Так видят роботы.
Автор Адам Келл
Представьте, что вы стоите в темной комнате, и единственный способ почувствовать окружающую вас среду - это дотянуться до предметов палкой. Сначала вы тянетесь прямо перед собой, и палка проходит на 12 футов, прежде чем ударится о твердый объект. Затем вы вытягиваете палку вправо на 8 футов до упора. Затем вы попытаетесь налево и получите 12 футов. Позади вас палка идет на 18 футов. Теперь, даже если вы ничего не видите и не двигались, у вас есть некоторая информация о комнате.
Если вы повторите это сотни или тысячи раз в разных направлениях (и у вас будет действительно хорошая память), вы сможете составить приблизительное представление о комнате в зависимости от того, как далеко от вас находятся объекты.
Если вы наклоните палку вверх и вниз по горизонтали, вы даже сможете «видеть» предметы вокруг себя, такие как стулья и двери, по их очертаниям. Из этой информации вы можете создать нечто, называемое «облаком точек», которое представляет собой набор точек в трехмерной системе координат. Имея достаточно точек, вы можете создать действительно детализированное облако точек комнаты, например:
Лидар (сочетание слов «свет» и «радар», что также означает «обнаружение света и дальность») - это датчик, предназначенный для быстрого построения этих облаков точек. Используя свет для измерения расстояния, Lidar может очень быстро отбирать точки - до 1,5 миллиона точек данных в секунду. Такая частота дискретизации позволила использовать технологию в таких приложениях, как автономные транспортные средства.
Как это работает:
Лидар измеряет время пролета светового импульса, чтобы определить расстояние между датчиком и объектом. Представьте себе запуск секундомера, когда излучается импульс света, а затем остановку таймера, когда импульс света возвращается (от отражения от первого объекта, с которым он сталкивается). Измеряя «время полета» лазера и зная скорость, которую проходит импульс, можно определить расстояние. Свет распространяется со скоростью 300 миллионов метров в секунду (186 000 миль в секунду), поэтому требуется очень высокоточное оборудование, чтобы иметь возможность генерировать данные о расстоянии.
Для создания полных облаков точек датчик должен иметь возможность очень быстро собирать образцы всей окружающей среды. Один из способов, которым Lidar делает это, - это использование очень высокой частоты дискретизации на отдельных излучателях / приемниках. Каждый из них каждую секунду излучает десятки или сотни тысяч лазерных импульсов. Это означает, что в течение 1 секунды до 100 000 лазерных импульсов совершают полный оборот от излучателя на блоке лидара до измеряемого объекта и обратно к приемнику на блоке лидарного сканирования рядом с излучателем. В больших системах имеется до 64 таких пар излучатель / приемник, или «каналов». Несколько каналов позволяют системе генерировать более миллиона точек данных в секунду.
Однако 64 стационарных каналов недостаточно для отображения всей окружающей среды - это просто даст очень четкое разрешение в очень сфокусированных областях. Создание большего количества этих каналов является дорогостоящим из-за требуемой точности оптики, поэтому увеличение количества каналов выше 64 просто увеличивает стоимость быстрее. Вместо этого во многих лидарных системах используются вращающиеся сборки или вращающиеся зеркала, чтобы каналы охватывали окружающую среду на 360 градусов. Общие стратегии включают в себя наклон каждого из излучателей и приемников выше или ниже горизонтали, чтобы скрыть большую часть окружающей среды в поле зрения лазеров. 64-канальная лидарная система Velodyne, например, имеет поле зрения по вертикали 26,8 (при вращении поле обзора по горизонтали 360). С расстояния 50 метров этот лидар мог видеть вершину объекта высотой 12 метров.
Ниже вы можете видеть четкие полосы точек, соответствующие различным каналам лидарного блока - полосы в облаке точек - по мере того, как точность данных падает с расстоянием. Хотя это не идеально, более высокое разрешение доступно для более близких объектов, поскольку угол между излучателями (например, 2 градуса) приводит к увеличению расстояния между этими полосами по мере увеличения расстояния до датчика.
