|
想要实现自动驾驶，需要通过三个阶段，即感知、决策和控制。感知是基础，没有感知所带来的各种信息也就无所谓控制了。因为车辆对汽车有着部分甚至是全部的控制权，所以自动驾驶汽车对外部情况必须拥有保证达到甚至超过人类感知的精确性，所以传感器对于自动驾驶汽车的重要性也就不言而喻了。
目前，自动驾驶所使用的传感器主要包括：摄像头、激光雷达、毫米波雷达、超声波雷达等。不同厂家会根据自己的产品，选择不同的组合方案，同时又有所偏重，有的偏重激光雷达，有的偏重摄像头等。本文主要介绍一下这几种传感器。
摄像头
摄像头就像人的视觉一样，主要就是记录图像，然后发送给自动驾驶系统的计算机，计算机通过图像识别技术分析数据，进而判断车辆周围状况。
摄像头由于开发较早，开发人员也比较多，现今技术已经比较成熟，成本也降到了相当低的程度。应用中摄像头形式包括单目、双目和三目，根据摄像头安装的位置分为前视、后视、环视和车内监控摄像头。 摄像头可以实现众多如预警、识别等 ADAS 功能，是视觉影像处理系统的基础，此外，影像信息对于乘客来说更为直观，在处理意外情况时，是必不可少的。 优点：成本低，技术成熟，而且能够识别路牌、交通灯甚至是一些文字信息。 缺点：难以获取准确的三维信息；受环境光限制比较大，遮挡、强光和黑夜等条件下，识别率比较低。
激光雷达
激光雷达是目前公认的自动驾驶传感器最佳的技术路线。激光雷达主要通过向目标物体发射激光束，然后通过计算从目标反射回的脉冲飞行时间来测量距离，以此来测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米级的3D环境地图，为下一步的车辆操控建立决策依据。
激光雷达多安装在车顶，通过高速旋转，实现360度无死角监控，获得周围空间的点云数据，实时绘制出车辆周边的三维空间地图。 同时，激光雷达还可以测量出周边其他车辆在三个方向上的距离、速度、加速度、角速度等信息，再结合 GPS 地图计算出车辆的位置，这些庞大丰富的数据信息传输给 ECU 分析处理后，以供车辆快速做出判断。
优点：
1、分辨率高。激光雷达可以获得极高的角度、距离和速度分辨率，这意味着激光雷达可以利用多普勒成像技术获得非常清晰的图像。
2、精度高。激光直线传播、方向性好、光束非常窄，弥散性非常低，因此激光雷达的精度很高。
3、抗有源干扰能力强。与微波、毫米波雷达易受自然界广泛存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗有源干扰的能力很强。
缺点：
1、激光可视范围内如果有遮挡，例如有树、垃圾桶等遮挡，就无法进行识别； 2、由于激光波束靠反射来识别，所以无法识别颜色图案、文字等标识； 3、激光雷达的成本相对来说依然很高，一个64线激光雷达成本超过几十万；
毫米波雷达
毫米波雷达不同于激光雷达，它是发送电磁波（毫米波），通过测量反射波从发射到接收的时间，计算车辆到各个目标的距离，而利用多普勒效应可以测量目标速度。
毫米波雷达目前技术已经十分成熟，其波长短、频带宽、穿透能力强，能帮助自动驾驶汽车准确地“看”到与附近车辆之间的距离，在变道辅助、自主控制车速、自适应巡航、碰撞预警等方面起着至关重要的作用。
优点：
1、毫米波的波长短，毫米波雷达具有体积小、质量轻和空间分辨率高的特点； 2、毫米波导引头穿透雾、烟、灰尘的能力强，传输距离远，具有全天候全天时的特点； 3、性能稳定，不受目标物体形状、颜色等干扰。 缺点：难以对目标进行识别；探测角度比较小，并且通常需要多个雷达来完成一个探测任务。
超声波雷达
超声波雷达是通过发射超声波（>20kHz），测量反射回来的时间，从而判断障碍物的存在和距离。
由于超声波是一种机械波，其使用效果受外部传播介质的影响很大，例如天气情况的影响、汽车高速行驶的影响等，这些都会使误差较大，影响测量精度。
因为这些因素，超声波雷达主要用于探测近距离障碍物，用在倒车、自动泊车等方面。超声波的探测距离一般在3-5米以内。
优点：穿透性强，测距的方法简单，成本低。 缺点：作用距离短，传输依赖介质，速度慢，只适用于低速下的停车辅助。超声波散射角大，方向性较差，难以测量较远距离的目标。 |
|
|
