光學(xué)大佬出手，激光雷達(dá)噪音降低10000倍！
南開大學(xué)校友、美國羅文大學(xué)光學(xué)實(shí)驗(yàn)室負(fù)責(zé)人Ben Wu帶領(lǐng)團(tuán)隊(duì)給出了一項(xiàng)可能改變自動駕駛、智能汽車形態(tài)的最新研究進(jìn)展：
利用物理層面的創(chuàng)新設(shè)計(jì)，并使用盲源分離技術(shù)，使激光雷達(dá)信號處理工作量大大減少。
多傳感器冗余，盡管現(xiàn)在被認(rèn)為是最可靠的自動駕駛方案，也是除特斯拉以外幾乎所有玩家采用的技術(shù)路線。
但問題也不少，比如數(shù)據(jù)類型多、數(shù)據(jù)量大，對后期信號處理算法、算力資源要求非常高。
通俗的理解就是：自動駕駛“大力”能出奇跡，但太大的力會讓成本失控，經(jīng)濟(jì)上沒法量產(chǎn)落地。
這項(xiàng)發(fā)表在IEEE的最新研究，就是在激光雷達(dá)性能和系統(tǒng)成本控制之間，尋找一個平衡。
激光雷達(dá)噪音立降10000倍
先看這項(xiàng)研究的實(shí)驗(yàn)結(jié)果。
研究團(tuán)隊(duì)設(shè)置了一個波長為1550nm的激光雷達(dá)發(fā)射器，這也是常用車規(guī)激光雷達(dá)的波長規(guī)格，在探測距離和人眼安全方面有較大優(yōu)勢。
通過光強(qiáng)度調(diào)制器，使激光雷達(dá)發(fā)射器發(fā)出最小分辨率為48mm的光束，并且照到一個模擬障礙物的反光鏡上：
光線被反射后，由激光雷達(dá)端的雙接收器同時接收并使用盲源分離技術(shù)解調(diào)，這也是這項(xiàng)研究主要的創(chuàng)新點(diǎn)。
實(shí)驗(yàn)選擇一個寬帶激光器來產(chǎn)生干擾信號（采樣率為20 GHz的高斯分布噪聲），以模擬容易干擾激光雷達(dá)傳感器的信號的寬光譜，而唯一的變量是光源的功率大校
進(jìn)行反復(fù)多次實(shí)驗(yàn)之后發(fā)現(xiàn)，目標(biāo)障礙物的激光雷達(dá)發(fā)射信號每次都能夠被充分分離并識別，干擾抑制比達(dá)到40dB。
dB是一個計(jì)數(shù)概念，是一個比值，本身沒有單位。降噪40dB，從信號幅值來看，意味著減少到了原信號1/100；從能量角度來看，意味著減少為原信號的1/10000。
也就是說，激光雷達(dá)回波信號的噪音，最高能降低10000倍！自然代表著激光雷達(dá)傳感器的信號處理任務(wù)難度大幅度降低。
其實(shí)，之前一直有兩種傳統(tǒng)的激光雷達(dá)降噪方法，其一是模式識別，通過產(chǎn)生一個唯一可識別的信號來代替脈沖，然后使用算法從干擾信號之中識別分離目標(biāo)信號，從而產(chǎn)生噪聲免疫。
其二是數(shù)字信號處理方式，通過小波域空間濾波等技術(shù)來去除回波中的噪聲。
兩種方式的確能降噪，但都會增加系統(tǒng)延遲，且無法避免測量誤差，最重要的，這些方法都要求更大更強(qiáng)的計(jì)算能力做支撐。
而Ben Wu博士團(tuán)隊(duì)的解決方法，是從物理層面進(jìn)行雷達(dá)回波的降噪。
怎么做到的？
主要手段有兩個。
物理層面，將激光雷達(dá)接收器由常規(guī)的1個變成2個。
光的亮度隨著它在空間中傳播而衰減，并且當(dāng)它以銳角進(jìn)入透鏡時尤其變暗，而亮度本身其實(shí)就是光的功率。
使用兩個不同的接收器從兩個不同的角度接收激光雷達(dá)信號，可以在系統(tǒng)中產(chǎn)生一個混合的信號組合然后使用盲源分離技術(shù)，實(shí)現(xiàn)對信號的處理。
盲源分離是一種應(yīng)用在多輸入多輸出系統(tǒng)的信號區(qū)分方法，在本項(xiàng)研究的雙激光接收器條件下，兩組信號的混合可以描述成一個二階矩陣：
