WEBVTT

00:00:08.145 --> 00:00:15.132
天已晚，黑夜中一辆自动驾驶汽车
沿狭窄的乡村公路蜿蜒行驶而来。

00:00:15.132 --> 00:00:18.724
突然间，同时出现了三个危险警示。

NOTE Paragraph

00:00:18.724 --> 00:00:20.416
接下来会发生什么呢？

NOTE Paragraph

00:00:20.846 --> 00:00:24.043
在驾驶通过突然出现的障碍物前，

00:00:24.043 --> 00:00:26.083
汽车必须先发现障碍物——

00:00:26.083 --> 00:00:29.846
收集有关大小、形状和位置信息，

00:00:29.846 --> 00:00:34.208
以便用算法规划出最安全的路线。

00:00:34.208 --> 00:00:35.762
因为无人驾驶，

00:00:35.762 --> 00:00:40.547
汽车需要智能眼，
也就是解决问题的探测器——

00:00:40.547 --> 00:00:43.898
无论周围环境、天气如何，
或者天有多黑——

00:00:43.898 --> 00:00:45.920
问题要在眨眼间解决。

NOTE Paragraph

00:00:45.920 --> 00:00:49.924
要求虽高，但有解决方案，
该方案由两样东西组成：

00:00:50.204 --> 00:00:53.849
特殊激光探测技术 LIDAR

00:00:53.849 --> 00:00:56.578
和集成光电技术，

00:00:56.578 --> 00:01:00.936
即实时联网的微通信技术。

NOTE Paragraph

00:01:00.936 --> 00:01:06.006
要了解光达 LIDAR，需要先了解
与此相关的技术 ——雷达。

00:01:06.006 --> 00:01:07.355
在航空领域，

00:01:07.355 --> 00:01:11.866
雷达天线向飞机
发射无线电脉冲或微波，

00:01:11.866 --> 00:01:16.620
通过计算波束返回时长
来确定飞机位置。

00:01:16.620 --> 00:01:18.593
但这一种观察方式很有限，

00:01:18.593 --> 00:01:22.679
因为大光束脉冲或微波
无法显示微小的细节。

00:01:22.679 --> 00:01:26.127
相反，自动驾驶汽车的 LIDAR 系统

00:01:26.127 --> 00:01:28.634
使用窄带不可见红外激光，

00:01:28.634 --> 00:01:32.190
LIDAR 是光探测和测距的缩写。

00:01:32.190 --> 00:01:35.200
它可以将极其微小物件成像，

00:01:35.200 --> 00:01:38.123
如街对面行人衬衫上的扣子。

00:01:38.123 --> 00:01:42.483
但是，我们如何确定
这些物件的形状或距离呢？

NOTE Paragraph

00:01:42.483 --> 00:01:48.267
LIDAR 发射一系列超短
激光脉冲去测距离。

00:01:48.267 --> 00:01:50.746
以乡间小路上的驼鹿为例，

00:01:50.746 --> 00:01:55.853
汽车驶过时，一个 LIDAR 脉冲
遇到鹿角的根部后散开，

00:01:55.853 --> 00:02:00.351
它反弹回来前，下一个脉冲
可能已到达一个鹿角的顶端。

00:02:00.721 --> 00:02:04.278
测量这两个脉冲返回的时长差，

00:02:04.278 --> 00:02:06.882
可得到有关鹿角形状的数据。

00:02:06.882 --> 00:02:13.192
通过发射大量短脉冲，LIDAR
系统可快速得出物体详细轮廓。

NOTE Paragraph

00:02:13.192 --> 00:02:18.557
打开再关上激光器是
产生光脉冲最简便的方法，

00:02:18.557 --> 00:02:23.428
但会造成激光束不稳定，
并影响发射脉冲的精确频率，

00:02:23.428 --> 00:02:25.669
影响距离测量准确性。

00:02:25.669 --> 00:02:27.044
更好的办法是让激光器开着，

00:02:27.044 --> 00:02:32.483
用其他东西定期、快速地阻挡光线。

NOTE Paragraph

