WaveSense推出世界首款用于自动驾驶汽车的探地雷达，在地下构建了“高精地图”

WaveSense 公司宣布推出一项新技术，利用地面穿透雷达（GPR）的数据，在地下做“SLAM高精地图定位”，来保证自动驾驶车辆精确地保持在车道内来改善自动车辆导航。



一家名为 WaveSense Inc.的新创业公司宣布推出一项新技术，该技术通过利用地面穿透雷达（GPR）的数据精确保持自动驾驶车辆在车道内，显着改善了自动车辆导航。

WaveSense 的技术通过将电磁脉冲发送到地面并使用地下特征的反射来生成底图来工作。地面穿透雷达测量物体的反射和地下深处土壤性质的变化，包括管道，根部，岩石和土壤。每一寸路都有一个独特的地下构成，它让WaveSense构建了一个高度精确的地图。

该技术并非专为自动驾驶汽车而设计，而是与车辆的激光雷达，相机，水面雷达和GPS数据结合使用的另一层传感器数据和冗余，以帮助自动驾驶汽车导航。

该技术适用于恶劣的天气条件。包括雪，雨和雾，以及车道标记不存在或基于摄像头的传感器不可见的地方。

什么是GPR？



探地雷达（GPR）是一种利用雷达脉冲对地下成像的地球物理方法，它使用地下特征的高频（VHF）雷达反射来生成基线地图，然后将当前的GPR反射与这些地图进行匹配，以确定车辆的位置和位置，具有厘米级精度。MIT 林肯实验室已经证明了使用来自地面穿透雷达的先前基于地图的图像，来进行车辆定位的新方法[1]。被称为“定位探地雷达”（LGPR），已经证明了速度高达60英里/小时的厘米级精度[2]。2016年夜间暴风雪期间的公路速度厘米级定位得到了证明。[3]



它是如何工作的？



对于地下传感，GPR是当今最通用和最多样的传感模式之一。



雷达：探地雷达系统通过将电磁辐射脉冲发射到地面，并测量地表下方散射点的反射来工作。反射发生在具有不同电磁特性的物体之间的界面上，例如周围“污垢”中的管道，根部和岩石。土壤层和水分含量的变化导致数据中的反射。然而，通常主导GPR反射剖面的，不是这些离散的物体，而是地下地质中的自然不均匀性。土壤层和水分含量的变化会影响数据中的反射。因此，GPR描绘了地下环境的完整画面。除少数例外情况外，几乎每个离散的物体和土壤特征都能被接收到，只要它的波长不是非常小并且与周围土壤具有足够的对比度。 GPR定位的前提是这些地下特征有足够独特性且是静态的，以允许它们用作收集其反射的精确位置的标识符。

映射：GPR过程的第一步是开发道路下方的环境地图。在该第一步骤中，简单地收集地下“物体”的GPR数据以及GPS标签以形成地下特征的初始数据库。然后将该地下地图用作参考数据集，以便在随后的访问中估计车辆位置。

跟踪：接下来，在几个步骤中执行在线本地化。当车辆运动时，周期性地从数据库中提取数据以进行匹配。始终保持基线数据的本地网格。围绕初始位置，估计搜索区域，其中包含表示候选位置和方向的“粒子”（网格上的点）。算法迭代地评估粒子以缩小对车辆五维空间（东向，北向，高度，滚动和航向）内的最大相关性的搜索。在几次迭代之后，选择最高相关粒子作为车辆当前位置和方向的最可能估计。更新搜索区域并扩展或缩小以反映新的估计。

WaveSense

WaveSense 成立于2017年，由Rhapsody Venture Partners资助，Rhapsody Venture Partners是一家位于马萨诸塞州剑桥的风险投资基金，专注于科学和技术投资。

自动驾驶车辆使用的当前系统主要依靠GPS，激光雷达和照相机等地上传感器来识别车辆的确切位置。然而，这些技术在低光照条件或天气条件下，或者道路标记不清晰时，不能很好地工作。

WaveSense使用来自地面以下10英尺处的独特地质模式的数据建立指纹路线图。与地面上不断变化的视觉景观不同，这种地下数据是静态的，提供了在任何天气条件下始终可用于自动驾驶车辆的指南。由于地下地图与地表地图相比非常稳定，因此不需要频繁地扫描和更新地下地图。

当车辆沿着道路行驶时，WaveSense每秒大约126次扫描地下土层，岩石和路面，并将扫描结果与其车载图像数据库进行比较，以确定相对于道路的确切车辆位置。

通过将地下数据添加到地上传感器信息，自动驾驶汽车将具有始终了解其确切位置的全面能力。根据WaveSense，这种导航模式在标准高速公路速度下精确到几厘米。

WaveSense首席执行官Tarik Bolat说：“随着自动系统的发展，全球范围内的交通和移动性正在发生巨大变化。” “但在广泛采用自动驾驶车辆之前，导航安全性和可靠性必须大幅提升。WaveSense的技术从根本上提高了自动驾驶车辆在所有条件下的安全性，提升了公众的信任。“

该技术最初是在麻省理工学院林肯实验室开发用于军事应用的。第一批系统于2013年在阿富汗部署，解决了道路标记不存在或因能见度低而受阻的情况。

参考文献

[1] Cornick, Matthew; Koechling, Jeffrey; Stanley, Byron; Zhang, Beijia (2016-01-01). "Localizing Ground Penetrating RADAR: A Step Toward Robust Autonomous Ground Vehicle Localization". Journal of Field Robotics. 33 (1): 82–102.
[2] MIT Lincoln Laboratory (2016-06-24), Enabling Autonomous Vehicles to Drive in the Snow with Localizing Ground Penetrating Radar, retrieved 2017-05-31.
[3] MIT Lincoln Laboratory: News: Lincoln Laboratory demonstrates highly accurate vehicle localization under adverse weather conditions". www.ll.mit.edu. Retrieved 2017-05-31.