用戶64324579
自動駕駛汽車是現在智能汽車發展的主要方向，它主要是依靠汽車內以計算機系統為主的智能駕駛儀器來實現無人駕駛。自動駕駛汽車之所以可以安全可靠地在道路上行駛，利用的是車載傳感器來感知車輛周圍環境，並根據傳感器感知到的道路、車輛位置和障礙物信息來控制汽車的轉向和速度。所以，傳感器在自動駕駛的重要性無需贅言。無論是特斯拉、谷歌、豐田還是百度，無論是企業巨頭還是發展新星，在他們對於無人駕駛汽車的研究上，無一不在傳感器上大費腦筋。
自動駕駛氣車上的傳感器主要有兩種。首先是激光雷達，寶馬、谷歌、日產和蘋果的無人駕駛測試車用的就是價格昂貴、結構複雜的遠距離傳感系統LiDAR（激光雷達）。其通過計算發射和探測的時間差就可以計算出目標物的距離，同時生成周圍環境的3D圖像。
其次是視覺圖像傳感器。現在一個很廣泛的應用是將2D激光雷達與視覺傳感器相結合。不過相比於激光雷達，視覺傳感器低成本的特性，也讓其成為了在自動駕駛解決方案中不可或缺的存在。通過視覺傳感器的圖像識別技術對周邊環境進行感知，進而理解當前的駕駛場景，處理突發事件。
當然，自動駕駛汽車的傳感器並不只是激光雷達與攝像頭兩類，比如特斯拉的Autopilot系統通過攝像頭、毫米波雷達與超聲波雷達的融合數據來控制車輛在高速路車道行駛、變道以及根據交通情況調整車速。可以說，毫米波雷達與超聲波雷達，以及目前還並沒有為自動駕駛汽車所用的聲音傳感器也都是不可或缺的傳感器。
北航秦曾昌
自動駕駛汽車：多種傳感器驅動導航和駕駛
隨著谷歌等公司的重大發展和進步，自動駕駛汽車受到了廣泛關注。雖然目前在公路上廣泛使用自動駕駛汽車可能還需要數年時間，但這些車輛已經開始逐漸被使用在其他“受限制”的場所中，例如露天礦和農業。
使自動駕駛汽車成為可能的許多技術應用中，包括傳感器和執行器、複雜算法以及執行軟件的強大處理器。
自動駕駛汽車中的傳感器和執行器分為兩大類：1）導航和引導類傳感器（確定所在的位置、想去的地方、如何到達那裡）；2）駕駛和安全類傳感器（指導汽車、確保汽車在任何情況下都能正常行駛，並遵守道路規則）。
這兩個類別有數十個子系統和數百個專用傳感器通道。今天我們將帶大家仔細瞭解自動駕駛汽車中的一些子系統以及用於構建這些子系統的傳感器。
自動導航和引導中的GPS接收器、IMU以及MEMS傳感器等
解決導航和引導的問題是自動駕駛汽車存在之初就需重視的方向。因為它將提供兩個關鍵的數據信息：汽車所處的位置，以及汽車可以到達想要位置的路徑。
以前，羅盤、六分儀、LORAN無線電定位和航位推算等儀器和技術都已被使用在常規駕駛中，其精確性、一致性和可用性都各不相同。
而對於自動駕駛汽車來說，導航和指導子系統必須始終處於激活狀態，並需要時刻檢查車輛相對於目標的運行情況。例如，如果最初的“最佳”路徑有任何意外的偏離，則必須實時重新計算路徑，以避免走錯方向。這與簡單地在A和B之間繪製直線相比需要更多的計算工作量，因為自動駕駛汽車易受道路的限制，要進行更復雜的路徑。
用於導航和引導的主要子系統基於GPS（全球定位系統）接收器，該接收器主要依靠60多顆低軌道衛星星座中至少四顆衛星對接收的信號進行復雜分析、計算當前位置。GPS系統可以提供大約一米的定位精度（實際數字取決於許多細微問題），這對於自動駕駛汽車來說是一個良好的開端。不過需要注意的是，對於希望隨時行駛的駕駛員，GPS接收器需要30到60秒才能建立初始位置，因此自動駕駛汽車必須延遲出發，直到GPS計算出第一個修正值。
