隨著人工智能技術(shù)的發(fā)展與高級輔助駕駛系統(tǒng)的普及，自動駕駛汽車雛形已經(jīng)初現(xiàn)，自動駕駛汽車得以實現(xiàn)離不開感知系統(tǒng)、決策系統(tǒng)和控制系統(tǒng)，三大系統(tǒng)讓自動駕駛汽車“看”得清、“想”得快、“走”得穩(wěn)。感知系統(tǒng)作為監(jiān)測道路環(huán)境，讓自動駕駛汽車“看”得清的主要系統(tǒng)，是決定自動駕駛汽車可以實現(xiàn)的第一步。

為了讓自動駕駛汽車感知更加精準(zhǔn)，離不開車載攝像頭、毫米波雷達、超聲波雷達、激光雷達等感知硬件，其中，超聲波雷達、毫米波雷達和激光雷達主要用于測量距離、速度和障礙物，車載攝像頭主要用于圖像采集和識別，感知硬件各司其職，讓自動駕駛汽車可以獲取更多的道路信息。

【資料圖】

1.1技術(shù)原理

車載攝像頭是利用攝像機成像原理，通過采集道路的高質(zhì)量圖像信息，對道路上的交通標(biāo)識、其他車輛、行人等信息進行獲取。車載攝像頭可以通過單目或立體成像的方式進行感知，其中單目攝像頭是通過單一攝像頭獲取二維圖像，而立體攝像頭則需要兩個或多個攝像頭組合獲取三維圖像。目前車上搭載的車載攝像頭根據(jù)安裝位置主要分為車載攝像頭主要分為前視攝像頭、環(huán)視攝像頭、后視攝像頭、側(cè)視攝像頭以及內(nèi)置攝像頭五種類別。

車載攝像頭的主要硬件包括光學(xué)鏡頭（其中包含光學(xué)鏡頭、濾光片、保護膜等）、圖像傳感器、圖像信號處理器ISP、串行器、連接器等部件。

車載攝像頭的組成

光學(xué)鏡頭：光學(xué)鏡頭主要負(fù)責(zé)聚焦光線，將視野中的物體投射到成像介質(zhì)表面，根據(jù)成像效果的要求不同，可能要求多層光學(xué)鏡片。濾光片可以將人眼看不到的光波段進行濾除，只留下人眼視野范圍內(nèi)的實際景物的可見光波段。

圖像傳感器：圖像傳感器可以利用光電器件的光電轉(zhuǎn)換功能將感光面上的光像轉(zhuǎn)換為與光像成相應(yīng)比例關(guān)系的電信號。主要分為CCD和CMOS兩種。

圖像信號處理器ISP：主要使用硬件結(jié)構(gòu)完成圖像圖傳感器輸入的圖像視頻源RAW格式數(shù)據(jù)的前處理，可轉(zhuǎn)換為YCbCr等格式。還可以完成圖像縮放、自動曝光、自動白平衡、自動聚焦等多種工作。

串行器：將處理后的圖像數(shù)據(jù)進行傳輸，可用于傳輸RGB、YUV等多種圖像數(shù)據(jù)種類。

連接器：用于連接固定攝像頭。

1.2車載攝像頭優(yōu)勢

車載攝像頭作為自動駕駛汽車主要感知硬件，在自動駕駛汽車中承擔(dān)著非常重要的任務(wù)，由于其成本較低、易于安裝和維護，可以識別高清的交通信息，對交通標(biāo)識和其他車輛有很好的識別效果。因此被眾多主機廠所推崇，以特斯拉為主的企業(yè)，更是將車載攝像頭作為主要的感知硬件，通過算法的輔助，讓自動駕駛汽車可以直接實現(xiàn)自動駕駛。

1.3車載攝像頭劣勢

由于車載攝像頭拍攝的主要是圖像信息，為了讓自動駕駛汽車可以更好地自主完成行駛，就需要通過大量的計算來完成圖像處理。在惡劣天氣、弱光、反光等情況下，車載攝像頭的拍攝效果也會受到影響，此外由于車載攝像頭視野范圍相對較窄，需要多個攝像頭的配合才能交通信息的獲取，從而確保自動駕駛的行車安全。

2.1技術(shù)原理

激光雷達也稱光學(xué)雷達，是激光探測和測距系統(tǒng)的簡稱，通過發(fā)射和接收激光束，檢測周圍物體的距離和位置，從而實現(xiàn)對自動駕駛汽車周邊環(huán)境的感知。

