※ 引述《airforce1101 (我不宅)》之铭言：
: 影像、雷达、光达不太一样，我把影像与雷达、光达拆成两类好了，影像对于讯号处理来
: 说属于二维阵列，但是雷达与光达可以带回三维的目标资讯，雷达就是低频段的光，因频
: 率特性不同，所以适用场景不同，光达的脉冲时间很短，所以较于雷达相比，对于相同目
: 标，可以带回更高精度的资讯。
: 光达的领域上有关延展性目标，可以参考K. Granstrom, M. Baum, and S. Reuter 所著
: 的这篇文章 Extended object tracking: Introduction, overview, and application.
: 在AI辅助下，或许环境良好下影像能做到光达能大多数能做的事，但某些判断影像与光达
: 先天上的差距还是存在。
: 其实也好奇，传感器与影像间的关联是否让AI找出并学习其特征向量，有待高手解答了。
目前应用的雷达跟光达在量测数据上还是有些不同
[雷达]
参考这篇文章
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
量测距离、角度、相对速度
雷达波打到人孔盖、标志(金属)因反射造成错误侦测问题
解法：滤掉静止量测数据，输出会动的物体量测
推 airforce1101: 动静物体还好分，可以算多普勒频率04/08 22:38
→ airforce1101: 静态物体区别很难04/08 22:39
趋势：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]
量测距离、方位角、高度角、速度
几家发展4D Radar的厂商
Arbe: Radar Revolution. Delivered. (rumor是特斯拉可能采用他们方案)
https://www.youtube.com/watch?v=Yc4MfzbbtuI
The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM
虽然分辨率、精度还是不如光达
但就如airforce1101讲的，或许是恶劣天候下的一个不错方案
推 airforce1101: 毫米波比多数的物体尺寸短，也落在光学反射区04/08 22:53
→ airforce1101: 少了高频光对于较差气候的衰减影像04/08 22:54
[光达]
传统光达(AM lidar)量测到的三维点云，但不包含速度资讯
速度必须经由不同时间点的数据进行推算
(点云分类、时间轴前后关联、过滤噪声，进而推算该物体速度)
这些都有赖算法，但算法100%正确只能说太乐观XD
趋势之一：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
可以直接量测速度，因此不需透过算法推算
软件复杂度下降是好事(系统强健性)
发展FM lidar的厂商：Blackmore(现已被Aurora收购)
Blackmore Sensors and Analytics, Inc. Doppler lidar
https://www.youtube.com/watch?v=Cd48BiiPgLA
Aurora 收购 LiDAR 公司 Blackmore，继续向全堆叠供应商迈进
https://technews.tw/2019/05/30/aurora-is-buying-a-laser-lidar-maker/
FMCW 技术加身，Aurora 也加入自研光学雷达
https://technews.tw/2020/07/16/aurora-self-developed-lidar/
但光达还是有一些失效模式
镜像、玻璃材质测不到(光穿透)、黑色物体侦测距离偏短(吸收能量)
传感器各有千秋啦
期待单一系统期做到接近100%正确满足全自驾，不切实际
况且对于"安全要求"相当要求的自驾
就算一种方案能做到接近完美，有另一个方案作为redundancy不好吗?