GPS子系統現在可作為芯片（SOC）集成電路或多芯片組合上的複雜系統使用，這些芯片組不但需要電源和天線，還需要一個嵌入式、特定於應用程序的計算引擎，一同執行密集計算。雖然在集成電路中差不多都有一個1.5GHz GPS信號的內部射頻前置放大器，但許多車輛都選擇將天線放在車頂上，同時安裝一個共同定位的低噪聲放大器來使用（LNA）射頻前置放大器，並將定位GPS電路放在車內更方便的位置上。
重要的是，天線必須具有右手圓極化特性（RHCP），以匹配GPS信號的極化，同時也可以是陶瓷芯片單元、小繞線短截線設計或其他配置。
目前，雖然GPS是自動駕駛汽車的基本功能，但自動駕駛只有它還遠遠不夠。當GPS信號被峽谷、隧道、無線電干擾和許多其他因素阻擋時，會導致信號中斷，這些中斷可能會持續數分鐘甚至更長時間。為了彌補GPS的不足，自動駕駛汽車有時要使用不需任何類型的外部信號的慣性制導。該慣性測量單元（IMU）由固定在車輛上的平臺組成，該平臺具有三個陀螺儀和三個加速度計，每對分別朝向正交的X、Y和Z軸。這些傳感器提供平臺旋轉和線性運動的數據，用於計算車輛的運動和位置，無論有任何速度或任何類型的信號障礙都無法防止它的正常使用。
需要注意的是，IMU無法告訴駕駛員車輛所處的位置，只能告訴運動路徑，因此車輛的初始位置必須由GPS確定或手動輸入。
同時，我們需要意識到，如果沒有基於MEMS的陀螺儀和加速度計的開發，車載IMU將不實用。歷史悠久且完善的IMU是基於旋轉陀螺儀和一個框架平臺，它已經很好地服務於許多應用（導彈制導/太空任務），但它對於自動駕駛汽車來說太龐大，成本高昂且耗電量大。
圖1： MEMS器件從根本上改變了陀螺儀和加速度計等IMU功能的實現; 這款來自ST的微型IC集成了三個正交陀螺儀，並提供了角度讀數的數字化串行輸出
典型的MEMS器件是ST 微電子公司的A3G4250D IC ，這是一款低功耗三軸角速率傳感器，可在零速率水平下提供高度穩定性，並且在溫度和時間內具有高靈敏度，如圖3所示。
汽車駕駛與安全中的激光雷達系統與雷達
自動駕駛汽車必須能夠看到並解釋前進時前方的情況（當然，也包括倒車時後面的情況）。還有必要看看兩邊是什麼情況，換句話說，它需要360⁰的視角來觀察周圍的情況。這種情況下，一組攝像機是顯而易見的選擇，通過攝像機來確定車道的位置，並檢測道路上的物體或標記。
但是僅使用相機會帶來問題。首先，將存在正確設置多個攝像機並保持其清潔的機械問題；第二，需要進行繁重的圖形處理來理解圖像; 第三，需要深度感知和基本成像; 最後，光照、陰影和其他因素使得精準確定相機所看到的內容會具有極大的挑戰性。
因此，自動駕駛汽車上的主要“視覺”單元多是激光雷達系統，它是光探測和測距的縮寫（或光和雷達的混搭）。為了實現自動駕駛汽車所需的分秒決策，激光雷達系統提供了有關周圍環境的精確三維信息。使用這些數據，處理器可以實現對象識別、運動矢量確定、碰撞預測和避免策略。激光雷達單元裝置非常適合“大圖”成像，並通過在車頂上使用旋轉掃描鏡組件提供所需的360°視角。
