16 1800 = 28.8万 约等于30万 ,所以数据校正去畸变后,采样频率为10的情况下,雷达每秒会得到30万个数据点,10张 161800分辨率的 深度图和雷达点云强度图

2.2 反射强度有什么作用有什么作用?对比相机来说就是灰度图,或者亮度,也一种特征看你怎么使用,可以用来做更高层次的感知任务,或者去噪等等

激光雷达(LiDAR)中的反射强度是一个重要的测量参数,它表示从目标物体反射回来的激光光束的能量大小。这个参数对于多个应用领域来说都非常关键,以下是反射强度的一些主要作用:

  1. 物体分类与识别:不同物质的表面对激光的反射特性不同,通过分析反射强度可以区分不同的物体和材料。例如,在自动驾驶中,激光雷达可以用来区分车道线、行人、车辆和其他障碍物。
  2. 环境映射:反射强度可以用来创建环境的详细地图,包括物体的形状和大小。在没有RGB色彩信息的情况下,反射强度可以为点云数据提供可视化效果,类似于黑白照片。
  3. 噪声过滤:在点云数据处理中,反射强度可以用来过滤噪声。某些异常的反射强度值可能表示噪点,这些点可以被识别并从数据集中移除。
  4. 目标检测:在安全相关的应用中,如防碰撞系统,反射强度可以用来检测和识别潜在的危险物体。
  5. 建筑物健康监测:在建筑物的维护和检测中,反射强度的变化可能表明材料的退化或损坏,如墙体腐蚀或风化。
  6. 农业应用:在精准农业中,反射强度可以用来评估作物的健康状况,通过分析作物对激光的反射特性来监测生长状况。
  7. 科学研究:在地球科学和生态学研究中,反射强度数据可以用来分析植被覆盖、地形特征和其他自然现象。
    总的来说,反射强度是激光雷达数据中的一个关键组成部分,它提供了关于目标物体的额外信息,这些信息对于理解和解释激光雷达数据至关重要。在实际应用中,反射强度的具体作用可能会根据使用场景和目标物体的不同而有所变化。

在这里插入图片描述

2.3 为什么要“两次回波接收,第一次回波和最后一次有什么差异?用在什么情况下? 提高环境适应性(对雨雪雾天气更鲁棒),复杂环境对茂密植被等更复杂场景也可以更准确地确定目标物体的位置和距离

在激光雷达技术中,使用两次回波的原因是为了提高测量的准确性和环境适应性。当激光雷达发射的光束遇到物体时,会发生反射,这个反射回来的信号就是第一次回波。如果光束能够穿透某些物体(如雨雾),它可能会遇到更远的物体并产生第二次回波。通过比较两次回波,激光雷达可以区分并忽略那些不是来自目标物体的反射,比如雨滴或灰尘,从而获得更准确的测量结果。
在恶劣天气条件下,如雨雾天气,第一次回波可能是由雨滴反射的,而不是实际的目标物体。这时,第二次回波(如果足够强烈且能够被区分出来)可以提供更准确的距离信息。这种技术使得激光雷达在复杂的环境条件下,如自动驾驶车辆在雨雾中行驶时,仍然能够可靠地工作。

此外,两次回波技术还可以帮助激光雷达在茂密的森林或植被区域中进行更准确的测量,因为第一次回波可能来自树叶或其他植被,而第二次回波可能来自地面或其他更远的物体。通过分析两次回波,可以更准确地确定目标物体的位置和距离。
总的来说,两次回波技术是激光雷达提高其在不同环境条件下测量准确性和可靠性的重要手段。

2.4 垂直方向角度分辨率是多少?怎么理解?:2°,意味着在垂直方向上,相邻激光线之间的角度间隔为2°

垂直测量角度范围:+15° 至 -15°(总共30°),表示雷达在垂直平面上能够覆盖的角度范围。
在这里插入图片描述

2.5 水平方向角度分辨率是什么?水平方向角度分辨率:0.1° 到 0.4°,指雷达在水平方向上能够区分的最小角度差异。

水平方向角度分辨率的计算过程是根据雷达的水平扫描点数来确定的,例如,如果雷达每圈可以扫描3600个点,则水平方向的角度分辨率为360°除以3600,即0.1°。这个计算过程是一个简化的例子,实际的分辨率可能会受到雷达设计和扫描模式的影响。

在实际应用中,VLP-16 激光雷达的水平方向角度分辨率对于以下场景尤为重要:

  1. 自动驾驶:在自动驾驶领域,高精度的角度分辨率对于车辆的环境感知至关重要。它可以帮助车辆更准确地识别和定位周围的物体,如行人、车辆、交通标志和其他障碍物,从而做出快速而准确的驾驶决策。

