超廣角短距激光雷達是當前最新、發展更快的激光雷達細分市場。在18個(ge) 月前，Ouster便開始與(yu) 一家汽車OEM合作，研發超廣角短距激光雷達OS0，用於(yu) 滿足自動駕駛汽車、機器人及地圖等市場的特定需求。

通過與(yu) 合作夥(huo) 伴的溝通及獲得的客戶反饋，我們(men) 確定了三個(ge) 在實際應用中最重要的性能（除了超廣視場角外）：

（1）對於(yu) 目標物探測：高分辨率；

（2）對於(yu) 近距離探測：0 cm最小探測距離；

（3）對於(yu) 3D地圖構建：高精度。

而對於(yu) 任何應用，OS0均可提供：90º垂直視場角 + 260萬(wan) 點/秒（MPS）的高分辨率數據輸出 + 0 cm最小探測距離 + 高達毫米級的精度。

對於(yu) 自動駕駛、機器人、地圖等對激光雷達有較高性能要求的客戶，OS0更是首選的超廣角激光雷達。

由紅外相機拍攝的OS0，90º垂直視場角

除了超廣視場角之外，OS0能夠探測到55 m處反射率為(wei) 80% 的物體(ti) 以及15 m處反射率為(wei) 10%的物體(ti) 。探測距離對於(yu) 短距激光雷達來說並不是最重要的因素，但當用作自動駕駛汽車盲區探測或低速機器人的唯一傳(chuan) 感器時，能夠探測到50 m又是非常有利的。

本文我們(men) 將深度分析OS0的關(guan) 鍵性能，說明這些性能對於(yu) 感知、定位、地圖等應用的意義(yi) ，並證明OS0在某些方麵的表現是現有市場同類產(chan) 品中最好的。

OS0特有的四大關(guan) 鍵性能：
（1）90º 超廣垂直視場角；
（2）128線超高分辨率；
（3）0 cm最小探測距離；
（4）毫米級精度。

90º超廣垂直視場角

OS0為(wei) 短距離物體(ti) 探測提供了90º的超廣垂直視場角，寬廣的視場角有助於(yu) 優(you) 化定位算法、加速室內(nei) 3D地圖構建。

OS0實測，距離倉(cang) 庫貨架2m

對於(yu) 機器人應用來說，90º的視場角可以完整捕捉整個(ge) 貨架的情況，滿足在室內(nei) 運貨的需求，同時還能為(wei) 精準定位提供額外的特征數據。

完整倉(cang) 庫運貨視頻：

對於(yu) 自動駕駛汽車來說，OS0的大視角可以探測到距離車輛1米的、從(cong) 頭到腳的、完整的行人。通過在車輛的四周安裝OS0，即可獲得車身360º 的完整數據，確保汽車能夠“看見”周圍的孩童、寵物、路沿、路障等更小的物體(ti) 。
 

尤其對於(yu) 定位來說，OS0最大可覆蓋路旁3層高的建築，如此大的覆蓋率可以為(wei) 定位算法提供更多的特征數據，有助於(yu) 提高定位的效率和準確率。

對於(yu) 室內(nei) 地圖構建來說，憑借OS0的超廣視場角，可以實現用更少的掃描次數覆蓋更廣的空間範圍，從(cong) 而在減少地圖構建所需時間的同時，提供其所需的高精度數據。

128線超高分辨率

Ouster自主研發的數字激光雷達技術具有一大優(you) 勢，即在激光雷達分辨率不斷提升的同時，產(chan) 品的尺寸、重量和功耗都不會(hui) 發生任何變化。今年二月，Ouster發布了全新第二代激光雷達，其分辨率均提升至128線，但其外觀尺寸與(yu) 第一代64線激光雷達完全一樣。

OS0-128實測點雲(yun) 1

高分辨率最大的意義(yi) 在於(yu) ，將激光雷達從(cong) 簡單的避障技術變成了目標物體(ti) 探測、分割和分類的主流傳(chuan) 感器。數字激光雷達具備的超高分辨率表現也是Apple選擇將其應用於(yu) 新版ipads Pro的原因之一。

“OS0每秒輸出點數為(wei) 260萬(wan) 個(ge) ，是現有市場上短距激光雷達的5倍。”

在超廣角短距激光雷達市場，當前最好的機械旋轉激光雷達最高僅(jin) 可提供64線的垂直分辨率，而OS0最高可提供128線。高出兩(liang) 倍的分辨率，一方麵可以實現算法對更遠處物體(ti) 的識別分類，另一方麵可以提高激光雷達在探測範圍內(nei) 所有距離處的置信度。OS0每秒輸出點數為(wei) 260萬(wan) 個(ge) ，是現有市場上短距激光雷達的5倍。

OS0-128實測點雲(yun) 2

為(wei) 了更好的理解分辨率帶來的優(you) 勢，我們(men) 可以認為(wei) 標準算法對行人進行識別分類時，需要對象人物身上有大約4條水平數據線，此時對應的最大距離稱為(wei) “有效距離”。一台90°垂直視場角的64線激光雷達，其有效距離為(wei) 20 m；而一台90°垂直視場角的128線激光雷達，其有效距離可提升50%，即超過30 m。如下圖：