激光雷達傳感器使用高速、高功率的激光脈衝提供原始信息，激光脈衝與探測器的響應同步，來計算從反射光到物體的距離。探測器陣列或定時攝像機可用於提高三維信息的分辨率。
脈衝一般非常短，以便增強深度分辨率，並且其所產生的光反射用於創建三維點狀“雲”，該點被分析以將數據轉換為體積識別和矢量信息。然後，系統將轉換後的結果用於計算車輛相對於這些外部物體的位置、速度和方向，以確定碰撞概率，並在需要時指導車輛進行適當的操作。
不過，激光雷達系統對於近距離控制效果不佳，例如停車、換車道或擁堵交通中，因此，此時系統會由內置在車輛前後保險槓以及側面的雷達補充。該雷達的工作頻率通常為77GHz，具有良好的射頻傳播特性，並提供足夠的分辨率。
圖2： AD8283的雷達系統概述，一個6通道雷達接收路徑AFE
為了將雷達安裝到平面保險槓組件及其有限的空間中，必須使用高度集成的設計，包括使用部分雷達子系統PC板作為其天線。還需要有源元件，如ADI公司的AD8283，它集成了六個信道的低噪聲前置放大器（LNA）、可編程增益放大器（PGA）和抗混疊濾波器（AAF）、ADC通道以及單個12位模數轉換器（ADC）。
傳感器專家網
傳統的汽車，由於是人為控制，對外界環境的感知、認知以及對汽車的控制都是由駕駛員來完成。或者一些稍微高級的汽車，配有高級輔助駕駛，可由駕駛員和輔助駕駛系統配合著完成這些“任務”。但對於自動駕駛和無人駕駛汽車，因為是車輛本身佔據了汽車部分甚至是全部的控制權，此時便要依靠安裝在汽車上各種各樣的傳感器協同工作，保證行車安全。
目前來看，企業應用於自動駕駛汽車的傳感器主要有以下幾種：圖像傳感器、激光雷達、毫米波雷達、超聲波雷達以及生物傳感器。它們依據各自不同的產品屬性，在自動駕駛汽車行駛過程中各主不同的功能，以保證自動駕駛汽車的正常運行。本文蓋世汽車帶大家認識目前自動駕駛汽車上幾種主要的傳感器。
圖像傳感器
圖像傳感器又叫感光元件，是一種可以將光學圖像轉換成電子信號的設備，在自動駕駛汽車上屬於基礎部件一類，獲取圖像時，前期需與數字攝像頭結合使用，後期則需要圖像數據處理系統的支持，方能為汽車提供直觀、真實的可視圖像信息。其具體工作原理為：
物體在外界照明光的照射下，經成像物鏡成像，形成二維光強分佈的光學圖像，再通過圖像傳感器轉換成電子信號。之後，這些電子信號經圖像數據處理系統的放大和同步控制處理，發送給圖像顯示器，便可以看到物體的二維光學圖像，從而為自動駕駛汽車提供準確的駕駛環境信息。
攝像頭中的圖像傳感器（圖片來源：中國教育裝備採購網）
圖像傳感器的工作原理（圖片來源：電子發燒友）
在汽車領域，圖像傳感器主要應用在汽車視覺系統中，如倒車影像、前視、俯視、全景泊車影像、車鏡取代、行車記錄儀、正向碰撞警告、車道偏離警告、交通信號識別、行人檢測、自適應巡航控制、盲點檢測及夜視等，以保證視覺系統在各種天氣、路況條件下，能夠清晰識別車道線、車輛、障礙物、交通標誌等。
根據元件的不同，圖像傳感器可分為CCD、CMOS和CIS三種。早期，作為固態圖像傳感器，CCD由於有體積小、分辨率高、靈敏度高、圖像質量高等優勢，一直統領著圖像傳感器市場。不過，CCD高畫質背後也帶來了一些問題，譬如成本高，由此出現了成本更低、功耗更低的CMOS傳感器。
