同样，现有的研究也集中在解决参数的自动标定问题。例如，基于边缘对齐的外部参数联合自动校准和融合的激光雷达与相机自动标定技术，以及其他相机与激光雷达的在线标定技术，还有助于克服传感器漂移和扰动校正等。

图16. 多线激光雷达的标定示例

　　4.2 激光雷达测试技术：突破应用场景限制

　　1）车载激光雷达的测试

　　在车载激光雷达的评测中，需要针对测试指标构建车用激光雷达测试场景，建立标定场、控制点和检测点，通过设置标靶，结合已有的高精度、高置信度测试仪器进行激光雷达标定，通过控制点进行测评指标精度分析，结合检测点进行指标精度对比分析，最后形成指标参数精度的置信描述。

　　车载激光雷达的测试包括：

　　（1）车用激光雷达设备性能测试，包括振动测试、温度测试、环境测试、计量精度测试、回波强度测试、数据一致性及完整性测试等。

　　（2）车用激光雷达常用指标测试，包括设备的测量帧率、点频率稳定性；水平角视场大小，水平角分辨率；垂直角视场大小，垂直角分辨率；距离分辨率、测距误差和不同反射率的固定大小目标的探测距离等。测试设备系统启动时间，目标的检出时间等。除了上述常用指标之外，还将就激光雷达工作的自车速度范围，检测对象目标大小，目标反射率、目标检出率等指标进行测试。此外，还将一级指标细化为二级评测指标，例如检测距离的二级指标包括目标最大测距，目标有效检测距离，目标分类距离，目标最佳分类距离等。

　　图17. 激光雷达的重要评测参数

　　（3）车用激光雷达检测信息丰度测试，包括车用激光雷达检测信息丰度测试，涵盖目标检测完整度和精确度测试。目标列表包括可行驶区域内的结构化和非结构化路面、路沿，周边其他车辆和非机动车辆，行人，动态和静态障碍物目标等。

　　2）车载激光雷达的测试方法

　　针对测试指标构建车用激光雷达测试场景，建立标定场、控制点和检测点，通过设置标靶，结合已有的高精度、高置信度测试仪器进行激光雷达标定，通过控制点进行测评指标精度分析，结合检测点进行指标精度对比分析，最后形成指标参数精度的置信描述。

　　在自主驾驶模拟器中建立激光雷达传感器接口，将激光雷达采集的测试环境数据或者仿真软件生成的测试数据，输入自主驾驶仿真器中，在仿真软件中还原真实或者仿真的测试场景，从而开展激光雷达传感器的平行测试。结合仿真模拟测试与实际环境测试虚实联动的测评方法，对激光雷达进行完整评测。

　　3）智能车中心开展的车载激光雷达测试工作

　　中国智能车综合技术研发与测试中心汇聚了多家智能车研发单位，致力于开展智能车辆设计、标准制定和功能测试等工作。此外，结合智能车中心的基础设施，结合仿真环境、在环测试技术和实际模拟环境，针对激光雷达、毫米波雷达、相机视觉感知、惯性导航等各类车载传感器开展平行测试工作，提供传感器的适用边界确定和驱动功能集成，通过与各类传感器产商保持密切合作，可快速加快传感器成熟应用进程，有助于加速智能车辆开发。

　　5. 总结

　　激光雷达是实现无人驾驶的重要传感器，由于其功能特性可以在复杂交通环境的感知中起到关键作用，越来越受高度重视，国内外纷纷投入研发。通过与其他车载传感器实现信息融合，开奖，可适用于复杂交通环境感知。此外，激光雷达还广泛用于3维地图建立和辅助定位中。本文通过现有激光雷达的技术描述，介绍它在环境感知中的关键作用，分析了激光雷达在无人驾驶应用中的适用性和需要突破之处，介绍了激光雷达标定和测试等技术，后续将陆续综述毫米波雷达、相机视觉和惯性导航等传感器在无人驾驶中的应用，文章可以作为相关技术应用有益参考。

　　参考文献：

车云网，

新智元公众号

北科天绘，

Velodyne，

Ibeo,

(责任编辑：本港台直播)