激光雷達主要由激光發(fā)射器、接收器、掃描器、透鏡天線和信號處理電路等部分組成，按照工作介質(zhì)分，激光雷達可以被分為固體激光雷達、氣體激光雷達與半導(dǎo)體激光雷達等；按照線數(shù)分，激光雷達可以被分為單線激光雷達與多線激光雷達；按照掃描方式分，激光雷達可以被分為MEMS型激光雷達、Flash型激光雷達、相控陣激光雷達與機械旋轉(zhuǎn)式激光雷達等；按照探測方式分，激光雷達可以被分為直接探測激光雷達、相干探測激光雷達；按激光發(fā)射波形分，激光雷達可以被分為連續(xù)型激光雷達與脈沖型激光雷達。

2.2激光雷達優(yōu)勢

以谷歌為主的主機廠在研究自動駕駛技術(shù)時，都采用了激光雷達作為主要感知硬件的解決方案。激光雷達具有測量精度高、響應(yīng)速度快、抗干擾能力強等優(yōu)點，可以提供高精度目標(biāo)位置和輪廓信息，對目標(biāo)分類和識別等任務(wù)具有很好的效果。激光雷達還可以提供高分辨率的地圖，使車輛可以實現(xiàn)高精度的定位和路徑規(guī)劃，此外激光雷達具有較大的視野范圍，可以檢測多個角度的目標(biāo)。在復(fù)雜的環(huán)境下，激光雷達也可以提供更為精準(zhǔn)的目標(biāo)位置信息，使自動駕駛汽車可以避免碰撞，除此之外，激光雷達還可以在可見光無法穿透的情況下繼續(xù)工作，使自動駕駛汽車獲取信息更為精準(zhǔn)。

2.3激光雷達劣勢

激光雷達相較于車載攝像頭，其成本相對較高，且制造和維護成本也相對較大，這也是現(xiàn)目前激光雷達受限的主要原因之一。在大雨、濃煙、濃霧等惡劣天氣時，激光雷達的探測精度會急速下降。由于激光雷達是通過激光束的發(fā)射和接收時間差來判斷自動駕駛周邊環(huán)境的，因此無法識別物體顏色、種類、文字等信息。

3.1技術(shù)原理

毫米波雷達是一種利用毫米波進行測距和成像的雷達，工作頻段一般為30 GHz～300 GHz，波長一般為1 mm～10 mm，介于微波和厘米波之間。毫米波雷達發(fā)射高頻電磁波，通過接收波的反射來檢測周圍物體的距離和位置，從而實現(xiàn)對道路上物體的感知。毫米波雷達一般由雷達圓頂、分立的雷達機身、天線PCB板、處理器、MMIC和電源管理、壓鑄底板等組成。毫米波雷達的感知原理與激光雷達類似，但毫米波雷達可以克服激光雷達在弱光或光滑表面等環(huán)境下的缺點。

傳統(tǒng)毫米波雷達組成

3.2毫米波雷達優(yōu)勢

毫米波雷達相對技術(shù)比較成熟，在高級輔助駕駛功能上使用比較普及，是感知環(huán)節(jié)中重要的一環(huán)，毫米波雷達可以在遠距離和低能見度條件下精確地探測物體，能夠探測到很小的目標(biāo)，如行人、自行車等，具有較高的精度和穩(wěn)定性；與激光雷達和車載攝像頭不同，毫米波雷達不受光照和天氣條件的限制，可以在雨雪、霧等低能見度條件下工作；此外毫米波雷達具有體積小，易集成和空間分辨率高的特點，毫米波雷達可以全天候工作，在極端天氣及夜晚也可以發(fā)揮作用，毫米波雷達測距也比較遠。

3.3毫米波雷達劣勢

毫米波雷達由于分辨率較低，難以成像且無法識別圖像，不能提供詳細(xì)的空間信息，因此并不能作為激光雷達的替代品，且由于毫米波雷達是利用電磁波進行探測，如果周邊有較強的電磁干擾，則可能會影響毫米波雷達的探測效果。