與CCD相比，CMOS具有讀取信息方式簡單、輸出信息速率快、耗電省、集成度高、價格低等特點，在推出後很快受到了多家知名廠商的青睞。並隨著技術的發展，CMOS不斷縮小與CCD的差距，現逐漸發展成市場的核心。
而另一種圖像傳感器CIS，則多用在掃描儀中，其景深、分辨率以及色彩表現目前都趕不上CCD感光器件。
激光雷達
激光雷達是目前自動駕駛汽車上應用最廣泛的傳感器之一，主要通過向目標物體發射激光束和接收從目標對象上反射回來的激光束來測算目標的位置、速度等特徵量，感知車輛周圍環境，並形成精度高達釐米級的3D環境地圖，為下一步的車輛操控建立決策依據。
與其他汽車傳感器相比，激光雷達的優勢在於其探測範圍更廣，探測精度更高。但是，激光雷達的缺點也很明顯：在雨雪霧等極端天氣下性能較差，採集的數據量過大，十分昂貴。特別是激光雷達線束多少直接與測量精度有關,線束越多,測量越精準，但同時價格也越昂貴。
傳統機械式激光雷達
以Velodyne的產品為例，其64線束的激光雷達價格大約是16線束的10倍，而百度的無人駕駛汽車曾使用的一臺64位激光雷達，價值70萬餘人民幣，非常昂貴，不僅一般的企業難以承受，搭載了這種激光雷達的自動駕駛汽車，也非一般人能消費得起的。因此，現在激光雷達領域的企業都在努力開發新產品、新技術，力爭使激光雷達朝著小型化、低成本化方向發展。其中，一個已經在試行的方法是固態激光雷達。
Quanergy S3固態激光雷達傳感器
所謂固態激光雷達即去除了機械式激光雷達裡面的機械旋轉部件，採用電子方案來達到全範圍探測，而傳統的激光雷達則是通過機械旋轉達到全範圍探測，因此體積通常較大。
速騰聚創16線混合固態激光雷達RS-LiDAR
此外還有一種方法是混合固態激光雷達，介於固態激光雷達和機械式激光雷達兩者之間。從外觀上，混合固態激光雷達幾乎看不到傳統激光雷達的旋轉部件，但其實內部仍存在一些機械旋轉部件，只是這套機械旋轉部件做的非常小巧，並且藏在機身內部。
技術上來講，目前傳統激光雷達技術已經很成熟，而固態激光雷達和混合固態激光雷達尚處於起步階段，因此各企業當前在自動駕駛汽車使用的激光雷達，多以機械式激光雷達為主。而從整個激光雷達行業來看，高精度車載激光雷達產品生產商主要集中在國外，如美國的Velodyne、Quanegy，德國的IBEO，國內近幾年也開始出現一些專注於車載激光雷達的企業，以及一些從其他領域轉行而來的激光雷達企業，因看中自動駕駛汽車廣闊發展前景，紛紛投身車載激光雷達產品的研發，目前來看成果顯著。
毫米波雷達
同激光雷達一樣，毫米波雷達也是現在應用於自動駕駛汽車ADAS系統的一種主流傳感器。其波長介於釐米波和光波之間，波長短、頻帶寬，具有穿透霧、煙、灰塵的能力強，可全天候工作，體積小巧緊湊，識別精度高等優點，能幫助自動駕駛汽車準確地“看”到與附近車輛之間的距離，從而為司機提供變道輔助、自主控制車速、碰撞預警等幫助，提高駕駛舒適度，降低事故發生率。且價格方面，毫米波雷達單價遠低於激光雷達，是一種相對容易得到的傳感器技術。
目前特斯拉的主力車型上搭載的都是毫米波雷達
按照目前的主流分類，汽車毫米波雷達頻率主要包括77GHz和24GHz兩種，其中前者波長更短，探測距離更遠，因此多用於前方車輛檢測；而後者則通常用在車輛周圍的檢測，如盲點檢測。此外，也有一些其他頻段的毫米波雷達，如日本的60GHz以及臺灣使用的79GHz。
