加入星計劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴(kuò)散
  • 作品版權(quán)保護(hù)
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
    • 攝像頭:自動駕駛之眼
    • 毫米波雷達(dá):ADAS核心傳感器
    • 激光雷達(dá):成本與功能的取舍
    • 自動駕駛的未來:多傳感器融合
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

自動駕駛的未來,多傳感器融合方案分析

2022/02/27
3455
閱讀需 11 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

傳感器是汽車感知周圍的環(huán)境的硬件基礎(chǔ),在實(shí)現(xiàn)自動駕駛的各個階段都必不可少。自動駕駛離不開感知層、控制層和執(zhí)行層的相互配合。攝像頭、毫米波雷達(dá)激光雷達(dá)等傳感器獲取圖像、距離、速度等信息,扮演眼睛、耳朵的角色。決策規(guī)劃模塊分析處理信息,并進(jìn)行判斷、下達(dá)指令,扮演大腦的角色。控制模塊及車身機(jī)構(gòu)負(fù)責(zé)執(zhí)行指令,扮演手腳的角色。而環(huán)境感知是這一切的基礎(chǔ),因此傳感器對于自動駕駛不可或缺。

現(xiàn)如今,相對于單一的傳感器感知,基于多傳感器的融合感知越來越走向自動駕駛的主流,數(shù)據(jù)多來源讓最終的感知結(jié)果變得更加穩(wěn)定可靠,更能利用到每個傳感器的優(yōu)勢而避免缺陷,本篇文章就帶領(lǐng)讀者了解一下目前自動駕駛車輛上運(yùn)用較多的傳感器以及基于它們實(shí)現(xiàn)的傳感器多融合感知方案。

攝像頭:自動駕駛之眼

車載攝像頭是實(shí)現(xiàn)眾多預(yù)警、識別類ADAS功能的基礎(chǔ)。在眾多ADAS功能中,視覺影像處理系統(tǒng)較為基礎(chǔ),對于駕駛者也更為直觀,而攝像頭又是視覺影像處理系統(tǒng)的基礎(chǔ),因此車載攝像頭對于自動駕駛必不可少。目前,基于攝像頭可實(shí)現(xiàn)的ADAS功能如下表所示:

ADAS功能

使用攝像頭

功能簡介

車道偏離預(yù)警LDW

前視

當(dāng)檢測到車輛即將偏離車道線時,發(fā)出警報

前向碰撞預(yù)警,F(xiàn)CW

前視

當(dāng)檢測到與前車距離過近即將追尾時,發(fā)出警報

行人碰撞預(yù)警,PCW

前視

當(dāng)檢測到與行人距離過近即將碰撞時,發(fā)出警報

交通標(biāo)志識別,TSR

前視、側(cè)視

識別前方道路兩側(cè)的交通標(biāo)志,如限速、紅綠燈等

盲點(diǎn)檢測,BSD

側(cè)視

將車左右后視鏡盲區(qū)內(nèi)的影像顯示在車內(nèi)

駕駛員注意力監(jiān)測

內(nèi)置

用于檢測駕駛員是否疲勞駕駛、閉眼等

全景泊車,SVP

前、側(cè)、后視

通過圖像拼接技術(shù),輸出車輛周圍的全景圖

泊車輔助,PA

后視

將車尾影像顯示在車內(nèi),預(yù)測倒車軌跡,輔助駕駛員泊車

道保持輔助,LKA

前視

當(dāng)檢測到車輛即將偏離車道線時,向轉(zhuǎn)向電機(jī)發(fā)出指令,糾正車輛的行駛方向

以上眾多功能都可借助攝像頭實(shí)現(xiàn),有的功能甚至只能通過攝像頭實(shí)現(xiàn)。車載攝像頭價格持續(xù)走低,未來單車多攝像頭將成為趨勢。攝像頭成本相對低廉,價格也從2010年的300多元持續(xù)走低,到2014年單個攝像頭價格已降低至200元左右,易于普及應(yīng)用。根據(jù)不同ADAS功能的要求,攝像頭的安裝位置也不盡相同。按攝像頭的安裝位置不同,可分為前視、側(cè)視、后視和內(nèi)置四個部分。未來要實(shí)現(xiàn)全套ADAS功能,單車需配備至少5個攝像頭。

