汽車智能駕駛多光譜激光雷達波段的詳細資料說明

　　在汽車智能駕駛系統中，激光雷達由于其獨特的三維成像能力，成為場景探測感知傳感器群組中不可或缺的組成部分。為提升單一波長激光雷達在物性探測分類和狀態上的性能，借鑒多光譜探測具有物性探測能力的原理，論文對適用于汽車智能駕駛的多光譜激光雷達的波段選擇進行了可行性研究，利用主成分分析法對智能駕駛中典型目標進行光譜計算及分析。結合激光光源特性以及光電探測器的特性，綜合多光譜激光雷達波段選擇方法和智能駕駛應用場景中典型目標地物光譜特性，以及商用激光雷達的可獲得性，得出了適用汽車智能駕駛的多光譜激光雷達的波長可以選擇 808 nm、905 nm、1 064 nm、1 310 nm，并通過測試驗證了多光譜激光雷達所選波長的有效性。為了更好地利用激光雷達技術的環境觀測能力，國內外學者針對融合單波長激光回波信號的強度信息和三維信息對數據進行分類開展了大量研究和探索，當前智能駕駛中使用的激光雷達在技術上的研究主要集中于單一波長方式工作。為提升激光回波信號的強度信息和三維信息對數據進行分類的支持，不斷地提高激光雷達點云密度，但這些研究并不能從根本上解決車載激光雷達單一波長所造成的物性探測能力上的不足，點云密度的增加雖可提高基于點云幾何特征的物體識別能力，但也存在遞減效應，且帶來諸多額外的系統要求：

　　1）用于場景識別的算法日益復雜化，導致計算硬件需求劇烈增加； 2）激光雷達的功耗、復雜性、體積和成本大大增加，阻礙其大規模商用； 3）僅依靠三維特征，不足以有效識別復雜場景。因此，雖然激光雷達在三維空間信息獲取方面具有突出優點，但由于激光雷達單一波長探測能力的限制，對環境信息中的物性分類、狀態等方面的探測能力仍舊有待提高。光譜成像技術不僅具有圖像分辨能力，還具有光譜分辨能力，利用光譜成像技術不僅可以對待檢測目標進行定性和定量分析，而且還能對其進行定位分析。針對目前智能駕駛環境觀測中激光雷達的應用及其技術特點。為了更好的挖掘出激光雷達對環境感知應用的潛力，使激光雷達技術在保留空間高分辨探測能力的同時，兼具對環境中物體物性感知的能力，因此，借鑒多、高光譜測量具有物性探測能力的原理，開展多光譜激光雷達對環境物體進行探測的技術研究將具有重要的研究價值和應用前景。