從整個毫米波雷達行業發展來看，無論系統還是器件，核心技術目前仍掌握在國外企業手中，如系統領域的博世、大陸、德爾福等，器件方面的飛思卡爾、英飛凌、意法半導體等。不過，近幾年國內也湧現出了一些毫米波雷達相關公司，加速了行業的發展。有專家認為，相對於攝像頭方面的激烈競爭，毫米波雷達更有創新性，潛在的市場空間更大，機會更多。特別是77GHz，未來有望成為毫米波雷達主流，而在國內，加快開發國產的77GHZ毫米波雷達芯片並儘快車載應用，將是我國汽車毫米波雷達產業的機遇。
超聲波雷達
在上圖特斯拉的Autopilot系統中，除使用到了毫米波雷達，其實還用到了超聲波雷達。據瞭解，在特斯拉裝備的自動駕駛輔助套件中，同時用到了攝像頭、超聲波雷達和毫米波雷達三種傳感器。其中，超聲波主要用於泊車測距、輔助剎車等，量程較短。
採用超聲波雷達測距時，超聲波發射器先向外面某一個方向發射出超聲波信號，在發射超聲波時刻的同時開始進行計時，超聲波通過空氣進行傳播，傳播途中遇到障礙物就會立即反射回來，超聲波接收器在收到反射波的時刻立即停止計時。計時器通過記錄時間，就可以測算出從發射點到障礙物之間的距離。
超聲波雷達在汽車上的應用
在倒車輔助過程中，超聲波傳感器通常需同控制器和顯示器結合使用，從而以聲音或者更為直觀的顯示告知駕駛員周圍障礙物的情況，解除駕駛員泊車、倒車和起動車輛時前後左右探視所引起的困擾，並幫助駕駛員掃除視野死角和視線模糊的缺陷，提高駕駛安全性。
使用效果上，超聲波雷達穿透性強，測距的方法簡單，成本低。不過，由於超聲波是一種機械波，其使用效果會受傳播介質的影響，例如受天氣情況的影響，在不同的天氣情況下，超聲波的傳輸速度不同，而且傳播速度較慢。另外，當汽車高速行駛時，使用超聲波測距無法跟上汽車的車距實時變化，誤差較大，影響測量精度。
生物傳感器
汽車科技的快速發展，讓汽車技術迭代加速，一些新的技術、產品也由此而生，如生物識別。所謂生物識別技術是指通過人類生物特徵進行身份認證的一種技術，這些生物特徵通常包括指紋識別、虹膜識別、視網膜識別、面部識別、DNA識別等具有唯一性的、可以測量或自動識別驗證、遺傳性或終身不變的特點。其中，指紋識別和麵部識別目前已應用在自動駕駛汽車上，生物傳感器也由此得來。
生物傳感器是一種對生物物質敏感並將其濃度轉換為電信號進行檢測的儀器，由於其感應對象是人體特徵，而人體特徵具有不可複製的唯一性，可以說比其他很多方法能更好地保證行車安全，同時還可解放駕駛者雙手、增加駕駛樂趣。
2017 CES上，大陸集團就推出了這麼一項車載生物特徵識別技術。據瞭解，通過該面部識別技術乘員可對座椅位置、後視鏡角度、音樂播放、溫度調節以及導航等多種車載功能進行個性化設置。且只有在駕駛員通過指紋傳感器完成身份驗證後，駕駛員才能啟動發動機，大大提升了車輛安全性。而除了大陸，博世、FCA集團的克萊斯勒也都有類似的技術。
蓋世小結：以上幾種傳感器都是目前自動駕駛系統研發過程中，應用比較廣泛的傳感器。從功能上來看，它們各有自己的優缺點，能分別從不同的方面保證自動駕駛汽車行車安全。不過，其中部分技術目前在國內尚不是很成熟，產品需要依賴進口，這就要求國內相關企業加速產品、技術研發，提升自身產品競爭力的同時，還可以推動國內自動駕駛汽車技術的快速發展。
