自動駕駛分感知,融合互聯,定位,處理決策,執行等幾個步驟,當然如我們之前文章自動駕駛的三種解決方案基于不同的基礎,可能有所不同但都離不開感知,處理,執行三個步驟。

 

 

在自動駕駛領域,傳感器硬件是智能駕駛算法的基礎,是執行的源頭,所以傳感器在自動駕駛方面是比較重要也熱門的產品。但其實當前自動駕駛傳感器種類繁多、功能各異。本文將介紹自動駕駛相關的常用的傳感器,相關原理以及優缺點,展望部分新興傳感器;以及未來自動駕駛整車傳感器組合趨勢,希望能給大家帶來一些整體傳感器的認知。

 

自動駕駛的傳感器們

 

首先當前汽車自動駕駛相關傳感器底層技術應用分為兩類:

  • 一類為光學圖像投射到圖像傳感器表面上,然后轉為電信號就是攝像頭,單個攝像頭顯然就是2D。

 

 

  • 另一類為傳感器發射信號,然后接收反射回來的信號,通過測量所經過的時間或相移。然后,根據光的總飛行時間(按照光速)計算距離,這就是雷達,然后根據發射波長的不同來不同的命名。下圖為ISO發布不同波長參考

 

 

2D 攝像頭-業內廣泛采用 2D 攝像頭技術實現汽車視覺和傳感。它們構成了高級駕駛員輔助系統 (ADAS)、全景影像系統 (SVS) 和駕駛員監測系統 (DMS) 的基礎。結合使用紅外照明技術,可以在夜間工作。2D 攝像頭依靠強大的處理器、算法和神經網絡處理這些圖像。大部分OEM 在自動駕駛汽車上使用攝像頭,通常與 RADAR、LiDAR 或其他技術結合使用。

 

立體視覺需要使用兩個攝像頭來實現,兩個攝像頭根據彼此的相對位置準確放置。將這兩個來源的圖像相關聯,可以生成深度圖。但立體視覺很受攝像頭光線環境影響。

 

 

雷達RADAR-使用無線電波檢測一定距離內的物體,并確定其速度和傾向。數十年來,業界一直使用這種技術準確計算各類車輛的位置、速度和方向。許多現代汽車使用 RADAR 在高級巡航控制 (ACC) 和自動緊急制動 (AEB) 等功能中實現危險檢測和測距。這些技術依靠來自多個 RADAR 傳感器的信息(通過車載電腦來解讀)來識別車輛或危險物的距離、方向和相對速度。RADAR 幾乎不受惡劣天氣情況的影響,能夠在黑暗、潮濕或有霧的條件下可靠地工作。當前的 24 GHz 傳感器分辨率有限,圖像模糊不清,隨著更準確的 77 GHz RADAR 傳感器的推出,這一問題將迎刃而解。

 

 

激光LiDAR-,又稱 3D 激光掃描,與 RADAR 的工作原理相似,但與無線電波不同,發射的是快速激光信號,有時高達每秒 150,000 次脈沖,這些脈沖會從障礙物反射回。傳感器會測量每個脈沖來回所需的時間。

 

LiDAR 的優點包括準確性和精度??梢詾樽詣玉{駛汽車提供較遠距離內周圍事物的 3D 圖像。LiDAR 與攝像頭相比極其準確,因為激光器不會受陰影、日光或其他汽車前燈光線的影響。缺點包括成本高、尺寸大,存在干擾和干涉,在霧、雪和雨天的穿透能力有限。另外,LiDAR 不提供攝像頭通常所看到的信息,例如標牌上的文字或者交通信號燈的顏色。

 

 

超聲波ultrasonic-超聲波傳感器可發出短的超聲波脈沖,遇到障礙物會反射回來。隨后會接收并處理回聲信號。超聲波傳感器在霧、雨、雪等惡劣天氣以及弱光條件下表現出色,且價格相對并不昂貴。缺點包括反應時間長、視野有限,比 LiDAR 的精度要低。另外,超聲波傳感器難以檢測包括快速移動的小物體或多個物體。

 

 

遠紅外far-infrared (FIR)攝像頭,又稱熱感攝像頭,可以收集來自物體、人員和周圍事物的熱輻射。通過感應遠超可見光的紅外光譜。

 

FIR 攝像頭可以識別不同于其他傳感技術的電磁波譜波段。因此可以使車輛能夠檢測到攝像頭、RADAR 或 LiDAR 不易察覺的物體。FIR 攝像頭受環境影響較小。但是,它無法提供距離或景深信息,只能提供熱成像的2D 視頻??梢暂p松檢測到生物,但對溫度與背景相同的靜態物體的檢測能力則有所欠缺但FIR 攝像頭掃描可見光上方的紅外光譜,因此可以檢測攝像頭、雷達或激光雷達可能無法感知的物體。所以當前FIR攝像頭在汽車領域應用也開始增多,全球領先的 FIR 傳感器公司有 3 家:Autoliv、FLIR systems 和 AdaSky

 

當然幾個非自動駕駛車輛也有的傳感器本文沒有指出,可以點擊之前文章自動駕駛八大定位感知文章了解。

 

傳感器組合時代

 

使用哪種傳感器組合及需要多少顆傳感器來實現“自動駕駛”的安全性,目前尚處于激烈的爭論之中。當前的各種傳感器有自己的優缺點,但由于自動駕駛要求的安全和現實環境的復雜性,所以目前不可能有一種傳感器的解決方案,基本都是屬于傳感器混合方案即使是叫兇的特斯拉也采用了77G的毫米波雷達。

 

所以現在即使不管自動駕駛的等級情況下,學術論文認為需要保證ADAS輔助駕駛例如我們常用自適應巡航,碰撞預防,擁堵輔助等等功能在全氣候環境(一般天氣,下雨,夜晚,霧霾沙塵)下的穩健使用都需要我們上面的提到的所有傳感器加入組合使用。

 

同時根據恩智浦的報告,未來自動駕駛傳感器的趨勢依然是自動駕駛等級從L1-L5(了解自動駕駛分級點擊秒懂自動駕駛級別分類,附加專業版本)必須要以上幾種傳感器的融合,例如恩智浦預測要達到L4/5的級別自動駕駛雷達可能需要多達8個,攝像頭多達8個,激光雷達多達3個,還有其他傳感器配合。

 


總結所以,傳感器是自動駕駛風口的一個大行業,所以目前不少技術,供應商和資本都緊緊盯住這個市場。
但當前傳感器的多少和種類在汽車上的應用,絕非是衡量自動駕駛的能力高低的唯一指標,畢竟傳感器融合能力,信息的處理能力(處理能力的硬件域控制器,可以點擊我們之前小鵬的自動駕駛XPILOT以及智能座艙Xmart OS了解)也占有非常大的指標,絕對不是堆料就能解決的。

 

 

參考文章

汽車雷達技術產業 - 恩智浦

The Perception System of Intelligent Ground Vehicles in All Weather Conditions: A Systematic Literature Review - Abdul Sajeed Mohammed *, Ali Amamou , Follivi Kloutse Ayevide, Sousso Kelouwani *, Kodjo Agbossou and Nadjet Zioui

CMOS Image Sensors in Automotive Industry - Yole

Radar for automotive : automated driving applications strengthens market dynamic - yole

汽車ADAS方案白皮書 - ADASKY

FIR白皮書 - ADASKY

文中部分圖文版權歸以上資料方所有