8 月 13 日消息，阿裡巴巴達摩院宣布，其自研感知算法實現了對低線束 LiDAR(激光雷達)的高線束模拟，間接将 LiDAR 線束量提升 3 倍以上，實現低成本普通激光雷達替代高成本雷達。能探測障礙物的激光雷達是自動駕駛車輛最重要的 “眼”，此算法突破相當于用 “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，成為自動駕駛大規模商業化瓶頸之一。達摩院自動駕駛實驗室環境感知算法能結合攝像頭圖像，對低線束 LiDAR 點雲進行深度補全及語義識别，實現更稠密的激光雷達點雲圖 3D 重建效果，不僅可更地讀取障礙物距離及形狀等信息，也可更精準判斷其類别信息。
▲ 上圖為低線束 LiDAR 原始點雲，下圖為經達摩院算法深度補全後的點雲，LiDAR 線束量提升了 3 倍以上，且自動駕駛車輛更好辨别出了障礙物。
在精度指标上，達摩院采用低線束激光雷達輸入，實現了業内采用高線束激光雷達輸入的平均水平，50 米内障礙物距離信息讀取平均誤差為 25 厘米左右，同時，達摩院進行深度補全任務時可達到 100fps(每秒傳輸幀數)的處理能力。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
