<mark id="oztn4"></mark>
1
| 本文作者： 奕欣 | 2016-09-27 21:25 |
編者按：自動駕駛概念想必大家并不陌生，但對于其中發揮“眼睛”作用，眼觀六路耳聽八方的各種傳感器，可能大家未必非常熟悉。通常而言，為獲得良好的路況檢測結果，一輛自動駕駛汽車會安裝多種傳感器，本文對自動駕駛領域中一些普適性較強的傳感器進行介紹，作者為南佛羅里達大學孫宇教授，雷鋒網編譯，未經許可不得轉載。
“自動駕駛”已經成為在諸多媒體上頻頻被提及的一個熱詞。Google、Uber等科技公司和通用、大眾等汽車巨頭均在自動駕駛上投入巨大精力進行研發，相關廠商也預計在3-5年內，“具備自動駕駛功能的汽車就能實現商用”。
必須說明的是，“自動駕駛”并不是什么新生事物，早在上個世紀50年代，美國無線電公司（Radio Corporation of America，RCA）宣稱其已經掌握了自動駕駛汽車的相關技術，并實現了一次距離為400英尺（120米左右）的自動駕駛（參見雷鋒網文章《回望上世紀60年代，自動駕駛汽車在當時“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定系統、防抱死系統、自動緊急制動，牽引力控制系統等功能的汽車已經達到了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到L4等級的自動駕駛。而目前業界討論的自動駕駛，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、雷達、聲納、GPS、IMU /羅盤及里程計等。
由于自動駕駛對車輛感知環境的要求極高，甚至要達到不遜于人類的水平，因此廠商通常會采用多種傳感器，以取長補短。
而為了實現自動駕駛，交通工具需要感知以下數項指標：
位置、方向、地圖、交通標識、信號燈，此外還需要探測周邊環境，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容，并讓車輛在幾毫秒的時間內迅速做出反應。為了實現這一點，通常傳感器的延遲需要控制在 2-3 毫秒內。
而為了普及自動駕駛，傳感器的價格應該控制在可以接受的范圍內。不過，根據目前自動化的程度，價格也有著天壤之別。比如達到 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，傳感器的價格應該控制在車輛價格的 10% ，甚至更低。而與之相對，達到 Level 4 的自動駕駛車輛需要實現共享功能，并且實現 24 小時可用的狀態，傳感器的價格自然水漲船高，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。
1. 2D 攝像頭
優點：分辨率高、速度快、傳遞的信息豐富、成本低。結合兩個 2D 攝像頭，我們就能獲得三維立體的環境信息。
缺點：動態范圍小（受強光和太陽影響）、對強計算能力有高要求，單攝像頭無法提供3D信息，可能會有延遲；而在雙攝像頭狀態下所提供的 3D 內容可能不夠準確。
基于上述優缺點，2D 攝像頭擅長提供周邊環境的豐富細節，能夠清楚地辨識物體，準確理解交通信號燈、標識及車道所表達的含義，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大。例如，車道檢測能夠提升車輛的 GPS 定位準確度。
代表公司為以色列的 Mobileye。
2. 聲納
聲納設備的工作原理為：發射器發射 50 千赫的超聲波，接收器通過接收反彈回來的聲波，以時間差測算出與物體的距離。
優點：價格親民，原理簡單，只需單個設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：分辨率差，不能真實反映物體內容，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，及停車時監測周邊的車輛及車樁。舉個例子，谷歌汽車在兩個車后輪上都安置了聲納傳感器，用于停車和倒車。由于價格親民，一輛車上多加幾個傳感器也不肉痛。
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 也是通過發射和反射的時間差測量距離，只不過載體是激光而非聲音。而同樣地，LIDAR 也具備發射器和接收器，掃描設備通過捕捉每個角度反射的激光而測定距離。值得一提的是，該設備通常是將激光束重新定向的一個旋轉鏡。