OS0係列分辨率對比，有效距離：OS0-32為(wei) 10 m，OS0-64為(wei) 20 m，OS0-128為(wei) 30 m

另一個(ge) 實例，假設有一輛以每小時40公裏行駛的自動駕駛汽車，即其每秒行駛約10米，在該速度下的製動距離約為(wei) 15米。這意味著，當使用64線激光雷達時，自動駕駛汽車隻有0.5秒的時間留給算法來識別行人並啟動製動（64線激光雷達的有效距離為(wei) 20 m，當汽車距離對象行人20 m處時，算法可以得到足夠的數據來識別行人，當汽車距離對象行人15 m時，必須開始刹車，因此留給算法識別及啟動製動的時間隻有5 m，即0.5 s）；同樣的情況下，128線激光雷達可以為(wei) 汽車提供3倍多的時間去反應，即1.5 s或15 m（30 m有效距離 – 15 m製動距離）。

OS0-128的高分辨率可以使激光雷達探測到更小的物體(ti) ，如下圖，從(cong) 左到右分別是網球、小型路障、橄欖球、輪胎、大型路障、垃圾桶。OS0-128可以非常清楚的探測到距離2 m處的網球。

目標物體(ti) 與(yu) 激光雷達之間的距離為(wei) 2 m

0 cm最小探測距離

為(wei) 了更好的實現近距離探測，OS0做到了0 cm的最小探測距離。這是如何實現的呢？對於(yu) 距離激光雷達25 cm處的物體(ti) ，OS0將返回對應的點雲(yun) 數據；而對於(yu) 距離激光雷達25 cm內(nei) 的物體(ti) ，OS0將返回一個(ge) 標誌，這個(ge) 標誌就意味著25 cm內(nei) 有物體(ti) 存在（該標誌在點雲(yun) 中不可見，直接在數據流中輸出）。

我們(men) 將OS0放在空曠的停車場進行實測演示。在下麵的視頻中，OS0獲得點雲(yun) 數據的最小距離為(wei) 25 cm，甚至在40 cm處，OS0也可以清楚地分辨出張開的手指之間的縫隙。憑借高分辨率，OS0可以準確的識別倉(cang) 庫裏或道路上的小型物體(ti) 。同樣，在激光雷達25 cm內(nei) 的物體(ti) 所返回的標誌在以下點雲(yun) 中不可見，而是直接在激光雷達的數據流中輸出。

毫米級精度

Ouster對所有的激光雷達都進行了一係列的測試，其中就包括測距和精度測試，以確保每個(ge) 激光雷達都符合既定的規格。

激光雷達的精度在不同的探測距離處是不同的。簡而言之，激光雷達的精度會(hui) 沿著像耐克商標一樣的形狀變化。在激光雷達最小測距附近的精度會(hui) 稍微差一點，其原因類似於(yu) 看鼻子上的物體(ti) 比較模糊，隻有將這一物體(ti) 移到離臉遠一點的地方才可以看清。當目標逐漸偏離最小測距時，精度會(hui) 提高到一個(ge) 點，然後再次穩定地下降直到激光雷達達到最大測距。

OS0測距和精度測試

我們(men) 對OS0進行了實測演示，測距範圍為(wei) 25 m，目標物體(ti) 反射率為(wei) 10%。如下表所示，在1 m以內(nei) ，激光雷達的精度可達到±0.5 cm，而在1米處該精度降至±1 cm；當目標物移動至距離激光雷達1-10 m之間時，精度提高到±0.9 cm；超過10 m後，精度在25 m處幾何衰減至±5 cm。

OS0精度實測 – 目標物體(ti) 反射率為(wei) 10%：

OS0毫米級的精度是現有市場上最高的精度，這使得OS0成為(wei) 室內(nei) 地圖構建的理想解決(jue) 方案。

另外，我們(men) 還對激光雷達進行了“四壁測試”。在此測試中，我們(men) 將激光雷達放在房間的中央，然後定性比較OS0與(yu) 其他激光雷達探測到的牆壁厚度。激光雷達的精度越高，探測到的牆壁越“薄”。
 

OS0探測到的牆壁點雲(yun) 數據，房頂和地麵的線已被隱藏

我們(men) 還測試了牆壁的線性度及任何變形或彎曲。在下麵的圖像中，可以看到OS0探測到的牆壁比市場上領先的16線中距傳(chuan) 統模擬激光雷達更薄，即精度更高。

憑借其超廣視場角、128線分辨率、0 cm最小探測距離和毫米級精度， OS0成為(wei) 現有同類產(chan) 品中功能最強大的短距激光雷達，不僅(jin) 具有高性能，而且外形小巧、重量僅(jin) 為(wei) 445 g，可無縫集成到自動駕駛汽車、倉(cang) 庫機器人和室內(nei) 測繪設備中。