10.08 自動駕駛遍地開花 傳感器“四足鼎立”

自動駕駛汽車通過傳感器取得外部環境信息。在自動駕駛的江湖裡，各類傳感器應運而生。

ITS智能交通了解到四類傳感器分別是攝像頭、LiDAR、毫米波雷達、超聲波。作為自動駕駛不可或缺的傳感器，始終在其中扮演著重要的角色。

以2020年前後為目標節點，世界各國的汽車製造商正在為實現車輛的自動駕駛而展開研發竟爭。自動駕駛汽車利用攝像頭以及毫米波雷達、LiDAR(激光雷達，英文全稱為 Laser Imaging Detection and Ranging)、超聲波雷達等多種傳感器採集信息，經計算機處理後實現對車輛周圍狀況的感知。

自動駕駛遍地開花 傳感器“四足鼎立”

通過感知與“事故”相關聯的風險，計算機計算出規避風險的路徑，在人不介入的情況下，將該計算結果直接通過車CAN(Controller Area Network)網絡通信等傳遞給控制系統，以控制車輛的運動。

攝像頭

可見光、近外線、運用紅外線的應用，由於單目像頭難以對物體距離進行測量，通過多臺攝像頭利用三角測原理實觀距離測量的立體視覺方法得到廣泛應用。有如 OpenCV等可供使用的計算機視覺庫，今後OpenVN等硬件加速器也可獲得有效使用，由於遠紅外線可感知溫度分佈，可用於夜間行人探測等領域。

今後攝像頭可感知光線的波長範圍將擴大可見光逐步材大至還紅外線、遠紅外線，將現對人隨著感知圍從可眼所不可見物體的感知。同時，HDR(高動態範圍成像)技術也將得到應用。通過拍攝曝光度不同的一組照片，可以以此合成近似於人眼所見的圖像。該技術在智能手機上已得到普及，將來也將被運用於汽車領域。

如果使用多目立體攝像頭，可在一定程度上實現深度、距離的感知。富士重工的“ Eyesight"等設備通過使用雙目攝像頭，實現了對物體在三維層面的認知。此外，一些公司也開發了通過使用攝像頭陣列，在一定程度上實現立體視覺的系統。該理念認為將多個攝像頭並列，將實現更高的感知精度。

通過攝像頭拍攝車內的情況也是有必要的。例如，車內攝像頭可以感知駕駛員在駕駛車輛時的視線位置。瑞典Tobi公司正在對此展開研發，並計劃實現車用。該技術通過面部識別，並在此基礎上監控眼球運動，對眼球注視方向進行計算測量。當前，該技術已作為個人計算機的輸入終端獲得了應用。將視線位置作為光標所處位置，通過按壓鼠標按鈕，可實現點擊操作。

此前該技術的實現需要佩戴特製眼鏡，並使用其內藏傳感器，通過判斷眼球黑白結合部的反射光差異實現對眼球運動的感知。目前已實現通過安裝在一定距離之外(例如安裝於顯示器)的攝像頭，在面部識別的基礎上對視線進行認知。

該技術在今後可被用於對疲勞駕駛等現象的識別。通過該技術，當 Level3的自動駕駛汽車欲將控制權交還駕駛員時，需事先提前多久給出通知，以便駕駛員有充裕的準備時間接管車輛，通過該技術也將可能得到判明。目前Tobii公司及英特爾公司正在出資開發該技術。

毫米波雷達

當前使用的毫米波雷達有24GHz、60GHz、76GHz等多種規格。與使用可見光、紅外線、激光等光源的傳感器相比，米波達波長要長，可穿透雨、雪、霧，不容易受壞天氣的影響。傳感器有堅固的結構，防汙性能強。不僅可測距，還可以利用多普勒效應測量相對速度。

由於空間解析能力低，在高級自動駕駛中常作為輔助傳感器用於相對速度測量等功能。

76GHz頻段為當前的國際標準(日本國內限定為60GHz)，24GHz頻段預計將來將逐漸作廢。歐洲將於2013年作廢(24.25～26.65GHz為2018年)，此後將轉至採用79GHz頻段。當前正在對79GHz頻段在國際上的頻率分配展開討論，與60GHz/76GHz頻段相比，可獲得使用的頻率範更廣，79GHz在距離、速度、角度探測精度上的優勢已得到了確認。76GHz用於前方遠距離探測，79GHz用於車輛周邊環境高分辨率監測，兩者共存。

