必須說明的是，“自動駕駛”并不是什么新生事物，早在上個(gè)世紀(jì)50年代，美國無線電公司（Radio Corporation of America，RCA）宣稱其已經(jīng)掌握了自動駕駛汽車的相關(guān)技術(shù)，并實(shí)現(xiàn)了一次距離為400英尺（120米左右）的自動駕駛（參見雷鋒網(wǎng)文章《回望上世紀(jì)60年代，自動駕駛汽車在當(dāng)時(shí)“近在咫尺”》）；
而按照NHTSA和SAE對自動駕駛的劃分，目前市場上在售的諸多具備車身穩(wěn)定系統(tǒng)、防抱死系統(tǒng)、自動緊急制動，牽引力控制系統(tǒng)等功能的汽車已經(jīng)達(dá)到了L1等級的自動駕駛，而我們熟悉的Google自動駕駛汽車，到目前為止亦未能達(dá)到L4等級的自動駕駛。而目前業(yè)界討論的自動駕駛，更多的是在L3-L4級別上。
不同等級的自動駕駛來說具有不同的方案，也需要不同的傳感器。普遍應(yīng)用于自動駕駛的傳感器主要有以下幾種：
2D 攝像頭、測距攝像頭、激光雷達(dá)、雷達(dá)、聲納、GPS、IMU /羅盤及里程計(jì)等。
由于自動駕駛對車輛感知環(huán)境的要求極高，甚至要達(dá)到不遜于人類的水平，因此廠商通常會采用多種傳感器，以取長補(bǔ)短。
而為了實(shí)現(xiàn)自動駕駛，交通工具需要感知以下數(shù)項(xiàng)指標(biāo)：
位置、方向、地圖、交通標(biāo)識、信號燈，此外還需要探測周邊環(huán)境，包括其它車輛、行人、自行車、摩托車、路障、馬路牙子、地上的坑、大門、圍墻，或是突然出現(xiàn)在車前的小孩等等。
傳感器需要非常靈敏，才能以極快的速度探測到上述內(nèi)容，并讓車輛在幾毫秒的時(shí)間內(nèi)迅速做出反應(yīng)。為了實(shí)現(xiàn)這一點(diǎn)，通常傳感器的延遲需要控制在 2-3 毫秒內(nèi)。
而為了普及自動駕駛，傳感器的價(jià)格應(yīng)該控制在可以接受的范圍內(nèi)。不過，根據(jù)目前自動化的程度，價(jià)格也有著天壤之別。比如達(dá)到 Level 3 的車輛，鑒于它能提供的自動化程度相對有限，為了提升其在市場上的競爭力，傳感器的價(jià)格應(yīng)該控制在車輛價(jià)格的 10% ，甚至更低。而與之相對，達(dá)到 Level 4 的自動駕駛車輛需要實(shí)現(xiàn)共享功能，并且實(shí)現(xiàn) 24 小時(shí)可用的狀態(tài)，傳感器的價(jià)格自然水漲船高，可能占全車的一半以上。
接下來，我們就一同來對比下方才介紹過的一些傳感器，它們各有所長，也不盡完美，但我們可以從中一窺廠商取舍的動機(jī)。
1. 2D 攝像頭
優(yōu)點(diǎn)：分辨率高、速度快、傳遞的信息豐富、成本低。結(jié)合兩個(gè) 2D攝像頭，我們就能獲得三維立體的環(huán)境信息。
缺點(diǎn)：動態(tài)范圍?。ㄊ軓?qiáng)光和太陽影響）、對強(qiáng)計(jì)算能力有高要求，單攝像頭無法提供3D信息，可能會有延遲；而在雙攝像頭狀態(tài)下所提供的 3D 內(nèi)容可能不夠準(zhǔn)確。
