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！