LIDAR 的監測范圍因廠而異，有些廉價 LIDAR 只能探測數米遠，而有些高端設備的測量距離甚至能達200 米；而激光束的掃描頻率也從1 Hz到 100 Hz不等，當然也有更高頻的設備。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，單線掃描器價格更便宜些，而 LIDAR 也以分辨率及距離兩大因素為標準，價格從幾百美金到上千美金不等。
分支：3D LIDAR
3D LIDAR 能對周邊環境進行 360 度掃描，通常擁有多線激光束及3D掃描功能，且價格極高。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，并且測量距離遠達 200 米。一般而言，它所要處理的數據量也非常巨大。比如，Velodyne 的 HDL-32E 傳感器每秒就能掃描 70 萬個數據點。而一些模型甚至能每秒掃描 160萬個 3D 數據點。上述 LIDAR 的價格非常昂貴，雖然單個產品本身成本不高，但每年面世的數量相對較少，就顯得物以稀為貴了。以 Velodyne 為例，去年它只銷售了數百個激光雷達。如果它的市場需求能提高到百萬級，那么它的價格也會相應降低到數百美金。
優點：可靠的 3D 點云，對光線不敏感，收集的信息內容豐富。
缺點：貴，缺少色彩信息，在監測能產生反射或透明的物體時準確性不夠。收集的數據需要極高的計算能力，且掃描速度相對較慢。
3D LIDAR 目前尚未得到大規模普及，但它提供了非常可靠而豐富的 3D 環境信息。Level 4 的自動駕駛車輛都可以采用 3D LIDAR，但對 Level 3 及以下的產品而言，價格就有點吃不消了。
4. 雷達
和上述兩種傳感器設備相似的是，它的原理同樣是通過發射無線電信號（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。多普勒雷達測量的是反射信號的頻率轉變，并計算其速度變化。因此，雷達可以探測距離和障礙物的相對移動速度。多普勒雷達本身無法檢測靜止的物體。
雷達能夠檢測 30-100 米遠的物體，高端的雷達能夠檢測到很遠的物體。雷達不受天氣狀況的影響，即使是雨雪霧霾都能正常運作，且對灰塵也不敏感。
但是，雷達傳輸的是電磁波信號，因此它無法檢測上過漆的木頭或是塑料（隱形戰斗機就是通過表面噴漆來躲過雷達信號的），而人類也幾乎對雷達“免疫”。
雷達對金屬表面非常敏感，如果是一個彎曲的金屬表面，它會被雷達誤認為是一個大型表面。因此，路上一個小小的易拉罐甚至可能會被雷達判斷為巨大的路障。此外，雷達在大橋和隧道里的效果同樣不佳。
優點：由于其大批量生產的緣故，雷達的價格相對沒那么昂貴，且對周邊車輛的檢測準確度較高，對于某些特定材料較敏感。反應速度快，操作簡單，能適應惡劣天氣。
缺點：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，雷達通常廣泛用于自動巡航控制，輔助變道及緊急制動系統。以谷歌汽車為例，它在前后的保險杠上裝有四個雷達傳感器，主要用于保持車距；而特斯拉比起攝像頭而言更依賴雷達設備。
而使用毫米波雷達，也能夠提升檢測分辨率。
5. GPS，測距和 IMU（慣性測量單元）
GPS 不夠準確，也不總是管用。它能夠提供大致的位置信息，且只能達到 99% 的準確度。
IMU 測量的是加速度，高端及軍用級別的 IMU 相對準確性更高，不過目前高精度的 IMU 還處于研究狀態。
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 200米）、檢測近路的前置相機、前后保險杠各兩個雷達傳感器，再加上 GPS、IMU 及兩個后輪的聲納傳感器。
尺有所短，寸有所長，只有讓多種傳感器協同合作，才能讓自動駕駛順利馳騁。
PS：本篇內容來自雷鋒網公眾號關注)欄目「新智駕」，歡迎微信添加「新智駕」訂閱公眾號。
推薦閱讀：
孫宇教授：我們與靈活的機器手之間，還差了一個“智能大腦” | CCF-GAIR
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