基于上述優(yōu)缺點(diǎn)，2D 攝像頭擅長提供周邊環(huán)境的豐富細(xì)節(jié)，能夠清楚地辨識物體，準(zhǔn)確理解交通信號燈、標(biāo)識及車道所表達(dá)的含義，還能檢測車輛、行人及自行車等。
相對于其它傳感器，2D攝像頭的功能更加強(qiáng)大。例如，車道檢測能夠提升車輛的 GPS 定位準(zhǔn)確度。
代表公司為以色列的 Mobileye。
2. 聲納
聲納設(shè)備的工作原理為：發(fā)射器發(fā)射 50 千赫的超聲波，接收器通過接收反彈回來的聲波，以時(shí)間差測算出與物體的距離。
優(yōu)點(diǎn)：價(jià)格親民，原理簡單，只需單個(gè)設(shè)備即可完成信號檢測，是一種相對可靠和快速的測試手段。
缺點(diǎn)：分辨率差，不能真實(shí)反映物體內(nèi)容，對污物敏感，只能用于近距離測量。
綜上所述，聲納傳感器通常只能檢測近距離物體，而且主要針對較近的路障。因此，它的使用場景集中于輔助剎車，及停車時(shí)監(jiān)測周邊的車輛及車樁。舉個(gè)例子，谷歌汽車在兩個(gè)車后輪上都安置了聲納傳感器，用于停車和倒車。由于價(jià)格親民，一輛車上多加幾個(gè)傳感器也不肉痛。
3. LIDAR
它的全稱是激光/光探測及測距（LAser Detection And Ranging or LIght Detection And Ranging）。
與聲納相似的是，LIDAR 也是通過發(fā)射和反射的時(shí)間差測量距離，只不過載體是激光而非聲音。而同樣地，LIDAR 也具備發(fā)射器和接收器，掃描設(shè)備通過捕捉每個(gè)角度反射的激光而測定距離。值得一提的是，該設(shè)備通常是將激光束重新定向的一個(gè)旋轉(zhuǎn)鏡。
LIDAR 的監(jiān)測范圍因廠而異，有些廉價(jià) LIDAR 只能探測數(shù)米遠(yuǎn)，而有些高端設(shè)備的測量距離甚至能達(dá)200 米；而激光束的掃描頻率也從1 Hz到 100 Hz不等，當(dāng)然也有更高頻的設(shè)備。對于掃描的 LIDAR 而言，也分為單級和多級兩種分辨率。
相對來說，單線掃描器價(jià)格更便宜些，而 LIDAR 也以分辨率及距離兩大因素為標(biāo)準(zhǔn)，價(jià)格從幾百美金到上千美金不等。
分支：3D LIDAR
3D LIDAR 能對周邊環(huán)境進(jìn)行 360 度掃描，通常擁有多線激光束及3D掃描功能，且價(jià)格極高。不過相對而言，3D LIDAR 的掃描速度較慢，只有幾赫茲。
高端 3D LIDAR 則擁有單線掃描，并且測量距離遠(yuǎn)達(dá) 200 米。一般而言，它所要處理的數(shù)據(jù)量也非常巨大。比如，Velodyne 的 HDL-32E 傳感器每秒就能掃描 70 萬個(gè)數(shù)據(jù)點(diǎn)。而一些模型甚至能每秒掃描 160萬個(gè) 3D 數(shù)據(jù)點(diǎn)。上述 LIDAR 的價(jià)格非常昂貴，雖然單個(gè)產(chǎn)品本身成本不高，但每年面世的數(shù)量相對較少，就顯得物以稀為貴了。以 Velodyne 為例，去年它只銷售了數(shù)百個(gè)激光雷達(dá)。如果它的市場需求能提高到百萬級，那么它的價(jià)格也會相應(yīng)降低到數(shù)百美金。
優(yōu)點(diǎn)：可靠的 3D 點(diǎn)云，對光線不敏感，收集的信息內(nèi)容豐富。
