※ 引述《airforce1101 (我不宅)》之銘言：
: 影像、雷達、光達不太一樣，我把影像與雷達、光達拆成兩類好了，影像對於訊號處理來
: 說屬於二維陣列，但是雷達與光達可以帶回三維的目標資訊，雷達就是低頻段的光，因頻
: 率特性不同，所以適用場景不同，光達的脈衝時間很短，所以較於雷達相比，對於相同目
: 標，可以帶回更高精度的資訊。
: 光達的領域上有關延展性目標，可以參考K. Granstrom, M. Baum, and S. Reuter 所著
: 的這篇文章 Extended object tracking: Introduction, overview, and application.
: 在AI輔助下，或許環境良好下影像能做到光達能大多數能做的事，但某些判斷影像與光達
: 先天上的差距還是存在。
: 其實也好奇，傳感器與影像間的關聯是否讓AI找出並學習其特徵向量，有待高手解答了。
目前應用的雷達跟光達在量測數據上還是有些不同
[雷達]
參考這篇文章
https://reurl.cc/e9AeVW
https://i.imgur.com/AInOO4D.jpg
The physical properties of the signal (the Doppler effect) enable such units
to measure three parameters [R, Az, V]: distance and angle (azimuth) to the
object, as well as velocity and its sign
量測距離、角度、相對速度
雷達波打到人孔蓋、標誌(金屬)因反射造成錯誤偵測問題
解法：濾掉靜止量測數據，輸出會動的物體量測
推 airforce1101: 動靜物體還好分，可以算多普勒頻率04/08 22:38
→ airforce1101: 靜態物體區別很難04/08 22:39
趨勢：4D Imaging Radar
https://i.imgur.com/O5TxpCd.jpg
4D radar unit with a planar antenna array (read on to find more about it)
capable of measuring range, azimuth, elevation angle and velocity [R, Az, Ev
and V]
量測距離、方位角、高度角、速度
幾家發展4D Radar的廠商
Arbe: Radar Revolution. Delivered. (rumor是特斯拉可能採用他們方案)
https://www.youtube.com/watch?v=Yc4MfzbbtuI
The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM
雖然解析度、精度還是不如光達
但就如airforce1101講的，或許是惡劣天候下的一個不錯方案
推 airforce1101: 毫米波比多數的物體尺寸短，也落在光學反射區04/08 22:53
→ airforce1101: 少了高頻光對於較差氣候的衰減影像04/08 22:54
[光達]
傳統光達(AM lidar)量測到的三維點雲，但不包含速度資訊
速度必須經由不同時間點的數據進行推算
(點雲分類、時間軸前後關聯、過濾雜訊，進而推算該物體速度)
這些都有賴演算法，但演算法100%正確只能說太樂觀XD
趨勢之一：FCMW lidar (frequency modulated continuous wave)
https://reurl.cc/4ynZ3D
https://i.imgur.com/i3DSwxa.jpg
FMCW lidar is more accurate for tracking objects that are moving, such as
other vehicles on the road
可以直接量測速度，因此不需透過演算法推算
軟體複雜度下降是好事(系統強健性)
發展FM lidar的廠商：Blackmore(現已被Aurora收購)
Blackmore Sensors and Analytics, Inc. Doppler lidar
https://www.youtube.com/watch?v=Cd48BiiPgLA
Aurora 收購 LiDAR 公司 Blackmore，繼續向全堆疊供應商邁進
https://technews.tw/2019/05/30/aurora-is-buying-a-laser-lidar-maker/
FMCW 技術加身，Aurora 也加入自研光學雷達
https://technews.tw/2020/07/16/aurora-self-developed-lidar/
但光達還是有一些失效模式
鏡像、玻璃材質測不到(光穿透)、黑色物體偵測距離偏短(吸收能量)
感測器各有千秋啦
期待單一系統期做到接近100%正確滿足全自駕，不切實際
況且對於"安全要求"相當要求的自駕
就算一種方案能做到接近完美，有另一個方案作為redundancy不好嗎?