3.4毫米波雷達未來

由于傳統(tǒng)毫米波雷達只能探測二維水平坐標(biāo)，并沒有高度信息，因此在自動駕駛汽車感知硬件的使用上，毫米波雷達并不具備優(yōu)勢，為此在自動駕駛技術(shù)的發(fā)展過程中，4D毫米波雷達的概念便被提了出來，4D毫米波雷達又稱為成像雷達，在原有的距離、速度、方向的數(shù)據(jù)基礎(chǔ)上，加上了對目標(biāo)的高度分析，將第4個維度整合到傳統(tǒng)毫米波雷達中，以更好地了解和繪制環(huán)境地圖，讓測到的交通數(shù)據(jù)更為精準(zhǔn)。

目前4D毫米波雷達主要有兩種技術(shù)方案，一種是4D毫米波雷達企業(yè)自主研發(fā)多通道陣列射頻芯片組、雷達處理器芯片和基于人工智能的后處理軟件算法。另一種就是基于傳統(tǒng)雷達芯片供應(yīng)商的解決方案，通過多芯片極聯(lián)，或者軟件算法來實現(xiàn)密集點云輸出及識別。

4D毫米波雷達的主要特點就是角分辨率非常高，前置4D毫米波雷達角分辨率可達1度方位角和2度俯仰角，當(dāng)加裝4D毫米波雷達的自動駕駛汽車在探測道路信息時，可以直接探測到車輛周邊物體的輪廓。像是在道路信息比較豐富，如行人與車輛夾雜在一起時，4D毫米波雷達就可以直接對行人和車輛進行識別，并可以判斷對應(yīng)物體的運動情況（是否運動、運動方向）。4D毫米波雷達還可以探測到幾何形狀，比如在隧道場景中時，可以探測到隧道的長度和寬度。4D毫米波雷達的出現(xiàn)，可以提高自動駕駛汽車對道路信息的探測精度，獲取更多的信息以供自動駕駛汽車做出行駛預(yù)判。4D毫米波雷達就像是給“近視”的自動駕駛汽車配置了近視眼鏡，讓自動駕駛汽車“看”的更清晰。

4.1技術(shù)原理

超聲波雷達是一款極其常見的傳感器，在現(xiàn)在的汽車上使用非常普遍，超聲波雷達主要通過超聲波發(fā)射裝置向外發(fā)出超聲波，通過計算接收器接收到發(fā)射出去超聲波的時間差來測算距離。目前，常用探頭的工作頻率有40 kHz,48 kHz和58 kHz三種。一般來說，頻率越高，靈敏度越高，但水平與垂直方向的探測角度就越小，因此在車輛的使用上，一般采用40 kHz的探頭。

4.2超聲波雷達優(yōu)勢

超聲波雷達具有防水、防塵等優(yōu)勢，即使有少量的泥沙遮擋也不影響。探測范圍在0.1 m～3 m之間，而且精度較高，可以提供精準(zhǔn)的位置信息，因此非常適用于泊車輔助，此外超聲波雷達易于安裝和維護，因此在汽車上得到了普遍使用。

4.3超聲波雷達劣勢

由于超聲波雷達視野范圍較小，因此需要多個超聲波雷達列陣組合，才可以實現(xiàn)更精準(zhǔn)的識別，這就會占用更多的車載空間；在高速下，超聲波雷達也具有一定的局限定；此外在有噪音干擾的情況下，超聲波雷達也無法得到使用。

感知硬件作為讓自動駕駛汽車“看”清道路必不可少的關(guān)鍵技術(shù)，隨著自動駕駛汽車的普及和應(yīng)用，其重要性將愈發(fā)凸顯，其技術(shù)也將不斷完善，其發(fā)展也將更加多元化和集成化。為了讓自動駕駛汽車獲得的數(shù)據(jù)更加精準(zhǔn)，需要將多個感知硬件獲取的數(shù)據(jù)進行融合，從而讓自動駕駛汽車朝著更加可靠和安全的方向發(fā)展。

此外，隨著人工智能技術(shù)的不斷完善，自動駕駛感知硬件也將在人工智能的技術(shù)下，進一步提高感知的精度和魯棒性，實現(xiàn)多層次檢測和安全決策。隨著技術(shù)的不斷提升，感知硬件的成本也將降低，從而讓自動駕駛汽車成為大眾買得起的消費產(chǎn)品。

總之，自動駕駛感知硬件是自動駕駛汽車的重要組成部分，其發(fā)展和完善將對自動駕駛技術(shù)的推廣和應(yīng)用起到至關(guān)重要的作用。未來的自動駕駛汽車感知系統(tǒng)將不斷進化和升級，為駕駛員和乘客帶來更安全、更便捷、更舒適的出行體驗。

關(guān)鍵詞：