激光雷達和攝像頭如何合二為一？

最近幾年，放在攝像頭上的深度學(xué)習(xí)研究，發(fā)展很蓬勃。相比之下，激光雷達(LiDAR) 身上的學(xué)術(shù)進展并不太多。

最近幾年，放在攝像頭上的深度學(xué)習(xí)研究，發(fā)展很蓬勃。相比之下，激光雷達(LiDAR) 身上的學(xué)術(shù)進展并不太多?？墒牵す饫走_采集的數(shù)據(jù)，有很多優(yōu)點。比如空間信息豐富，比如光照不足也不影響感知，等等。

當然，也有缺點。激光雷達數(shù)據(jù)，缺乏RGB圖像的原始分辨率、以及高效的陣列結(jié)構(gòu)(Array Structure) 。并且，3D點云很難在神經(jīng)網(wǎng)絡(luò)里編碼。

如何“淘汰”攝像頭？

激光雷達廠商Ouster，是領(lǐng)域內(nèi)獨角獸Quanergy的前聯(lián)合創(chuàng)始人Angus Pacala，出走之后建立的新公司。

Ouster聯(lián)合創(chuàng)始人兼CEO

去年11月，公司推出了OS-1激光雷達，想要從這里開始，打破激光雷達與攝像頭的界限。中心思想是，只要激光雷達的數(shù)據(jù)足夠好，就算專為處理RGB圖像而生的深度學(xué)習(xí)算法，也可以拿來用。Pacala說，現(xiàn)在OS-1可以實時輸出固定分辨率的深度圖像(Depth Image) ，信號圖像(Signal Image) 以及環(huán)境圖像(Ambient Image)。這些任務(wù)都不需要攝像頭的參與。

高速相對運動中，容易產(chǎn)生果凍效應(yīng)

數(shù)據(jù)層與數(shù)據(jù)層之間，是空間相關(guān)的。拍攝高速運動的物體，也不容易產(chǎn)生果凍效應(yīng)(Shutter Effects) 。另外，OS-1的光圈，比大多數(shù)單反相機的光圈要大，適合光照不足的場景。團隊還開發(fā)了光敏度很低的光子計數(shù)ASIC，在低光照的情況下采集環(huán)境圖像。

自上而下：環(huán)境、強度、范圍圖像，以及點云

設(shè)備可以在近紅外波段捕捉信號與環(huán)境信息，獲得的數(shù)據(jù)，跟普通可見光圖像差不太多。這樣，分析RGB圖像用的算法，也可以處理激光雷達的數(shù)據(jù)。

小伙伴們還可以用Ouster (剛剛進行了固件升級) 的開源驅(qū)動，把數(shù)據(jù)轉(zhuǎn)換成360度的全景動態(tài)：

數(shù)據(jù)跑一跑

就像剛才說的，只要數(shù)據(jù)夠好，就可以用那些為攝像頭開發(fā)的算法，來做深度學(xué)習(xí)。把深度、強度和環(huán)境信息，編碼成向量。就像RGB圖像可以編碼成紅綠藍通道一樣。所以，OS-1的數(shù)據(jù)質(zhì)量究竟怎么樣？

數(shù)據(jù)跑得很開心

Pacala說，他們用過的算法，和激光雷達的合作都很愉快。

舉個栗子，他們訓(xùn)練了一個像素語義分類器，來分辨可以行駛的道路，其他汽車，行人，以及自行車。

這里是舊金山，在英偉達GTX 1060上運行分類器，實時生成了這樣的**語義分割**效果：

語義分割：路是路車是車

這是團隊做的第一個實現(xiàn)。

數(shù)據(jù)是逐像素的數(shù)據(jù)，所以能夠無縫將2D翻譯成3D幀，來做邊框估計這類實時處理。

除此之外，團隊還把深度、信號和周圍環(huán)境分開，單獨放進神經(jīng)網(wǎng)絡(luò)里去跑。一個栗子，用了SuperPoint項目里預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，來跑強度和深度圖像。

網(wǎng)絡(luò)是在RGB圖像上訓(xùn)練的，從來沒接觸過激光雷達/深度數(shù)據(jù)。初次見面，卻一見如故：

不過，融合了攝像頭屬性的激光雷達，搭載到自動駕駛車上會有怎樣的表現(xiàn)，還是未知。