  2. 三维建模和地形测绘:在进行城市建模或地形测绘时,高精度的角度分辨率可以提供更详细的点云数据,这对于生成精确的三维模型和地图至关重要。它可以捕捉到微小的地形变化和建筑物的细节,从而提高建模的精度和质量。

  3. 机器人导航和避障:对于在复杂环境中工作的机器人,如仓库、工厂或救援场景,高精度的角度分辨率有助于机器人> 更好地理解其周围环境,从而实现更有效的路径规划和障碍物避让。

  4. 室内导航和定位:在室内环境中,如商场、机场或展览中心,高精度的角度分辨率可以帮助设备如自动导引车(AGV)或服务机器人更准确地进行定位和导航,提供更好的用户体验和服务效率。

  5. 安全监控:在安全监控领域,高精度的角度分辨率可以提高监控系统对异常行为的识别能力,如非法入侵、物品遗留或人群聚集等,从而提高安全管理的响应速度和准确性。

  6. 无人机巡检:在电力线巡检、交通监控或农业监测等无人机应用中,高精度的角度分辨率可以提供更清晰的地面图像和更精确的数据分析,从而提高巡检的效率和准确性。

在这些应用场景中,水平方向角度分辨率直接影响到激光雷达数据的质量和应用效果,因此对于需要高精度空间信息的场合尤为重要。

2.6 波长:目前常用波长为905mm和1550mm

更长的波长可以使用更高功率 →对雨雾,粉尘穿透能力更强 → 探测距离更远
产生更长的波长需要用到更贵的材料(坤化镓,1550mm)
1550在人眼球液体中不易传播,因此对人眼伤害较小;905mm需要限制发射功率,以免对人眼造成较大伤害。

2.7 点频:顾名思义,点频指点的频率,也就是激光雷达所有线每秒扫描的点的总数量。

Velodyne VLP-16为例,10HZ激光雷达为例,其点频为10 HZ也即16线每秒能扫描30万个点(pts/s)。1800为准
以禾赛360°,64线,10HZ激光雷达为例,其点频为1.152MHZ也即64线每秒能扫描1152000个点(pts/s)。

2.8 视场角:激光雷达在水平或者垂直方向能探测的范围角度。分为水平视场角α和垂直视场角β。

一般对于单线激光雷达说只有水平视场角(只有单束光线)。
对于多线激光雷达来说除了水平视场角之外还有垂直视场角。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2118877.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

论文翻译:arxiv-2024 Benchmarking Benchmark Leakage in Large Language Models

Benchmarking Benchmark Leakage in Large Language Models https://arxiv.org/abs/2404.18824 在大型语言模型中基准测试泄露的基准测试 文章目录 在大型语言模型中基准测试泄露的基准测试摘要1 引言 图1:不同模型在基准测试的训练集上进行逐字训练相对于测试集以…

综合型数据防泄露系统 | 专业企业数据安全保护 | 天锐DLP

天 .锐 DLP是一款融合数据泄露防护、终端安全管理、网络准入控制以及态势感知等为一体的的综合型数据防泄露系统,拥有灵活的策略机制以及丰富的模块组合,可帮助大中型企事业单位最大化程度实现数据安全管控与防护。 【地址:点击了解天锐股份…

数学建模强化宝典(13)M-K检验法

前言 M-K检验法,全称为Mann-Kendall检验法,是一种非参数的假设检验方法,广泛应用于时间序列数据的趋势性变化检验,特别是气候序列中的趋势分析和突变点检测。以下是对M-K检验法的详细介绍: 一、定义与背景 M-K检验法由…

SD 敢达单机 +AI 对战整合版 V2.0+ 无需虚拟机

前言 今天给大家带来一款单机游戏的架设:SD 敢达 AI 对战整合版 V2.0 单机安装教程。 另外:本人承接各种游戏架设(单机联网) 本人为了学习和研究软件内含的设计思想和原理,带了架设教程仅供娱乐。 教程是本人亲自搭…

鸿蒙轻内核A核源码分析系列四(3) 虚拟内存

往期知识点记录: 鸿蒙(HarmonyOS)应用层开发(北向)知识点汇总 轻内核A核源码分析系列一 数据结构-双向循环链表 轻内核A核源码分析系列二 数据结构-位图操作 轻内核A核源码分析系列三 物理内存(1&#xff0…

MybatisPlus 快速入门

目录 简介 安装 Spring Boot2 Spring Boot3 Spring 配置 Spring Boot 工程 Spring 工程 常见注解 条件构造器 流式查询 使用示例 批量操作 使用示例 自定义SQL Service接口 CRUD 扩展功能 代码生成 安装插件 通用枚举 配置枚举处理器 插件功能 配置示例…

STM32 RTC实时时钟

RTC实时时钟 BKP可以在VBAT维持供电时,完成主电源掉电时,保存少量数据的任务。备份寄存器和VBAT引脚同时存在,更多是为了服务RTC的。 目前,Linux、Windows、安卓这些系统,底层的计时系统都是使用的Unix时间戳&#xf…

隔壁老樊2024全国巡回演唱会重磅来袭,首站广州正式官宣!