其中，x1和x2是接收到的信號，s1和s2是傳輸信號，a是關(guān)于頻率的函數(shù)，描述了系統(tǒng)中每個信號向一個接收端口傳播時的傳輸系數(shù)。
這樣一來，混合信號的“解耦”可以簡化為執(zhí)行這個線性方程的逆運(yùn)算。
而關(guān)鍵的“解耦矩陣”，可以根據(jù)激光雷達(dá)的設(shè)計(jì)特性參數(shù)得到，并使用光電探測器和光學(xué)可調(diào)諧衰減器和延遲來實(shí)現(xiàn) 。
雙接收器創(chuàng)造混合信號+盲源分離的激光雷達(dá)降噪方法，幾乎沒增加任何系統(tǒng)延遲，同時大大提高了測量精度，也不需要對回波信號產(chǎn)生的一側(cè)做任何加工處理。
完全使用物理方法實(shí)現(xiàn)對激光雷達(dá)信號的降噪，避免了激光雷達(dá)數(shù)據(jù)成為整個系統(tǒng)的累贅，占用大量計(jì)算資源。
而這樣的進(jìn)步，也讓激光雷達(dá)的普及和實(shí)用性大大提升，給自動駕駛、智能汽車帶來變革。
有什么意義
激光雷達(dá)現(xiàn)階段在自動駕駛中的應(yīng)用，其目的是作為純視覺信息的“兜底”和冗余，尤其在惡劣天氣和光照條件下，提供可信的路況數(shù)據(jù)。
既為冗余，本不應(yīng)該占用系統(tǒng)過多的計(jì)算資源，也不應(yīng)該成為系統(tǒng)延遲的主要原因。
尤其是在目前800萬像素?cái)z像頭普及的情況下，車端每一TOPS的算力，都十分珍貴。
所以這項(xiàng)研究的意義在于，保證激光雷達(dá)數(shù)據(jù)精準(zhǔn)度的前提下，提出了幾乎不增加整個系統(tǒng)算力、通信成本的有效降噪方案。
當(dāng)然激光雷達(dá)接收端的硬件方案改變，會增加生產(chǎn)的物料開銷。
但在規(guī)�；I(yè)生產(chǎn)前提下，這些Tier 2甚至Tier 3級別的供應(yīng)鏈成本，很容易被攤銷。
也就是說，一個激光雷達(dá)的終端價格與之前相比，幾乎不會有太大變化。
幾乎持平的成本，更好的性能，更節(jié)省的算力開支，車端在搭載相同甚至更高性能的智能駕駛系統(tǒng)時，不需要采購更大更貴的芯片。
更有利于激光雷達(dá)的普及上車，以及整個系統(tǒng)的可靠穩(wěn)定性。
當(dāng)然還有另外一層優(yōu)勢，激光雷達(dá)端的算力需求降低后，視覺算法就能分到更多資源，間接促進(jìn)了迭代進(jìn)步。
光學(xué)領(lǐng)域新進(jìn)展，促進(jìn)自動駕駛技術(shù)進(jìn)步和落地，誰能想到呢？
團(tuán)隊(duì)介紹
這項(xiàng)研究來自美國羅文大學(xué)光子計(jì)算和通信實(shí)驗(yàn)室。
一作James Garofolo，羅文大學(xué)計(jì)算機(jī)系畢業(yè)，目前正在羅文大學(xué)光子計(jì)算和通信實(shí)驗(yàn)室攻讀研究生學(xué)位。
實(shí)驗(yàn)室負(fù)責(zé)人，同時也是本文通訊作者Ben Wu博士。
本科畢業(yè)于南開大學(xué)光學(xué)工程系2008級，后在普林斯頓大學(xué)獲得博士學(xué)位，現(xiàn)在在羅文大學(xué)任助理教授。
Ben Wu博士的研究方向結(jié)合了光信息科學(xué)和深度學(xué)習(xí)，特別是神經(jīng)形態(tài)計(jì)算以及顯微成像應(yīng)用，即利用光子軟硬件系統(tǒng)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的功能。
完
【智能車參考】原創(chuàng)內(nèi)容，未經(jīng)賬號授權(quán)，禁止隨意轉(zhuǎn)載。
