[首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛系統(tǒng)想“看清”周圍的世界，可通過(guò)多個(gè)傳感器來(lái)完成，激光雷達(dá)由于可以提供豐富的三維點(diǎn)云信息，一直是很多方案的主要選擇。激光雷達(dá)的工作原理也非常簡(jiǎn)單，其不斷發(fā)射激光脈沖，激光遇到物體后反射回傳感器，通過(guò)測(cè)量激光來(lái)回的時(shí)間，就可以計(jì)算出物體到車輛的距離。

這樣重復(fù)數(shù)百萬(wàn)次，還能生成一堆具有空間坐標(biāo)的點(diǎn)，也就是大家熟知的點(diǎn)云，這些點(diǎn)組成了周圍環(huán)境的三維模型。點(diǎn)云里不僅有路面、建筑、行人，也有樹(shù)木、車輛甚至交通標(biāo)志。這些三維點(diǎn)云就是自動(dòng)駕駛系統(tǒng)理解和交互現(xiàn)實(shí)世界的重要基礎(chǔ)。

圖片源自：網(wǎng)絡(luò)

在自動(dòng)駕駛的感知鏈路里，點(diǎn)云數(shù)據(jù)要經(jīng)過(guò)噪聲過(guò)濾、坐標(biāo)轉(zhuǎn)換、地面點(diǎn)分割等預(yù)處理，這些步驟可以幫助車輛將原始數(shù)據(jù)整理成更有意義的信息。地面點(diǎn)是一個(gè)特別重要的類別，它能幫助自動(dòng)駕駛系統(tǒng)理解可行駛區(qū)域和障礙物邊界。

激光雷達(dá)的每一個(gè)返回點(diǎn)都包含三個(gè)基本量，即橫坐標(biāo)X、縱坐標(biāo)Y以及高度Z。有時(shí)還會(huì)記錄激光的回波強(qiáng)度值，這個(gè)值反映了激光與表面材料的反射強(qiáng)弱。不同材質(zhì)對(duì)激光的反射強(qiáng)度不一樣，但這比起距離信息來(lái)說(shuō)更容易受到角度、表面狀態(tài)等因素影響，因此常被作為輔助特征。

地面與非地面的基本區(qū)分邏輯

在點(diǎn)云處理中，一個(gè)很常見(jiàn)的任務(wù)是“地面分割”。所謂地面分割，就是把代表路面、裸地、草地等的點(diǎn)，從點(diǎn)云中挑出來(lái)，把非地面點(diǎn)（比如車輛、行人、樹(shù)木等）單獨(dú)留出來(lái)，這樣可以讓后續(xù)的目標(biāo)檢測(cè)、碰撞規(guī)避等算法處理起來(lái)更清晰。很多算法是根據(jù)點(diǎn)的高度變化、鄰近點(diǎn)的坡度關(guān)系，或是統(tǒng)計(jì)整體曲率等來(lái)判定一個(gè)點(diǎn)是不是地面。如基于斜率的算法，會(huì)將激光點(diǎn)沿一個(gè)方向排列，通過(guò)它們高度差與一定閾值比較找到相對(duì)平坦且連續(xù)的點(diǎn)云區(qū)域，這類區(qū)域一般就代表地面。

這些地面分割方法在城市道路場(chǎng)景里很常見(jiàn)，是自動(dòng)駕駛感知的基礎(chǔ)步驟。分割好地面點(diǎn)后，非地面點(diǎn)就可以被聚類，進(jìn)一步識(shí)別為車輛、行人、欄桿等其他物體。地面分割的關(guān)鍵在于算法能否正確抓住地面本身連續(xù)、低起伏的空間特點(diǎn)。

在理想情況下，地面的高程在一個(gè)小區(qū)域內(nèi)是相對(duì)平滑且連續(xù)的，這便于數(shù)學(xué)模型將其從點(diǎn)云里分離出來(lái)。而且點(diǎn)云分類還可以更精細(xì)，除地面之外，還能分類出建筑物、植被、線路、水體等，這在專業(yè)點(diǎn)云處理領(lǐng)域是標(biāo)準(zhǔn)做法。美國(guó)攝影測(cè)量與遙感學(xué)會(huì)（ASPRS）甚至制定了統(tǒng)一的點(diǎn)云分類標(biāo)簽，其中就編號(hào)2表示地面，編號(hào)9表示水體等分類。

ASPRS制定的點(diǎn)云分類標(biāo)簽

水面在激光雷達(dá)點(diǎn)云里是如何表現(xiàn)的？

地面和水面雖然看起來(lái)都是平的表面，但激光雷達(dá)看待它們的方式并不一樣。地面對(duì)大多數(shù)激光雷達(dá)常用的近紅外激光（波長(zhǎng)通常在900–1064nm區(qū)間）有比較穩(wěn)定的反射，因此當(dāng)雷達(dá)脈沖打到硬質(zhì)地面時(shí)，大部分激光能被反射回傳感器，形成清晰的點(diǎn)云，這也是地面分割算法能有效的原因。

圖片源自：網(wǎng)絡(luò)

