自动驾驶的四大核心技术分别为环境感知、精确定位、路径规划、线控执行。实际的自动驾驶汽车面对的路况远比实验室仿真或者试车场的情况要复杂得多，因此，在行车过程中，自动驾驶汽车需要准确识别周边环境，尤其是动态环境的精准识别。
环境感知指的是通过摄像头、传感器、雷达对自动驾驶行为的参与方环境的监控以及信息获取，完整的环境感知技术方案需要多方的信息协调构成。其中摄像头可大致分为单目摄像头、双目摄像头、环视摄像头等；雷达可分为激光雷达、毫米波雷达和超声波雷达等，因各种雷达原理不同，其性能特点也各有千秋，可实现不同的功能。
一、常用传感器
1.摄像头
摄像头就如同人的眼镜，计算芯片就如同人的大脑，为了给“大脑”提供可供决策的视觉信息，摄像头需要克服不利环境对摄像头的干扰。其主要原理为目标物体通过镜头生成光学图像投射到图像传感器上，光信号转变为电信号，再经过A/D（模数转换）后变为数字图像信号，最后送到DSP（数字信号处理芯片）中进行加工处理，最后由DSP将信号处理成特定格式的图像传输到显示屏上进行显示。
单目摄像头
单目摄像头主要用于自动驾驶过程中的路况判断，可以用来定位、目标识别等。但单目摄像头在测距范围与距离时，可探测到的距离会随着摄像头视觉宽度不断变化，即摄像头的视角越宽，所能探测到精准距离的长度越短；视角越窄，探测到的距离越长。为了解决这个问题，实现用一个定焦镜头解决不同距离的观察，双目甚至多目摄像头的方案，逐渐得到越来越广泛的应用。
双目摄像头
双目摄像头即拥有两个摄像头组件。相近的两个摄像机拍摄物体时，会得到物体像素偏移量、相机焦距和两个摄像头的实际距离等信息，根据信息即可换算得出物体的距离。不过，虽然双目能得到较高精度的测距结果和提供图像分割的能力，但它与单目摄像头一样，镜头的视野完全依赖于镜头。而且双目测距原理对两个镜头的安装位置和距离要求较多。
环视摄像头
除了单目与多目摄像头以外，还有一种比较常见的摄像头类型，即环视摄像头。与上面提到的三种摄像头不同，环视摄像头的镜头是鱼眼镜头，而且安装位置是朝向地面。环视摄像头也被称为全景式影像监控系统或者是360全景影像，能将汽车各个方向画面拼接起来，并动态显示在车内。
2.激光雷达
激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。即向目标发射探测信号，然后将接收到的从目标反射回来的信号与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、高度、方位、速度、姿态、形状等参数，从而对目标进行探测、跟踪和识别。
激光雷达的特点
与普通微波雷达相比，激光雷达由于使用的是激光束，工作频率较微波高了许多，主要特点有：
（1）分辨率高
激光雷达可以获得极高的角度、距离和速度分辨率。通常角分辨率不低于0.1mard也就是说可以分辨3km距离上相距0.3m的两个目标，可同时跟踪多个目标；距离分辨率可达0.lm；速度分辨率能达到10m/s以内。距离和速度分辨率高就意味着可以利用距离——多谱勒成像技术来获得目标的清晰图像。激光雷达的最显著的优点就是分辨率高。
（2）隐蔽性好、具有较强的抗有源干扰能力
激光雷达具有直线传播、方向性好、光束窄等特点，只有在其传播路径上才能接收到，且激光雷达的发射系统口径很小，可接收区域窄，有意发射的激光干扰信号进入接收机的概率极低；自然界中能对激光雷达起干扰作用的信号源较少，因此激光雷达抗有源干扰的能力很强，适用于工作在日益复杂的信息战环境中。
（3）低空探测性能好
微波雷达由于存在各种地物回波的影响,低空存在有一定区域的盲区(无法探测的区域)。而对于激光雷达来说，只有被照射的目标才会产生反射，完全不存在地物回波的影响，因此可以"零高度"工作，低空探测性能较微波雷达强了不少。
（4）体积小、质量轻
通常普通微波雷达的体积庞大，整套系统质量数以吨计算，光天线口径就达几米甚至几十米。而激光雷达就要轻便、灵巧得多，发射望远镜的口径一般只有厘米级，整套系统的质量最小的只有几十公斤，架设、拆收都很简便。而且激光雷达的结构相对简单，维修方便，操纵容易，价格也较低。
激光雷达的局限性
激光雷达在工作时受天气和大气影响较大。激光在晴朗的天气里衰减较小，传播距离较远，而在大雨、浓烟、浓雾等坏天气里，衰减急剧加大，传播距离会收到较大影响。而且大气环流还会使激光光束发生畸变、抖动，直接影响激光雷达的测量精度。
由于激光雷达的波束极窄，在空间搜索目标非常困难，会直接影响对非合作目标的截获概率和探测效率，只能在较小的范围内搜索、捕获目标，因而激光雷达较少单独直接用于目标探测和搜索。
2.毫米波雷达
毫米波雷达，是工作在毫米波波段探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)的。毫米波的波长介于微波和厘米波之间，因此毫米波雷达兼有微波雷达和光电雷达的一些优点。