由於頻率不同的毫米波雷達各有其特性，並且在其他用途上使用的相同頻率雷達可能彼此間將發生干涉，因此需要探討如何對超聲波雷達的使用場合進行限制。例如，76GH2雷達在普通道路上可能會對其他服務造成干涉，因此只能運用於高速公路上使用。

對於自動駕駛汽車而言，雷達在高速公路及普通道路上都得使照因此必須選定任何場所均能使用的、不運用於其他服務的專用頻率帶，並根據近距離(40m以內)識別、遠距離(100~200m)識別、視野角測量等不同用途進行區分使用。

此外，如果不對各頻段用途進行全球統一定義，則可能出現自動駕駛用雷達頻段在不同國家各不相同的情況。

IiDAR

LiDAR使用發射器發射激光束，並通過接收器對遇障礙物後返回的激光束進行探測。LiDAR: Laser Imaging Detection and Ranging(激光成像探測與測量)或Lght Detection and Raging(光線探測與測量)。

通過發射激光脈衝，計算散射光從發射到遇障礙物返回的時間間隔( Time of Flight，下行時間)，可對三維空間內的物體形狀及距離進行有效感知，可在較長距離內(當前車用最長距離為120m)實現感知。使用對人體無影響的Cass1激光，晝夜均可使用。與在機器人上的應用相比，需要考慮遠距離測量及存在多個被測對象等問題。

通過測量光線發射、返回的時間差，使用TOF(Txsd Flihgt，飛行時間)原理可以測量物體的距離。根據物體形的不同，反射光將被髮散，某些時候僅有微量的光線被接收器接收。通過接收到的微弱反射信號，可以瞭解物體所處的方位及距離。當前，運用以上原理的設備有 Velodyne公司的“HDL-64e”“HDL-32e”等，價格均十分昂貴。

隨著今後系統結構簡化，激光雷達發射器等半導體在實現量產的同時，價格也將下降。此外，測量用 LiDAR與感知車輛周邊異常情況的LiDAR在技術參數上是不同的。常規攝像頭無法感知夜間環境，而LiDAR不論晝夜均可使用。

超聲波

超聲波在自動駕駛領域的運用並不廣泛。

波長比可見光長1萬倍，成像模糊，通常使用的超聲波:40kHz，波長8.5mm左右(分辨能力的上限)。衰減嚴重，在空氣中傳播時，聲波的波長持續變化，能量以熱的形式被散發，高頻減嚴重，可到達距離短。無類似光學透鏡的成像元件。

在完全黑暗以及波霧、濃煙等光學傳感器無法使用的環境下，也可對物體成像。在橫向及縱向上具備一定的空間解析能力。通過多普勒效應可探測物體的速度，價格相對較低。

使用超聲波可對車輛周邊約40cm範圍內的物體實現感知。可在車輛車泊車時，或需無碰撞安全通過狹窄道路時使用。超聲波的優點可總結如下:低價;不使用光線也可對物體進行成像:在縱向、橫向上具備一定的空間解析能力:通過多普勒效應可探測物體的速度等。

結束語

20世紀90年代後半期，將攝像頭和毫米波雷達數據融合的技術已在車輛上得到了較廣泛的運用。在2001年款的日產shima上，也使用了攝像頭及雷達對物體進行感知。今後，為實現高度駕駛輔助及自動駕駛，傳感器融合將變得愈發重要。

LiDAR可很好地分辨物體的距離及形狀。由於攝像頭可以辨色,可用於文字識別，雷達則可以感知距離。通過對攝像頭、LiDAR或雷達的整合，可以實現從多數信號燈中識別出哪個是最近的等類似功能。通過使用各傳感器掃描同一物體，將各傳感器的優點相結合，可以比僅使用單一傳感器實現對物體更為正確的感知。