【導讀】信息感知是實現自動駕駛算法的基礎和源泉。對周圍環(huán)境做出全面地識別和判斷是保證智能汽車安全行駛的前提條件。目前，攝像頭、毫米波雷達、超聲波雷達和激光雷達都是自動駕駛領域常用的傳感器。傳感器技術的發(fā)展和進步，對于車輛在復雜駕駛環(huán)境中感知能力的提升至關重要。
要點
信息感知是實現自動駕駛算法的基礎和源泉。對周圍環(huán)境做出全面地識別和判斷是保證智能汽車安全行駛的前提條件。目前，攝像頭、毫米波雷達、超聲波雷達和激光雷達都是自動駕駛領域常用的傳感器。傳感器技術的發(fā)展和進步，對于車輛在復雜駕駛環(huán)境中感知能力的提升至關重要。
攝像頭
攝像頭是當今智能汽車最不可或缺的傳感器。它的分辨率高，通過深度神經網絡學習進行模型標定、目標跟蹤和障礙物識別，可用于車外的道路環(huán)境感知和車內駕駛員和乘客的監(jiān)控。汽車制造商們廣泛使用視覺感知方案來實現Level 2及以上的輔助駕駛功能，如前方碰撞警告（FCW）、車道偏離警告（LDW）、自適應巡航控制（ACC）和自主緊急制動（AEB）等。近些年，ADAS（高級輔助駕駛）裝機率的提高帶動了單車搭載的攝像頭的數目不斷增加。例如，特斯拉為其自動駕駛硬件系統(tǒng)配備了8個攝像頭，蔚來的ET7安裝了11個攝像頭之多。2019年，全球每部汽車安裝的攝像頭數目平均只有2.2個，但Omdia預計到2026年這個數字將翻倍。
隨著攝像頭使用數量的增加，對攝像頭性能的要求也在提高。采用更分辨率的攝像頭是市場的趨勢，例如蔚來et7智能駕駛搭載11個800萬像素攝像頭。在高對比度的場景中，攝像頭傳感器芯片需要更高的動態(tài)范圍來捕捉優(yōu)質的圖像。具有較高幀率的車載攝像頭能提供更流暢的視頻畫面。傳感器芯片的全局快門技術有助于避免高速運動中圖像的 "果凍效應"。此外，汽車攝像頭有一些獨特的要求，如LED閃爍抑制技術，以確保汽車能正確識別LED信號。隨著自動駕駛技術的不斷深入，車載攝像頭還需要對環(huán)境的深度信息進行感測。例如駕駛員疲勞監(jiān)測功能，以及通過人臉識別確定駕駛員身份等功能。因此3D感測技術如ToF等方案將越來越受到市場的關注。
毫米波雷達
毫米波雷達是一種利用毫米波來探測障礙物距離的設備。按照探測距離來分，毫米波雷達可以分為短程雷達（SRR），中程雷達（MRR）以及遠程雷達（LRR）。隨著自動駕駛水平的不斷提高，毫米波雷達因其成本優(yōu)勢和穩(wěn)定的工作性能，將被廣泛應用于Level 2及以上自動駕駛車輛。它可以全天候工作，是攝像頭的必要補充。
毫米波雷達正朝著體積更小、精度更高、探測距離更遠的方向發(fā)展。由于法規(guī)對自動駕駛的安全性要求不斷提高，24GHz毫米波雷達將逐漸被77GHz的產品取代，因為更高的頻率意味著更高的性能、更寬的帶寬和更好的分辨率。
Omdia預計在Level 3及以上的自動駕駛系統(tǒng)中將平均配備5~8個毫米波雷達，以實現盲點檢測（BSD）、變道輔助（LCA）和后方碰撞警告（RCA）等功能。
超聲波雷達
超聲波是傳統(tǒng)汽車最常用的傳感器之一。它是一種利用發(fā)射、接收和處理超聲波信號并獲得目標的距離和位置等信息的裝置。超聲波傳感器在惡劣的天氣條件下，如霧、雨、雪和弱光條件下表現良好，而且價格相對便宜。因此，它被廣泛用于倒車雷達和自動泊車系統(tǒng)。
超聲波雷達的缺點包括反應時間長，視野有限，精度較低。此外，超聲波傳感器很難探測到小型、快速移動的物體或多個物體。Omdia認為從長遠來看，在較高級自動駕駛汽車中，部分車用超聲波雷達將被性能更好的毫米波雷達取代。
激光雷達
激光雷達是一種發(fā)射激光束并接收回波以獲得目標的三維和速度信息的系統(tǒng)。激光雷達跟攝像頭相比探測距離更遠，跟毫米波雷達相比對靜態(tài)目標的識別更準確，因此被認為是Level 3及以上自動駕駛系統(tǒng)最重要的傳感器。然而，激光雷達在大雨或大霧天氣中可能會失效。另外，由于其成本較高，現階段配備激光雷達的車輛仍將以高端車型為主。
從技術趨勢來看，目前半固態(tài)式激光雷達解決方案的成熟度較高，易于通過車輛法規(guī)，因此成為市場主流選擇。未來激光雷達將朝著小型化、高分辨率（64通道、128通道，甚至200通道等）和低成本的固態(tài)式解決方案發(fā)展。此外，將激光雷達集成到單個芯片的方案將成為長期的技術研發(fā)方向。
一直以來，特斯拉憑借其算法優(yōu)勢和數據儲備推崇“純視覺”感知方案，不使用激光雷達。但其最新的自動駕駛硬件HW4.0中加入了4D毫米波雷達。4D毫米波雷達能夠實現四個維度（3D+高度）的信息感知，且成本低于激光雷達，未來有望代替短距激光雷達，助力高階自動駕駛的進一步滲透。
由于每種類型的傳感器都有其局限性，無法提供車輛周圍環(huán)境的全部信息，因此對傳感器融合技術的需求日益增加。傳感器融合技術是指將各種傳感器（如毫米波雷達、攝像頭、激光雷達或超聲波雷達等）獲取的信息融合起來，綜合分析做決策，以便得到一個更為完整可靠的環(huán)境描述，從而提升自動駕駛決策的信心度。
Omdia認為，在未來幾十年里，隨著智能汽車取代傳統(tǒng)燃油車的進程加快，對各種類型傳感器的需求將進一步放大。而自動駕駛的推進也將促進傳感器技術持續(xù)創(chuàng)新，推動傳感器性能達到更高的水平。
（來源：Omdia）
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
