汽车 (AV) 引入真实道路的汽车制造商来说，安全驾驶是一项基本任务，对于无人驾驶汽车的安全运行来说，没什么比系统更重要了。LiDAR 和远距离 3D 视觉传感器已成为两种高效的距离传感解决方案，尽管性能存在显着差异，尤其是在恶劣天气和道路条件下。

  Nodar是一家为无人驾驶汽车提供先进立体视觉技术的供应商，最近进行了一系列头对头的性能测试，以比较LiDAR和立体视觉摄像头怎么样处理弱光、黑暗和恶劣的天气条件，以及检测道路上的小障碍物。在每项测试中，配备高性能LiDAR系统的汽车都针对带有5.4百万像素摄像头和30°视场镜头的宽基线立体传感器进行了测试。

  结果表明，在恶劣的天气条件和低光照下，3D立体视觉的性能明显优于LiDAR，这两种边缘情况对无人驾驶汽车的安全至关重要。

  结合立体视觉传感器已知的卓越日间性能，这些新结果应该能减轻人们对基于摄像头的传感器性能的担忧，并为立体视觉成为L3+无人驾驶应用的主要3D传感器奠定基础。

  2022 年 11 月，在德国的汽车环境箱内进行了恶劣天气测试，该箱模拟了白天和夜间照明条件下不同强度的雨雾。在干燥的道路上，LiDAR 和立体摄像头返回每个传感器测量点 100% 的有效距离数据。然而，高分辨率立体视觉相机提供的点云密度比LiDAR的点云密度高50×。

  LiDAR 返回有效距离数据的能力降至 40% 以下;也就是说，超过60%的距离测量值丢失或无效。

  立体视觉返回了近 70% 的准确距离测量值，可检测出雾中人眼无法察觉或看不见的物体。

  LiDAR 性能直线下降到精确距离测量的 20%;也就是说，其 80% 的距离测量值丢失或无效。

  2022 年 10 月在波士顿周围的道路上完成了夜间驾驶测试。这些测试比较了宽基线立体视觉相机和LiDAR在从全日光(10,000勒克斯)到夜间(1勒克斯)的各种照明水平下返回的有效范围测量值的数量。

  LiDAR 在所有照明水平下每秒持续返回约 600,000 个数据点。相比之下，立体视觉传感器返回的数据点数量随光量的变化而变化，如下所示：

  • 阴天日出和日落(100–1,000 勒克斯)：每秒超过 3000 万个数据点

  2023 年 4 月，在缅因州的一个封闭简易机场进行了夜间道路障碍物检测测试，那里的黑暗天空消除了光污染影响结果的风险。宽基线立体视觉系统安装在乘用车上，并使用远光灯和近光灯进行测试。

  立体视觉传感器使用远光灯从 130 米外检测到一块躺在道路上的木材，使用近光灯从 100 米外检测到一块木材。

  立体视觉用远光灯检测到 160 米外的人体模型躺在路上，用近光灯检测到 100 米外的人体模型。

  立体视觉检测到一个人体模型站在 200 米外的远光灯和 100 米外的近光灯。

  综上所述，整个系列测试的根据结果得出，3D立体视觉在各种不利条件下都优于LiDAR。虽然LiDAR确实可以产生准确的距离测量，但其点云密度比测试的多摄像头系统低几个数量级，以此来降低了LiDAR检测小物体的能力。

  测试还表明，在能见度差的情况下，LiDAR 的性能直线下降比立体视觉要明显得多。

  最后，尽管人们一致认为基于摄像头的系统在夜间表现不佳，但该测试中的宽基线立体视觉传感器能够精准测量到物体的距离，其范围是LiDAR传感器的两倍。

  传感器使用远光灯从 130 米外检测到一块躺在道路上的木材，使用近光灯从 100 米外检测到一块木材。

  系统的设计方案 /

  之三维恢复方法 /

  的三大基本算法及发展现状 /

  则是基于逻辑推理，通过大量的数据训练，先识别出目标，再根据目标的大小和高度估算距离。因此，单目

  的区别？ /

  技术是机器人技术探讨研究中最为活跃的一个分支，是智能机器人的重要标志。双目

  是通过对同一目标的两幅图像提取、识别、匹配和解释，进行三维环境信息的重建。其过程最重要的包含视频捕获、

  ，不需要红外传感器、声波定位仪、激光雷达等测距传感器，可大幅度的降低了技术解决方案的成本。

  理论及应用 /

  EtherCAT主站网关HT5S-ECM-PNS接半导体用空气流量计与西门子 PLC通讯测试

  EtherCAT主站网关HT5S-ECM-EIS接半导体用空气流量计与AB PLC通讯测试案例

  米尔-全志T527开发板评测试用-通过物联网管理多台MQTT设备 摘自：优秀试用者JerryZhen