水面對(duì)近紅外激光的吸收則較強(qiáng)，在平靜、清澈的水域，激光脈沖會(huì)被水面吸收，難以形成清晰穩(wěn)定的回波。這在點(diǎn)云中的體現(xiàn)是非常明顯的，水面區(qū)域會(huì)表現(xiàn)為點(diǎn)云稀疏，甚至出現(xiàn)“空洞”，這就是激光雷達(dá)未能接收到足夠的反射信號(hào)導(dǎo)致的。

基于這個(gè)原理，地面和水面的區(qū)分就會(huì)非常明顯，如果某個(gè)區(qū)域的點(diǎn)云非常稀疏，特別是在車輛運(yùn)動(dòng)軌跡附近的低洼區(qū)域，那么這個(gè)區(qū)域就有可能是水面，而不是地面。點(diǎn)云分類器在預(yù)處理階段就能利用這種特點(diǎn)來(lái)標(biāo)記潛在的水體區(qū)域。當(dāng)然，這種方法并不完美，因?yàn)樵趯?shí)際駕駛場(chǎng)景中，積水、濕滑地面、淺水或泥濘路面也會(huì)導(dǎo)致點(diǎn)云稀疏或噪聲增多。

當(dāng)然,如果水面粗糙、有波動(dòng)或雜質(zhì)（比如有風(fēng)、有泡沫、懸浮物），雷達(dá)激光會(huì)在水面產(chǎn)生散射及反射，這些回波有時(shí)候能被激光雷達(dá)捕捉到，但這些點(diǎn)一般是分布不規(guī)則，噪聲多且密度較低的。這跟地面那種規(guī)則連續(xù)的點(diǎn)云明顯不一樣。

還有一點(diǎn)需要明確的是，這些來(lái)自水面的反射信號(hào)與地面等實(shí)體表面的穩(wěn)定回波不同。水面點(diǎn)云大多源于波動(dòng)、雜質(zhì)或特定入射角度導(dǎo)致的偶然反射，并不是來(lái)自水面本身清晰的幾何結(jié)構(gòu)。因此，依靠點(diǎn)云數(shù)據(jù)區(qū)分水面與地面，只能是識(shí)別方法的一部分，而不是唯一依據(jù)。

為什么僅靠點(diǎn)云本身難以完美區(qū)分水面？

點(diǎn)云本身只能反映激光返回的空間點(diǎn)，并不會(huì)像攝像頭那樣反饋顏色、紋理等信息。在區(qū)分地面與水面時(shí)，如果僅依托激光雷達(dá)，很難做到非常完美的區(qū)分。

激光雷達(dá)是基于激光發(fā)射與接收的時(shí)間差進(jìn)行測(cè)距的，其信號(hào)能否返回、返回的強(qiáng)度與質(zhì)量，均取決于物體表面的反射特性。水面對(duì)近紅外激光具有較強(qiáng)的吸收作用，因此在多數(shù)情況下，激光在水面無(wú)法返回有效信號(hào)，導(dǎo)致該位置在點(diǎn)云中呈現(xiàn)為“無(wú)數(shù)據(jù)”的狀態(tài)。

此外，像被雨水打濕的路面、積水坑洼或泥濘表面等，也會(huì)改變激光的反射行為，使點(diǎn)云表現(xiàn)出類似不規(guī)則噪聲的形態(tài)。這使得依賴幾何特征的算法很難用統(tǒng)一規(guī)則將其歸類為水面或地面。簡(jiǎn)單來(lái)說(shuō)，僅依據(jù)點(diǎn)云的幾何形狀與高度分布，有時(shí)難以區(qū)分“濕路面”究竟是實(shí)心地面上覆蓋的積水，還是開(kāi)放的水體。

激光雷達(dá)點(diǎn)云本身也不包含材質(zhì)或顏色信息，僅提供距離與反射強(qiáng)度兩類數(shù)據(jù)。反射強(qiáng)度雖然可以在一定程度上輔助材質(zhì)判別，但其受反射角度、表面粗糙度、傳感器差異等多種因素影響，因此不能作為穩(wěn)定可靠的水體或地面判斷依據(jù)。

正因如此，行業(yè)內(nèi)不會(huì)僅依賴激光雷達(dá)點(diǎn)云完成水體識(shí)別。在完整的自動(dòng)駕駛系統(tǒng)架構(gòu)中，還會(huì)融合如攝像頭圖像、毫米波雷達(dá)數(shù)據(jù)及高精地圖等其他信息源。攝像頭能提供顏色與紋理特征，有助于將點(diǎn)云中的“空洞”區(qū)域結(jié)合視覺(jué)信息進(jìn)行確認(rèn)；毫米波雷達(dá)在某些場(chǎng)景下對(duì)水體也有不同的反射特性，可作為有效的感知補(bǔ)充。通過(guò)多傳感器融合，系統(tǒng)能夠更可靠地識(shí)別水面及其它復(fù)雜道路狀況。

最后的話

激光雷達(dá)通過(guò)發(fā)射激光測(cè)量距離，但水面容易吸收激光，常導(dǎo)致信號(hào)缺失，在三維點(diǎn)云中呈現(xiàn)空洞。潮濕路面等也會(huì)造成干擾激光雷達(dá)的點(diǎn)云形成，因此，僅憑激光雷達(dá)難以可靠區(qū)分水面與地面，需要結(jié)合攝像頭和毫米波雷達(dá)等傳感器的數(shù)據(jù)，共同完成識(shí)別。

審核編輯 黃宇