对于致力于将自动驾驶汽车 (AV) 引入真实道路的汽车制造商来说，安全驾驶是一项基本任务，对于自动驾驶汽车的安全运行来说，没有什么比传感器系统更重要了。LiDAR 和远距离 3D 视觉传感器已成为两种高效的距离传感解决方案，尽管性能存在显着差异，尤其是在恶劣天气和道路条件下。

Nodar是一家为自动驾驶汽车提供先进立体视觉技术的供应商，最近进行了一系列头对头的性能测试，以比较LiDAR和立体视觉摄像头如何处理弱光、黑暗和恶劣的天气条件，以及检测道路上的小障碍物。在每项测试中，配备高性能LiDAR系统的汽车都针对带有5.4百万像素摄像头和30°视场镜头的宽基线立体传感器进行了测试。

结果表明，在恶劣的天气条件和低光照下，3D立体视觉的性能明显优于LiDAR，这两种边缘情况对自动驾驶汽车的安全至关重要。

结合立体视觉传感器已知的卓越日间性能，这些新结果应该可以减轻人们对基于摄像头的传感器性能的担忧，并为立体视觉成为L3+自动驾驶应用的主要3D传感器奠定基础。

在雨雾中驾驶

2022 年 11 月，在德国的汽车环境箱内进行了恶劣天气测试，该箱模拟了白天和夜间照明条件下不同强度的雨雾。在干燥的道路上，LiDAR 和立体摄像头返回每个传感器测量点 100% 的有效距离数据。然而，高分辨率立体视觉相机提供的点云密度比LiDAR的点云密度高50×。

每种天气状况的详细结果：

•大雨(以 32 毫米/小时的速度下降)

立体视觉性能略有下滑，准确测量了95%的场景。

LiDAR 性能明显下降，测量不到 80% 的场景。

•猛烈暴雨(每小时96毫米)

基于摄像头的传感器在近 70% 的数据点上记录了准确的读数。

LiDAR 返回有效距离数据的能力降至 40% 以下;也就是说，超过60%的距离测量值丢失或无效。

•雾(45米能见度)

立体视觉返回了近 70% 的准确距离测量值，可检测出雾中人眼无法察觉或看不见的物体。

LiDAR 性能下降到精确距离测量的 20%;也就是说，其 80% 的距离测量值丢失或无效。

在黑暗中驾驶

2022 年 10 月在波士顿周围的道路上完成了夜间驾驶测试。这些测试比较了宽基线立体视觉相机和LiDAR在从全日光(10,000勒克斯)到夜间(1勒克斯)的各种照明水平下返回的有效范围测量值的数量。

LiDAR 在所有照明水平下每秒持续返回约 600,000 个数据点。相比之下，立体视觉传感器返回的数据点数量随光量的变化而变化，如下所示：

• 日出、日落、全日光和阴天(1,000–10,000 lux)：每秒 4000 万个数据点

• 阴天日出和日落(100–1,000 勒克斯)：每秒超过 3000 万个数据点

• 城市光污染(10-100 勒克斯)：每秒约 2000 万个数据点

• 月光 (1 lux)：每秒超过 1000 万个数据点

在夜间发现障碍物

2023 年 4 月，在缅因州的一个封闭简易机场进行了夜间道路障碍物检测测试，那里的黑暗天空消除了光污染影响结果的风险。宽基线立体视觉系统安装在乘用车上，并使用远光灯和近光灯进行测试。

以下是夜间检测木材、人体模型和交通锥的结果：

• 木材(高12cm)

立体视觉传感器使用远光灯从 130 米外检测到一块躺在道路上的木材，使用近光灯从 100 米外检测到一块木材。

LiDAR 从最大 50 米外检测到木材。

• 成人尺寸的人体模型，躺着(30厘米高)

立体视觉用远光灯检测到 160 米外的人体模型躺在路上，用近光灯检测到 100 米外的人体模型。

LiDAR 在 100 米外检测到人体模型。

• 儿童人体模型，站立(高100厘米)

立体视觉检测到一个人体模型站在 200 米外的远光灯和 100 米外的近光灯。

LiDAR 在 100 米外检测到人体模型。

• 交通锥(70厘米高)

通过立体视觉，用近光灯从160米外的远光灯检测到200米外的交通锥。

LiDAR 从最大 50 米外检测到交通锥。

综上所述，整个系列测试的结果表明，3D立体视觉在各种不利条件下都优于LiDAR。虽然LiDAR确实可以产生准确的距离测量，但其点云密度比测试的多摄像头系统低几个数量级，从而降低了LiDAR检测小物体的能力。

测试还表明，在能见度差的情况下，LiDAR 的性能下降比立体视觉要明显得多。

最后，尽管人们普遍认为基于摄像头的系统在夜间表现不佳，但该测试中的宽基线立体视觉传感器能够准确测量到物体的距离，其范围是LiDAR传感器的两倍。