缺點(diǎn)：貴，缺少色彩信息，在監(jiān)測能產(chǎn)生反射或透明的物體時(shí)準(zhǔn)確性不夠。收集的數(shù)據(jù)需要極高的計(jì)算能力，且掃描速度相對較慢。
3D LIDAR 目前尚未得到大規(guī)模普及，但它提供了非?？煽慷S富的 3D 環(huán)境信息。Level 4 的自動駕駛車輛都可以采用 3D LIDAR，但對 Level 3 及以下的產(chǎn)品而言，價(jià)格就有點(diǎn)吃不消了。
4. 雷達(dá)
和上述兩種傳感器設(shè)備相似的是，它的原理同樣是通過發(fā)射無線電信號（無線電頻段的電磁波）并接收反射信號來測定與物體間的距離的。多普勒雷達(dá)測量的是反射信號的頻率轉(zhuǎn)變，并計(jì)算其速度變化。因此，雷達(dá)可以探測距離和障礙物的相對移動速度。多普勒雷達(dá)本身無法檢測靜止的物體。
雷達(dá)能夠檢測 30-100 米遠(yuǎn)的物體，高端的雷達(dá)能夠檢測到很遠(yuǎn)的物體。雷達(dá)不受天氣狀況的影響，即使是雨雪霧霾都能正常運(yùn)作，且對灰塵也不敏感。
但是，雷達(dá)傳輸?shù)氖请姶挪ㄐ盘枺虼怂鼰o法檢測上過漆的木頭或是塑料（隱形戰(zhàn)斗機(jī)就是通過表面噴漆來躲過雷達(dá)信號的），而人類也幾乎對雷達(dá)“免疫”。
雷達(dá)對金屬表面非常敏感，如果是一個(gè)彎曲的金屬表面，它會被雷達(dá)誤認(rèn)為是一個(gè)大型表面。因此，路上一個(gè)小小的易拉罐甚至可能會被雷達(dá)判斷為巨大的路障。此外，雷達(dá)在大橋和隧道里的效果同樣不佳。
優(yōu)點(diǎn)：由于其大批量生產(chǎn)的緣故，雷達(dá)的價(jià)格相對沒那么昂貴，且對周邊車輛的檢測準(zhǔn)確度較高，對于某些特定材料較敏感。反應(yīng)速度快，操作簡單，能適應(yīng)惡劣天氣。
缺點(diǎn)：對于某些材料“不太感冒”，無法判斷所識別物體的大小，且相對分辨率較低。
因此，雷達(dá)通常廣泛用于自動巡航控制，輔助變道及緊急制動系統(tǒng)。以谷歌汽車為例，它在前后的保險(xiǎn)杠上裝有四個(gè)雷達(dá)傳感器，主要用于保持車距；而特斯拉比起攝像頭而言更依賴?yán)走_(dá)設(shè)備。
而使用毫米波雷達(dá)，也能夠提升檢測分辨率。
5. GPS，測距和 IMU（慣性測量單元）
GPS 不夠準(zhǔn)確，也不總是管用。它能夠提供大致的位置信息，且只能達(dá)到 99% 的準(zhǔn)確度。
IMU 測量的是加速度，高端及軍用級別的 IMU 相對準(zhǔn)確性更高，不過目前高精度的 IMU 還處于研究狀態(tài)。
整體而言，并沒有任何一種傳感器能盡善盡美地滿足自動駕駛的所有需求。自動駕駛需要多種傳感器的輔助配合才能順利上路，而后者聯(lián)合提供的信息則更加立體和可信。比如，谷歌汽車采用的是 Velodyne 的360 LIDAR （64 激光束，探測距離達(dá) 200米）、檢測近路的前置相機(jī)、前后保險(xiǎn)杠各兩個(gè)雷達(dá)傳感器，再加上 GPS、IMU 及兩個(gè)后輪的聲納傳感器。
尺有所短，寸有所長，只有讓多種傳感器協(xié)同合作，才能讓自動駕駛順利馳騁。
微信掃一掃
.jpg&h=124&w=218&zc=1)