00:02:33.031 --> 00:02:35.987
这就是集成光子技术。

00:02:35.987 --> 00:02:37.829
互联网的数字数据

00:02:37.829 --> 00:02:41.051
是由精确定时的光脉冲承载的，

00:02:41.051 --> 00:02:44.473
有的脉冲短至一百皮秒。

00:02:44.473 --> 00:02:49.104
一种产生光脉冲的方法是
使用马赫-曾德尔干涉仪，

00:02:49.104 --> 00:02:52.865
该设备利用特定的波特性，

00:02:52.865 --> 00:02:54.658
称为干扰特性。

00:02:54.658 --> 00:02:57.613
想一下将一些鹅卵石
扔进池塘的情景：

00:02:57.613 --> 00:03:01.550
涟漪扩散和交叠
构成了一种花纹，

00:03:01.550 --> 00:03:05.464
某些地方的波峰
叠加，变得非常大;

00:03:05.464 --> 00:03:08.450
而其他地方，则完全抵消了。

00:03:08.450 --> 00:03:11.517
马赫-曾德尔
干涉仪的原理与此类似。

00:03:11.517 --> 00:03:17.292
先将光波沿 2 个平行臂
分为 2 束，然后合二为一。

00:03:17.292 --> 00:03:20.784
如果一束光减慢而延迟，

00:03:20.784 --> 00:03:25.703
因为 2 束光不同步，合并后的
抵消现象就阻挡了光线。

00:03:25.703 --> 00:03:28.335
通过切换一束光的延迟，

00:03:28.335 --> 00:03:33.156
干扰器就像一个开合的开关，
发射出光脉冲。

00:03:33.606 --> 00:03:36.380
持续一百皮秒的光脉冲

00:03:36.380 --> 00:03:39.448
可以探测到小至几厘米厚的物体，

00:03:39.720 --> 00:03:43.303
但未来的汽车需要更高的分辨率。

00:03:43.303 --> 00:03:47.595
将干扰器与超灵敏、
反应快的光探测器配对，

00:03:47.595 --> 00:03:50.878
可将分辨率提高到毫米级。

00:03:50.878 --> 00:03:55.151
比我们以正常视力看街对面的物体，

00:03:55.151 --> 00:03:57.337
要好一百倍以上，

NOTE Paragraph

00:03:57.337 --> 00:04:00.924
第一代自动驾驶汽车的 LIDAR

00:04:00.924 --> 00:04:05.777
依赖车顶或发动机盖上的
复杂旋转组件进行扫描。

00:04:05.777 --> 00:04:07.714
借助集成光子技术，

00:04:07.714 --> 00:04:12.508
干扰器和探测器可缩小至
不到十分之一毫米，

00:04:12.508 --> 00:04:17.837
装在小巧的芯片中，
将来可以放在车灯里。

00:04:17.837 --> 00:04:21.806
这些芯片还将包括
干扰器智能调节器，

00:04:21.806 --> 00:04:27.275
可消除移动物体，并快速扫描。

NOTE Paragraph

00:04:27.275 --> 00:04:31.097
通过减慢干扰器一个平行臂发出的光，

00:04:31.097 --> 00:04:35.713
这个额外设备的作用不像开关，
更像一个调光器，

00:04:36.208 --> 00:04:42.078
如果许多带微型控制延时的
平行臂并列排放的话，

00:04:42.078 --> 00:04:44.786
就设计出了新的特性：

00:04:44.786 --> 00:04:47.492
可操纵的激光束。

NOTE Paragraph

00:04:47.492 --> 00:04:49.128
有了这些新优势，

00:04:49.128 --> 00:04:52.458
这些智能眼的探测和观察

00:04:52.458 --> 00:04:54.681
比能想到的任何自然的东西更彻底——

00:04:54.681 --> 00:04:57.544
帮助导航通过任何数量的障碍物,

00:04:57.544 --> 00:05:00.098
不费吹灰之力——

00:05:00.098 --> 00:05:03.988
或许一头没有方向感的驼鹿除外。