汹涌人潮将城市填满,斑驳心绪漂浮在时间之隙,当生活的喜悲逐渐演化成歌,天空将自己负载的缄默倾泻,那些或酸涩、或热烈的点滴滑落心海,那层悬挂在「我」与世界分野的无形壁垒,渐也被曙光渗透消融。 提炼生…

vivado 时间汇总报告

步骤7:时间汇总报告 定时路径在时钟元素处开始和结束。输入和输出端口不是顺序的 元素,默认情况下,Vivado时序分析不会对进出I/O端口的路径进行计时 设计,除非指定了输入/输出延迟约束。 在此步骤中,您将在Vivado中生成…

【Vue】关于Vue3的生命周期

目录 Vue3中新增了一个setup生命周期函数:(1) setup执行的时机是在beforeCreate生命周期函数之前执行,在setup函数中是不能通过this来获取实例的;(2) 为了命名的统一性,将beforeDestroy 改名为 beforeUnmount,destroye…

MySQL数据库(初始上)

什么是MySQL MySQL是一个客户端——服务器结构的程序,MySQL的服务器是真正的本体,负责保存和管理数据,数据存储在硬盘上。数据库指的是逻辑上数据的集合,一个MySQL服务器上可以有很多表,把有关连的连到一起就构成了一…

SAP 免费学习网站推荐

1、https://www.guru99.com/ 可以看到有很多的开发语言可以学习。其中就有SAP。 点击SAP菜单后,可以看到每个模块的操作 每个模块下面都有操作的截图,结合翻译软件看的话很容易看懂 2、https://community.sap.com/ 这个是SAP官方的社区&#xff0c…

中国各县域城乡居民收入数据集(2000-2022年)

中国各县域的城乡居民收入是衡量地方经济社会发展水平的关键指标,对于理解区域内的经济活力、居民生活水平以及城乡差距具有重要意义。城镇居民人均可支配收入与农村居民人均可支配收入反映了不同群体的经济状况,前者通常较高,后者则可能受到…

Where I can save my openai-apikey safely for my flutter app

题意:我可以在哪里安全地保存我的 OpenAI API 密钥用于我的 Flutter 应用 问题背景: I am trying using ability of openai for my flutter app, but for now I dont have experience to save apikey safely and efficiently etc. I learned that I can…

【Canvas与电脑桌面壁纸】L形交错十字桌面(1920*1080)

【成图】 【代码】 <!DOCTYPE html> <html lang"utf-8"> <meta http-equiv"Content-Type" content"text/html; charsetutf-8"/> <head><title>L形交错十字桌面</title><style type"text/css"…

Linux_kernel驱动开发11

一、改回nfs方式挂载根文件系统 在产品将要上线之前&#xff0c;需要制作不同类型格式的根文件系统 在产品研发阶段&#xff0c;我们还是需要使用nfs的方式挂载根文件系统 优点&#xff1a;可以直接在上位机中修改文件系统内容&#xff0c;延长EMMC的寿命 【1】重启上位机nfs服…

业务架构解构与实践

往期回顾 >> CIO要懂业务架构&#xff0c;再谈业务架构的定义与作用&#xff0c;附业务架构教程下载 为什么要坚持先业务后IT&#xff1f;附71页PPT:企业架构及典型设计 为什么说“业务架构师”是ITBP的最佳人选&#xff1f; 业务架构之建模方法 业务架构的伴侣&…

线程安全问题和锁

所属专栏&#xff1a;Java学习 1. 线程的状态 新建&#xff08;New&#xff09;状态&#xff1a;当一个线程对象被创建&#xff0c;但还未调用 start () 方法启动时&#xff0c;处于新建状态。此时线程仅仅是一个 Java 对象&#xff0c;系统尚未为其分配资源。 就绪&am…

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入&#xff08;Embedding&#xff09;方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节&#xff1a;嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以…

Model-based RL动态规划(基于价值、基于策略,泛化迭代)

白盒环境和黑盒环境 白盒环境&#xff1a;知道环境的状态转移函数P(s’|s)或P(s’|s,a)和奖励函数R(s)或R(s,a)&#xff1a;   白盒环境下的学习相当于直接给出了有监督学习的数据分布&#xff08;就是有了目标靶子&#xff09;&#xff0c;不需要采样了&#xff0c;直接最小…