盖世汽车讯 据外媒报道，韩国研究团队开发出自动驾驶软件，使低成本传感器得以检测玻璃墙等透明障碍物，从而为高性能传感器提供替代方案。该技术可用于现有的机器人，无需额外设备即可确保与昂贵的传统设备相当的检测性能。

（图片来源：DGIST）

该团队由大邱庆北科学技术院（DGIST）电气工程与计算机科学系Kyungjoon Park教授领导。相关论文发表于期刊《IEEE Transactions on Instrumentation and Measurement》。

自动驾驶机器人通常利用激光雷达（LiDAR）传感器探测环境并规划路径。这些昂贵的传感器相当于“激光眼”，通过发射光束并测量反射时间来判定距离及结构。低成本LiDAR传感器无法探测玻璃等透明物体，可能将其误判为空旷区域，有可能导致碰撞事故。高分辨率超声波LiDAR传感器或摄像头虽无此局限，却会增加系统复杂性并提高成本。

为了提供替代方案，DGIST团队开发出PINMAP算法（基于概率增量导航的建图技术），通过软件而不是硬件来解决问题。该算法能够累积低成本LiDAR传感器偶尔才能探测到的稀疏点数据，基于这些数据随时间推移进行概率测算，从而推断玻璃墙面存在的可能性。

PINMAP算法基于Cartographer（地图构建器）和Nav2（导航系统）开发，这两种开源工具在ROS 2生态系统中被广泛采用。该算法的优势在于易于应用，同时无需改变现有系统架构。该算法无需花费高昂成本升级传感器，而是改变现有传感器的数据处理方式，即利用软件提升低成本LiDAR的检测性能。

在DGIST进行的真实场景实验中，PINMAP检测玻璃墙的准确率高达96.77%。相比之下，使用同款低成本LiDAR传感器（Cartographer-SLAM）的传统方法的检出率近乎0%。PINMAP在软件层面的创新差异带来了显著的性能飞跃。

Park教授表示：“PINMAP颠覆了硬件性能决定系统性能的传统观念，并提出软件可以提升传感器性能的新范式。这项研究表明无需依赖高性能设备，同样有望保障自动驾驶的稳定运行。”

该研究团队开发的算法具有显著的经济优势，其检测性能可媲美昂贵的LiDAR传感器，而成本仅需十分之一。在医院、机场、购物中心和仓库等室内空间内，该技术有望减少自动驾驶机器人与玻璃或透明亚克力墙体的碰撞事故，进而推动服务机器人的大规模部署。