测评人 - 董小胖

Livox Horizon（览沃浩界）介绍

Livox Horizon（览沃浩界）是大疆专为L3/L4自动驾驶打造的一款激光雷达。

与传统的采用机械旋转结构的激光雷达不同，浩界采用的是非重复式扫描方式。传统的机械激光雷达，通过电机带动整个激光头做圆周运动，其扫描方式通常呈360度线式扫描。这种扫描方式带来的后果是，线与线之间总会有间隙，线不够密集的情况下，存在漏检物体的可能性。而非重复式扫描的激光雷达，随着积分时间增大，点云视场覆盖率会持续增大，直至视场覆盖率接近100%。当然，与传统机械激光雷达相比，浩界的FOV较小且视场覆盖率取决于积分时间。

浩界（Horizon）主要参数如下：

 浩界（Horizon）点云分布：

 积分时间与视场覆盖率：

下图是不同积分时间下 浩界(Horizon) 的视场覆盖率,和当前市场上常见的几款多线机械旋转式激光探测测距仪的对比。

 接下来进入到开箱环节，我们先来看看包含哪些配件。

主要有：浩界（Horizon）x1、电源转接插座2.0x1、Horizon快速入门指南x1、电源线x2、同步信号线x2、其他螺丝等小配件若干。

准备测试

我采用的是乞丐版数据采集平台，主要有：40块钱买的小车、Horizon、Nvidai TX1、电源模块、电池、显示屏等。

 Livox Horizon雷达点云数据

livox_horizon_loam是览沃官网开源的一款软件包，主要应用于低速（～5km/h）感知场景下的应用，通过点云的帧间匹配实现激光雷达的位姿估计，实现了激光里程计(Lidar Odometry)和建图(Mapping)。livox_horizon_loam是基于LOAM（Lidar Odometry and Mapping in Real-time），与现在主流的激光雷达开源算法LeGO-LOAM、LIO-SAM等相比，没有回环检测和后端优化。

livox_horizon_loam算法的核心主要在于两个部分：特征提取（Lidar Registration）和里程计解算（Odometry and Mapping）。核心思想与LOAM是完全一致的。

详见：

https://github.com/Livox-SDK/livox_horizon_loam.git

附上测试视频以供大家参考：

关于Livox Horizon LOAM的测试说明：

测试平台的移动速度是成年人的正常行走速度。TX2主要用来记录雷达的数据，建图是在笔记本电脑上完成的（随着地图的增长，TX2的内存吃不消）。由于没有例如RTK GPS等比较准确的真值轨迹做对比，没法对定位精度做一个定量分析（后期有机会我会公布相关测试结果）。虽然Livox Horizon内置了BMI088 IMU，不过我并没有用IMU数据，上面两个数据都是纯激光完成的。 

总体来说，效果还是不错的，目前发现的主要问题是Z轴的漂移，当然之前也说过，LOAM是没有回环检测和后端优化的。（后期有机会我将和LeGO-LOAM做对比并公布相关结果。

由于时间有限，这次测评比较初级，后期有机会我将持续更新分享我做的一些工作，比如：

（1）对雷达、RTK GPS、IMU、磁罗盘和相机的融合。

（2）对比测试更现代化一些的激光雷达算法，如LeGO-LOAM等。

（3）建图部分使用Octomap、Voxblox等，以便于嵌入式设备运行的SLAM。

关于Livox雷达行业应用的思考：

（1）Livox还是有很多优点，如随着积分时间增大，视场角的覆盖率也会增大，机械结构更可靠、价格更亲民等。不过，Livox的价格是最大的优势，所有商业化最后不得不面对价格这一道坎。64线、128线的激光好不好？好，这是肯定的。但动辄几十万的价格，对于很多应用场景都是接受不了的。

（2）当然Livox也有明显的缺点，例如单个雷达的FOV较小，市场的覆盖率取决于积分时间等。不过，我认为抛开应用场景来谈雷达是不合适的。比如，以我拙见，Livox在无人机测绘领域优势还是比较明显的。

本文为助教投稿。文章开通了打赏通道，所有打赏费用将转交原作者，此外，我们将额外支付其50-100元的稿费。 如需投稿，请添加课程助手微信：jiayue199506。