前視攝像頭使用頻率最高,單一攝像頭可實(shí)現(xiàn)多重功能。如行車記錄、車道偏離預(yù)警、前向碰撞預(yù)警、行人識別等。前視攝像頭一般為廣角鏡頭,安裝在車內(nèi)后視鏡上或者前擋風(fēng)玻璃上較高的位置,以實(shí)現(xiàn)較遠(yuǎn)的有效距離。

側(cè)視攝像頭代替后視鏡將成為趨勢。由于后視鏡的范圍有限,當(dāng)另一輛在斜后方的車位于這個范圍之外就“隱身”,因為盲區(qū)的存在,大大增加了交通事故發(fā)生的幾率。而在車輛兩側(cè)加裝側(cè)視攝像頭可以基本覆蓋盲區(qū),當(dāng)有車輛進(jìn)入盲區(qū)時,就有自動提醒駕駛員注意。

當(dāng)下車載攝像頭應(yīng)用廣泛且價格相對低廉,是最基本最常見的傳感器。相對于手機(jī)攝像頭,車載攝像頭的工況更加惡劣,需要滿足抗震、防磁、防水、耐高溫等各種苛刻要求。制造工藝流程復(fù)雜,技術(shù)難度高。特別是用于ADAS功能的前視攝像頭,涉及行車安全,可靠性必須非常高。因此車載攝像頭的制造工藝也更加復(fù)雜。

毫米波雷達(dá):ADAS核心傳感器

毫米波的波長介于厘米波和光波之間, 因此毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn):

 

同厘米波導(dǎo)引頭相比,毫米波導(dǎo)引頭具 有體積小、質(zhì)量輕和空間分辨率高的特點(diǎn);

 

與紅外、激光等光學(xué)導(dǎo)引頭相比,毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng),傳輸距離遠(yuǎn),具有全天候全天時的特點(diǎn);

 

性能穩(wěn)定,不受目標(biāo)物體形狀、顏色等干擾。毫米波雷達(dá)很好的彌補(bǔ)了如紅外、激光、超聲波、 攝像頭等其他傳感器在車載應(yīng)用中所不具備的使用場景。

毫米波雷達(dá)的探測距離一般在150m-250m之間,有的高性能毫米波雷達(dá)探測距離甚至能達(dá)到300m,可以滿足汽車在高速運(yùn)動時探測較大范圍的需求。與此同時,毫米波雷達(dá)的探測精度較高。這些特性使得毫米波雷達(dá)能夠監(jiān)測到大范圍內(nèi)車輛的運(yùn)行情況,同時對于前方車輛的速度、加速度、距離等信息的探測也更加精準(zhǔn),因此是自適應(yīng)巡航(ACC)、自動緊急剎車(AEB) 的首選傳感器。

而目前毫米波雷達(dá)的成本較高,這也限制了其在車載上的量產(chǎn),例如77GHz毫米波雷達(dá)系統(tǒng)單價大約在250歐元左右,高昂的價格限制了毫米波雷達(dá)的車載化應(yīng)用。

激光雷達(dá):成本與功能的取舍

激光雷達(dá)性能精良,是無人駕駛的最佳技術(shù)路線。激光雷達(dá)相對于其他自動駕駛傳感器具有非常優(yōu)越的性能:

分辨率高。激光雷達(dá)可以獲得極高的角度、距離和速度分辨率,這意味著激光雷達(dá)可以利用多普勒成像技術(shù)獲得非常清晰的圖像。

精度高。激光直線傳播、方向性好、光束非常窄,彌散性非常低,因此激光雷達(dá)的精度很高。

抗有源干擾能力強(qiáng)。與微波、毫米波雷達(dá)易受自然界廣泛存在的電磁波影響的情況不同,自然界中能對激光雷達(dá)起干擾作用的信號源不多,因此激光雷達(dá)抗有源干擾的能力很強(qiáng)。

