自动驾驶传感器

 自动驾驶汽车是一个综合系统，它结合了环境感知、规划决策、运动控制等众多功能。环境感知、行为决策、路径规划和运动控制是自动驾驶关键技术中的四个部分。

而自动驾驶关键的环境感知用来采集周围环境的基本信息，也是自动驾驶的基础。自动驾驶汽车通过传感器来感知环境，传感器就如同汽车的眼睛。而传感器又分为好多种，比如摄像头、超声波雷达、毫米波雷达和激光雷达等。

由于自动驾驶路线的不同，实现的自动驾驶等级不同，部署的传感器种类略有差异，其中最为明显的特征是激光雷达，由于激光雷达的高成本和稳定性问题，以激光雷达为主要感知单元的自动驾驶技术距离落地还有很长的路要走，而各大车企为了自动驾驶领域抢占先机，选择以摄像头为主要感知器件的自动驾驶路线，尤其是传统车企，使用该技术路线的自动驾驶车型已经实现L3级落地，L2级量产。

摄像头

摄像头可以采集图像信息，与人类视觉最为接近。通过采集的图像，经过计算机的算法分析，能够识别丰富的环境信息，如行人、自行车、机动车、道路轨迹线、路牙、路牌、信号灯等，通过算法加持还可以实现车距测量、道路循迹，从而实现前车碰撞预警(FCW)和车道偏离预警(LDW)。

摄像头在汽车领域应用广泛，技术十分成熟，成本也非常低廉。目前，汽车摄像头应用可分为单目、双目及多目，安装位置可分为前视、后视、侧视、环视。目前，Mobileye在单目ADAS开发方面走在世界前列，其生产的芯片EyeQ系列能够根据摄像头采集到的数据，对车道线、路中的障碍物进行识别，第三代芯片EyeQ3已经可以达到L2自动驾驶水平，目前市面上ADAS系统装车量最多的就是Mobileye，第四代、五代摄像头已经面世，其中第五代摄像头已经考虑技术开源。

优点：技术成熟、成本低、采集信息丰富

缺点：三维立体空间感不强;收环境影响大，黑夜、雨雪、大雾等能见度低的情况，识别率大幅降低

毫米波雷达

毫米波其实就是电磁波，通过发射无线电信号并接收反射信号来测定与物体间的距离，其频率通常介于10～300GHz频域之间。与厘米波导引头相比，毫米波导引头体积小、质量轻和空间分辨率高;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;另外，毫米波导引头的抗干扰性能也优于其他微波导引头 。

大陆集团研发的毫米波雷达

毫米波波长(波长为1～10mm)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，非常适合汽车领域的应用：

Ⅰ.24GHz频段：应用于汽车的盲点监测、变道辅助;

Ⅱ.77GHz频段：频率比较高，这个频段的雷达性能要高于24GHz的雷达，主要用于探测车距及前车速度，是实现主动刹车、自适应巡航的基础;

优点：导引头体积小、质量轻和空间分辨率高;穿透雾、烟、灰尘的能力强，传输距离远

缺点：元器件成本高，加工精度相对要求高;探测角度小;雨、雾和湿雪等高潮湿环境的衰减、树丛穿透能力差

激光雷达

激光雷达是以发射激光束探测目标的位置、速度等信息的雷达系统。其工作原理是向目标发射激光束,然后将接收到从目标反射回来的回波与发射信号进行比较,经过计算分析后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。

激光雷达通过旋转感知出车辆周围的三维空间信息

激光雷达由激光发射机、光学接收机、转台和信息处理系统等组成。目前，许多自动驾驶汽车的激光雷达安装在车顶，通过高速旋转对周围进行360°扫描，获得周围空间的点云数据，实时绘制出车辆周边的三维空间地图，为下一步的车辆操控建立决策依据。而它所要处理的数据量也非常巨大，比如Velodyne的激光雷达每秒就能扫描 70 万个3D数据点，所以激光雷达精密度高，造价可达数万美元。

激光雷达目前是自动驾驶领域不可逾越的技术瓶颈，各个车企也都看好激光雷达在无人驾驶汽车的应用前景。在激光雷达领域，领先的公司有Velodyne、Quanergy，速腾聚创等，自动驾驶的火爆让激光雷达市场竞争加剧。

激光雷达点云

优点：分辨率高、精度高、抗干扰能力强、3D点云技术

缺点：工艺要求高，造价昂贵;无法识别颜色图案、文字等标识;需要很高的计算能力

全球定位系统(GPS)+惯性测量单元(IMU)

人类开车，从 A 点到 B 点，需要知道 A 点到 B 点的地图，以及自己当前所处的位置，这样才能知道行驶到下一个路口是右转还是直行。

无人驾驶系统也一样，依靠 GPS + IMU 就可以知道自己在哪(经纬度)，在朝哪个方向开(航向)，当然 IMU 还能提供诸如横摆角速度、角加速度等更丰富的信息，这些信息有助于自动驾驶汽车的定位和决策控制。

优点：组合导航系统将多种导航系统的信息相结合，能够为载体提供包括姿态、速度和位置等的全姿态导航信息，输出的导航数据频率较高，导航信息的精度比单一的导航系统精度高，各种导航系统的数据进行融合，达到优势互补，在各个导航系统进行浅组合时，各个系统不互相影响。

缺点：当进行深组合的时候，如果不能及时正确判断并隔离掉出现故障的系统，会影响到其他系统的导航性能，当然，在浅组合中也需要及时判断并隔离掉出现异常的导航系统，避免对组合导航精度造成影响，提高系统的稳定性和可靠性。

有句话说，自动驾驶离开硬件就是耍流氓。而硬件里面最为关键的也就是传感器部件，这是自动驾驶汽车的眼镜、耳朵，对于周围环境信息的感知必须要精准、有效，才能给自动驾驶控制决策提供有效可靠的信息输入，通过智能算法做出合理的路径规划决策，从而控制车辆的运动行驶。目前世界范围已经发生了许多例自动驾驶传感器探测不准确或者探测不到障碍物而造成的事故，业内已经深刻认识到传感器对于自动驾驶技术和系统的重要性，相信随着传感器的技术迭代，激光雷达成本将会得到控制，以激光雷达为感知核心的技术路线会更加的可靠和安全。