Применение лидарных систем:
Облако точек можно использовать для воспроизведения трехмерных моделей ландшафтов или окружающей среды. Несколько приложений включают:
· Геологическое картирование / визуализация для мониторинга эрозии или других изменений
· Мониторинг роста растений и деревьев
· Выполнение изыскательских работ на строительных объектах
· Проведение точных подсчетов объемов свалок.
Вероятно, наиболее распространенное приложение, которое вы, возможно, видели, - это система Lidar, интегрированная в автономный автомобиль, например, в этом эпизоде Top Gear, в котором грузовик использует систему Lidar для автономной навигации по бездорожью.
Ниже вы можете увидеть облако точек ландшафта и дополнительные функции (зеленые и красные прямоугольники, которые разграничивают объекты, по которым можно проехать, например растения, и объекты, которые нельзя переезжать, например камни, деревья и автомобили). . Есть и другие программные элементы, которые используют необработанное облако точек и классифицируют препятствия.
Лидарные системы нашли свое применение и в роботах-гуманоидах, что можно увидеть в этом видео от Boston Dynamics:
В остальной части видео (ссылка ниже) робот использует различные датчики, например оптические камеры, чтобы видеть QR-код в дополнение к лидарной системе в голове робота.
Другой пример приложения Lidar - это ось датчика, установленная горизонтально на дроне для создания контурной карты земли. Данные облака точек с лидара объединяются с данными о местоположении на самом дроне для создания этих контуров.
Проблемы:
Поскольку лидар основан на измерении времени, необходимого для возврата лазерного импульса к датчику, сильно отражающие поверхности создают проблемы. Большинство материалов имеют шероховатую поверхность на микроскопическом уровне и рассеивают свет во всех направлениях. Небольшая часть этого рассеянного света возвращается к датчику, и этого достаточно для генерации данных о расстоянии. Однако, если поверхность сильно отражающая, свет когерентно отражается от датчика, и облако точек является неполным для этой области.
Окружающая среда в воздухе также может влиять на показания лидара. Также документально подтверждено, что сильный туман и дождь создают проблемы для лидарных систем из-за рассеяния или иного ослабления излучаемых лазерных импульсов. Чтобы помочь решить эти проблемы, используются лазеры более высокой мощности, которые не подходят для небольших, мобильных или других чувствительных к мощности приложений.
Еще одна проблема, связанная с лидарными системами, - это относительно низкая частота обновления вращающихся лидарных систем. Частота обновления системы ограничена тем, насколько быстро может вращаться сложная оптика. 10 Гц (10 раз в секунду) - это примерно самая высокая скорость вращения лидарной системы, следовательно, это предельная частота обновления потока данных. Автомобиль, движущийся со скоростью 60 миль в час, преодолевает 8,8 футов за 1/10 секунды при вращении датчика, поэтому датчик практически не замечает изменений, которые происходят, когда он проходит эти 8,8 футов. Возможно, что более важно, дальность действия лидара (в идеальных условиях) составляет 100–120 метров (менее 400 футов), что составляет менее 4,5 секунд времени в пути для автомобиля, движущегося со скоростью 60 миль в час.
Возможно, самая большая проблема, которую предстоит преодолеть лидару, - это высокая стоимость устройства. Хотя стоимость резко снизилась с момента внедрения технологии, стоимость остается серьезным препятствием для ее внедрения. Для основной автомобильной промышленности датчик за 20 000 долларов не будет принят рынком. Илон Маск говорит: «Я просто не думаю, что это имеет смысл в контексте автомобилей. Думаю, в этом нет необходимости ».