同厘米波导引头相比，毫米波导引头具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。此外，毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头。毫米波雷达能分辨识别很小的目标，可同时识别多个目标；具有成像能力，体积小、机动性和隐蔽性好等特点。
毫米雷达的特点
毫米光波在大气中传播中衰减严重，器件加工精度要求高。高分辨率的毫米波辐射计适用于气象参数的遥感。优势主要有以下几点：
（1）小天线口径、窄波束
高跟踪和引导精度；易于进行低仰角跟踪，抗地面多径和杂波干扰；对近空目标具有高横向分辨力；对区域成像和目标监视具备高角分辨力；窄波束的高抗干扰性能；高天线增益；容易检测小目标，包括电力线、电杆和弹丸等。
（2）大带宽
具有高信息速率，容易采用窄脉冲或宽带调频信号获得目标的细节结构特征；具有宽的扩谱能力，减少多径、杂波并增强抗干扰能力；相邻频率的雷达或毫米波识别器工作，易克服相互干扰；高距离分辨力，易得到精确的目标跟踪和识别能力。
（3）高多普勒频率
具有对慢目标和振动目标的良好检测和识别能力；易于利用目标多普勒频率特性进行目标特征识别；对干性大气污染的穿透特性，提供在尘埃、烟尘和干雪条件下的良好检测能力。
（4）优秀的抗隐身性能
毫米波雷达照射的隐身目标，能形成多部位较强的电磁散射，使其隐身性能大大降低，所以，毫米波雷达还具有反隐身的潜力。
毫米雷达的局限性
毫米波在雷达中应用的主要受到雨、雾和湿雪等高潮湿环境的影响，以及大功率器件和插损的影响也会降低毫米波雷达的探测距离；树丛穿透能力差，相比微波，对密树丛穿透力低；元器件成本高，加工精度相对要求高，单片收发集成电路的开发相对迟缓。
3.超声波雷达
超声波雷达，是一种利用超声波测算距离的雷达传感器装置。在车载传感器中，超声波雷达是目前最常见的品种之一。超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到通过接收器接收到发送过来超声波时的时间差来测算距离。常用探头的工作频率有 40kHz, 48kHz和58kHz三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用40kHz的探头。超声波雷达防水、防尘，即使有少量的泥沙遮挡也不影响。探测范围在 0.1-3米之间，而且精度较高，因此非常适合应用于泊车。
超声波雷达的特点
（1）超声波雷达的频率都相对固定
例如汽车上用的超声波雷达，频率有40kHz、48kHz和58kHz等，频率不同，探测的范围也不同。
（2）结构简单
超声波雷达体积小，成本低，信息处理简单可靠，易于小型化与集成化，并且可以进行实时控制。
（3）灵敏度较高
超声波雷达抗环境干扰能力强，对天气变化不敏感。
（4）可在室内、黑暗中使用
超声波雷达可在室内、黑暗环境中使用。
超声波雷达的局限性
在速度很高的情况下，超声波雷达测量距离具有一定的局限性，这是因为超声波的传输速度很容易受天气情况的影响，在不同的天气情况下，超声波的传输速度和传播速度较慢，当汽车高速行驶时，使用超声波测距无法跟上汽车的车距实时变化，会产生较大误差。另一方面，超声波散射角大，方向性较差，在测量较远距离的目标时，其回波信号会比较弱，影响测量精度。但是在短距离测量中，超声波测距传感器具有非常大的优势。
二、自动驾驶的感知路线之争
目前，环境感知存在着技术路线分歧，摄像头和激光雷达的分歧：摄像头+毫米波雷达的融合方案 VS 激光雷达+摄像头+毫米波雷达的融合方案。
相比于依靠摄像头的纯视觉感知方案，激光雷达与摄像头融合，可以带来信息获取能力的提升，算法要求的降低，行驶安全的多重保障。摄像头的高分辨率和激光雷达的精准测距，互为补充。
大部分自动驾驶车企使用雷达（激光雷达+毫米波雷达）+摄像头融合来感知外部环境，只有特斯拉还在坚持摄像头纯视觉方案，马斯克基于“第一性原理”的思路，再加上激光雷达的价格相对昂贵，对降低整车成本的考虑，走上了纯感知的道路，即不搭载激光雷达和毫米波雷达、仅通过摄像头来感知外部环境的路线。
就目前来看还无法说明纯视觉和融合感知两条路线孰优孰劣，因为整个自动驾驶及激光雷达等多个行业还处于快速发展期中，未来还存在很多的可能性，或许在这两条路线中还会出现其他更优的路线。
景联文科技｜AI基础数据服务｜数据采集｜数据标注｜假指纹制作｜指纹防伪算法
助力人工智能技术加速数字经济相关产业质量变革，赋能传统产业智能化转型升级
文章著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处；图片源自网络，如有侵权请联系我们进行删除。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。