一个研究团队开发出了自动驾驶软件，该软件允许廉价传感器检测玻璃墙等透明障碍物，为高性能传感器提供了一种替代方案。该技术可用于现有的机器人，无需额外设备，同时确保与昂贵的传统设备相当的检测性能。

该论文发表在《IEEE仪器与测量学报》上。该团队由大邱庆北科学技术学院电气工程与计算机科学系的Kyungjoon Park教授领导。

自动驾驶机器人通常使用激光雷达传感器来探测周围环境并进行导航。昂贵的激光雷达传感器就像“激光眼”，通过投射光线并测量反射时间来确定距离和结构。

廉价的激光雷达传感器无法探测玻璃等透明物体，可能会误认为是空旷的空间，从而导致碰撞。高分辨率超声波激光雷达传感器或摄像头则没有这个限制，但使用它们会增加系统复杂性，并导致成本增加数十万至数百万韩元。

为了提供替代方案，由朴京俊(Kyungjoon Park)教授领导的DGIST研究团队开发了概率增量导航地图(PINMAP)，这是一种通过软件而非硬件解决问题的算法。PINMAP积累了廉价激光雷达传感器偶尔才能探测到的稀有点数据。利用这些数据，PINMAP可以概率地计算出玻璃墙随时间推移出现的可能性。

PINMAP 算法基于 Cartographer(地图绘制)和 Nav2(导航)，这两个工具是 ROS 2 生态系统中广泛使用的开源工具。PINMAP 的优势在于易于应用，同时无需更改现有系统结构。

该算法不是高成本地升级传感器，而是改变现有传感器处理数据的方式;也就是说，它使用软件来提高廉价激光雷达传感器的检测性能。

在 DGIST 进行的实际实验中，PINMAP 检测玻璃墙的准确率高达 96.77%，远高于使用同样廉价的 LiDAR 传感器(Cartographer-SLAM)的传统方法近乎 0% 的检测率。PINMAP 提供的软件差异化体现了其性能的显著提升。

朴教授表示：“PINMAP颠覆了硬件性能等于系统性能的传统观念，并提出了软件可以提升传感器性能的新标准。这项研究表明，无需依赖高性能设备，就能确保稳定的自动驾驶。”

该研究团队开发的算法具有显著的经济优势，因为它能够以不到昂贵激光雷达传感器十分之一的成本实现与其相当的检测性能。该技术有望减少医院、机场、购物中心和仓库等室内空间中自动驾驶机器人与玻璃或透明丙烯酸墙之间的碰撞，从而促进服务机器人的大规模部署。

更多信息： Jiyeong Chae 等人，PINMAP：一种使用低成本二维激光雷达进行玻璃检测和测绘的经济高效算法，IEEE 仪器与测量学报(2025)。期刊信息： IEEE 仪器和测量学报