這一篇給大家講一講,自動駕駛汽車的車載環境感知裝置,上一篇中給大家也預告了;環境感知裝置主要包括鐳射雷達、攝像頭、毫米波雷達、超聲波雷達和一項輔助裝置V2X。考慮到V2X裝置涉及內容很多,並且也是一個新概念,準備單獨用一篇文章介紹。
鐳射雷達(Light Detection And Ranging,簡稱LiDAR)
最先說一說最貴的裝置,多貴呢?以Velodyne為例,16線機械鐳射雷達:3999美元;32線機械鐳射雷達2萬美元左右,64線機械鐳射雷達8萬美元左右;Velodyne已經對外發布了128線機械鐳射雷達,但價格暫未公佈,據說12~15美元之間。可以這麼說,鐳射雷達的成本是自動駕駛汽車真正能平民化落地的一個關鍵因素!
言歸正傳,鐳射雷達工作原理:
透過發射鐳射光束來探測目標,並透過蒐集反射回來的光束來形成點雲和獲取資料,這些資料經光電處理後可生成為精確的三維立體影象
。
鐳射雷達眼中的世界
鐳射雷達主要型別
旋轉式鐳射雷達:透過多束鐳射豎列而排,繞軸進行360°旋轉,每一束鐳射掃描一個平面,縱向疊加後呈現出三維立體圖形。多線束鐳射雷達可分為16線、32線、64線,線束越高,可掃描的平面越多,獲取目標的資訊也就越詳細
固態鐳射雷達:從名字可以看出,與旋轉式鐳射雷達主要區別在於不能進行360度旋轉,只能探測前方。
要實現全方位掃描,需要在不同方向佈置多個固態鐳射雷達
。但是固態鐳射雷達不具備旋轉元件,這在一定程度降低了硬體成本和磨損消耗,所以可以實現小型化、低成本化。但目前的主流是旋轉式鐳射雷達
鐳射雷達優缺點:
優點:“精準”、“快速”、”高效作業”。
能夠快速確定物體的位置、大小、外部形貌甚至材質,測距精度可達到釐米級。
缺點:容易受到大氣條件以及工作環境的煙塵的影響,例如濃霧、大雨天氣;
鐳射是單色,無法看到目標的紋理和色彩,對外界資訊的理解還不夠充足(無法識別路標內容,紅綠燈等)
攝像頭(Camera)
攝像頭與人類視覺最為接近,透過採集影象,經過計算機分析,識別環境資訊,例如:行人、腳踏車、機動車、道路軌跡線、路牙、路牌、訊號燈等;
路牌和訊號燈中的內容(限速多少公里/小時;紅燈、綠燈等)其他感測器都無法實現,必須依靠攝像頭。
攝像頭主要型別
單目:單目攝像頭測距原理,先透過影象匹配進行目標識別(各種車型、行人、物體等),再透過目標在影象中的大小去估算目標距離。
要實現以上原理就需要一個前提條件,在估算距離之前對目標物進行準確的識別,所以需要實時更新和維護龐大的樣本特徵資料庫
,比如在西北地區,道路上有牛羊穿過,就需要讓攝像系統知道哪個是羊,哪個是牛,
標籤的範圍和型別極廣,完全不漏項的難度很大
。
雙目:原理與人眼相似,透過對兩幅影象視差的計算,直接對“眼前”的物體進行距離測量。所以雙目不需要知道障礙物是什麼,就可以測距。
但是由於距離是透過計算得到的,並且計算量特別大,這樣對計算單元的效能要求很高,這也就使得雙目產品化和小型化的難度較大。
攝像頭優缺點:
優點:價格低、技術成熟,影象解析度高,
擅長識別色彩,並且透過深度學習後可以把障礙物進行細緻的分類
缺點:無法獲得準確的三維資訊(單目幾乎不可能;
雙目和三目正在研究,正是因為這個可能性,前段時間Musk才敢公開diss“鐳射雷達
”)、受環境光限制
毫米波雷達(Millimeter-wave Radar )
毫米波雷達指工作在毫米波波段的雷達,通常指30~300GHz頻域(波長為1~10mm)的電磁波。
毫米波雷達主要型別
24GHz毫米波雷達:
24GHz雷達波長長但檢測範圍為中短距離
,一般被安裝在車側方和後方,用於盲點檢測,輔助停車系統等
77GHz毫米波雷達:
77GHz雷達波長短但檢測範圍為長遠距離
,主要用在車的正前方,用於對中遠距離物體的探測
毫米波雷達優缺點:
優點:受外界影響小,是唯一能夠
“全天候全天時”
工作的感測器,探測範圍遠(可超過200m)
缺點:探測距離受頻段損耗直接制約(想要探測的遠,就必須使用高頻段雷達,越高頻越貴);
最核心一點,對人體的反射較弱無法感知行人,
並且對周邊所有障礙物無法進行精準的建模
超聲波雷達(Ultrasound Radar )
超聲波雷達透過超聲波發射裝置向外發出超聲波,然後透過接收器接收發送過來的超聲波,透過兩者時間差來測算距離。如果你覺得超聲波雷達有些陌生,那麼它還有一個更通俗的名字——倒車雷達(從名字也能看出,
只適合低速近距離探測
)。
超聲波雷達主要型別
UPA超聲波雷達:探測距離一般在15~250cm之間,主要用於測量汽車前後方的障礙物。
APA超聲波雷達:探測距離一般在30~500cm之間,主要用於測量汽車側方的障礙物。
APA的探測範圍更遠,因此相比於UPA成本更高,功率也更大。
超聲波雷達優缺點:
優點:穿透性性強,測距方法簡單,成本低
缺點:受天氣和溫度影響,不同天氣傳播速度不同,探測距離小,無法適應高速場景
總結
透過以上介紹其實大家可以明顯的看到,不管是貴的還是便宜的感測器都不是萬能的,各有千秋!所以目前自動駕駛領域,基本都是採用
多感測器融合感知方案
來實現感測器間的優勢互補和冗餘備份,即
各個感測器分別對障礙物進行檢測識別,然後系統對檢測結果透過資料關聯和資訊融合,實現對環境的統一刻畫。
感測器佈置示意圖
下一篇,將詳細介紹V2X的相關應用和功能,歡迎大家持續關注!
不足和錯誤之處,請留言指出,謝謝!
說明:該頭條號會定期釋出一些自動駕駛的科普知識,同時對一些行業熱點進行分析。不管是科普還是熱點分析,都會有我自己的理解和分析。歡迎各位關注評論!