三維激光雷達(dá)一般安裝在車頂,可以高速旋轉(zhuǎn),以獲得周圍空間的點(diǎn)云數(shù)據(jù),從而實(shí)時繪制出車輛周邊的三維空間地圖。同時,激光雷達(dá)還可以測量出周邊其他車輛在三個方向上的距離、速度、加速度、角速度等信息,再結(jié)合 GPS 地圖計算出車輛的位置,這些龐大豐富的數(shù)據(jù)信息傳輸給 ECU 分析處理后,以供車輛快速做出判斷。

盡管激光雷達(dá)具備如此多的優(yōu)勢,其落地在量產(chǎn)車型上的最大阻礙就是成本,激光雷達(dá)單價以萬為單位,高昂的價格讓其難以市場化。

自動駕駛的未來:多傳感器融合

上面講述了自動駕駛目前最常用的三種感知傳感器類別,總結(jié)下來它們的優(yōu)劣勢如下表所示:

 

攝像頭

毫米波雷達(dá)

激光雷達(dá)

最遠(yuǎn)探測距離

50m

250m

200m

精度

一般

較高

極高

功能

車道偏離預(yù)警、前向碰撞預(yù)警、交通標(biāo)志識別等

自適應(yīng)巡航、自動緊急制動

實(shí)時建立周邊環(huán)境的三維模型

優(yōu)勢

成本低、可識別物體

不受天氣影響、探測距離遠(yuǎn)、精度高

精度極高、掃描周邊環(huán)境實(shí)時建立三維模型的功能暫時無替代方案

劣勢

依賴光線、極端天氣可能失效

成本高、難以識別行人

受惡劣天氣影響、成本高昂

傳感器各有優(yōu)劣,難以互相替代,未來要實(shí)現(xiàn)自動駕駛,是一定需要多種(個)傳感器相互配合共同構(gòu)成汽車的感知系統(tǒng)的。不同傳感器的原理、功能各不相同,在不同的使用場景里可以發(fā)揮各自優(yōu)勢,難以互相替代。例如之前特斯拉的自動駕駛碰撞車禍中,在極端情況下,特斯拉的毫米波雷達(dá)和前置攝像頭均發(fā)生了誤判。可見攝像頭+毫米波雷達(dá)方案缺乏冗余度,容錯性差, 難以完成自動駕駛的使命,需要多個傳感器信息融合綜合判斷。

多個同類或不同類傳感器分別獲得不同局部和類別的信息,這些信息之間可能相互補(bǔ)充,也可能存在冗余和矛盾,而控制中心最終只能下達(dá)唯一正確的指令,這就要求控制中心必須對多個傳感器所得到的信息進(jìn)行融合,綜合判斷。試想一下,如果一個傳感器所得到的信息要求汽車立即剎車,而另一傳感器顯示可以繼續(xù)安全行駛,或者一個傳感器要求汽車左轉(zhuǎn),而另一個傳感器要求汽車右轉(zhuǎn),在這種情況下,如果不對傳感器信息進(jìn)行融合,汽車就會“感到迷茫而不知所措”, 最終可能導(dǎo)致意外的發(fā)生。

因此在使用多種(個)傳感器的情況下,要想保證安全性,就必須對傳感器進(jìn)行信息融合。多傳感器融合可顯著提高系統(tǒng)的冗余度和容錯性,從而保證決策的快速性和正確性,是自動駕駛的必然趨勢。

與此同時,由于多傳感器的使用會使需要處理的信息量大增,這其中甚至有相互矛盾的信息,如何保證系統(tǒng)快速地處理數(shù)據(jù),過濾無用、錯誤信息,從而保證系統(tǒng)最終做出及時正確的決策十分關(guān)鍵。目前多傳感器融合的理論方法有貝葉斯準(zhǔn)則法、卡爾曼濾波法、D-S證據(jù)理論法、模糊集理論法、人工神經(jīng)網(wǎng)絡(luò)法等。事實(shí)上,多傳感器融合在硬件層面并不難實(shí)現(xiàn),重點(diǎn)和難點(diǎn)都在算法上。多傳感器融合軟硬件難以分離,但算法是重點(diǎn)和難點(diǎn),擁有很高的技術(shù)壁壘,因此在未來算法將在整個自動駕駛行業(yè)中占據(jù)價值鏈的主要部分。

參考資料:

[1] https://www.sohu.com/a/245938034_560178

相關(guān)推薦

電子產(chǎn)業(yè)圖譜