Наконец, хотя мы рассматриваем лидар как компонент компьютерного зрения, представления облака точек основаны исключительно на геометрии. Человеческий глаз, напротив, помимо формы использует и другие физические свойства, такие как цвет и текстура. Сегодня лидарная система не может отличить бумажный пакет от камня, что должно влиять на то, как датчик интерпретирует и пытается избежать препятствия.
Возможности:
В экосистеме интеллектуальных машин по-прежнему есть много возможностей для лидаров. По сравнению с использованием двухмерных изображений, компьютер гораздо проще использовать для создания трехмерных представлений физической среды с помощью облака точек. В то время как двухмерные изображения являются наиболее легко усваиваемыми данными для человеческого мозга, облака точек легче всего интерпретируются компьютерным мозгом.
Компания Scanse (www.scanse.io) выпустила двумерный лидарный сканер за 250 долларов под названием Sweep, который можно использовать на открытом воздухе и предназначен для мобильных приложений с низким энергопотреблением. При почти четверти стоимости конкурентов это позволит принципиально новые приложения для датчиков (явление, которое мы наблюдали и для многих других типов датчиков). Двухмерный лидар также может быть прикреплен ко второму вращающемуся элементу для создания полных трехмерных облаков точек окружающей среды.
Scanse Sweep доступен для предварительной продажи до 11 апреля.
Другие компании используют другие стратегии снижения стоимости системы, такие как твердотельный лидар Quanergy. Система в основном такая же, как мы уже объясняли выше, однако, в отличие от использования вращающейся оптики для перемещения множества лучей, они используют так называемую оптику с фазированной решеткой для направления лазерных импульсов. В результате система может испускать один лазерный импульс в одном направлении, а следующий импульс (на микросекунду позже) может быть направлен в другое место в поле зрения. Это позволяет в режиме реального времени сосредоточиться на областях, где что-то кажется движущимся, что аналогично тому, как водитель-человек фокусирует внимание на препятствии, когда оно собирается выехать на проезжую часть. Система Quanergy спроектирована так, чтобы делать это без какого-либо механического перемещения, что позволяет ей отбирать около миллиона точек данных в секунду - на уровне скорости 64-канальных вращающихся лидаров, но за небольшую плату. Дополнительным преимуществом является то, что эти датчики легче интегрируются с другими компонентами автомобиля, такими как зеркала и бамперы.
С другой стороны, разрабатываются системы все большей и большей мощности, которые могут отображать землю с самолета, летящего на высоте 30 000 футов, с разрешением, достаточно хорошим, чтобы можно было видеть наземные транспортные средства. Хотя эти системы будут менее востребованными и более дорогими, разработки в этом направлении будут продолжать снижать стоимость сенсорной технологии в целом.
Выводы:
Лидар - только один из многих датчиков, которые используются для передачи компьютерам данных о физической среде, но полученные данные являются одними из самых простых для интерпретации компьютером. Да и сами датчики дешевеют. По словам директора по продажам и маркетингу Velodyne Вольфганга Юхманна, стоимость лидара за последние 7 лет снизилась в 10 раз [11]. Благодаря снижению цен мы постоянно видим новые области для потенциального применения.
В будущих статьях мы обсудим некоторые другие достижения в технологиях интеллектуальных машин, которые являются движущей силой этой новой промышленной революции.
Ссылки:
1 - https://www.kickstarter.com/projects/scanse/sweep-scanning-lidar
2 - http://www-video.eecs.berkeley.edu/research/indoor/
3 - http://www.rocksense.ca/Research/LiDARTechnology.html
4 - http://velodynelidar.com/hdl-64e.html
5 - http://pointclouds.org/documentation/tutorials/hdl_grabber.php
6 - https://www.youtube.com/watch?v=1pl_Pont_Zk
7 - https://www.youtube.com/watch?v=rVlhMGQgDkY
8 - https://www.youtube.com/watch?v=BhHro_rcgHo
9 - https://www.kickstarter.com/projects/scanse/sweep-scanning-lidar
