自动驾驶集环境感知、规划决策、运动控制、多级辅助驾驶等功能于一体,运用现代传感器技术,集中使用视觉计算、通用计算、神经网络计算于一体进行信息融合、同时辅以V2X通讯、人工智能来实现自动控制。自动驾驶的关键技术依次可以分为环境感知、行为决策、路径规划和运动控制四大部分。
环境感知是通过传感器对周围环境基本信息进行采集,也是自动驾驶的基础。根据自动驾驶路线的不同,实现的自动驾驶等级不同,部署的传感器种类也会有差异。下面来梳理一下各传感器的原理以及优缺点。

01


摄像头

摄像头一般由镜头(Lens),图像传感器(ImageSensor),图像信号处理器(ImageSignal Processor, ISP),串行器发送(Serializer)组成。一般步骤是,镜头采集到物体的基本信息然后由Image Sensor进行一定处理后再交于ISP处理之后串行化传输。传输方式同样可分为在同轴电缆或双绞线上基于LVDS传输或者直接通过以太网传输。

关于对自动驾驶传感器的理解
关于对自动驾驶传感器的理解
对于布置来说,主要是视角对感知范围的影响。在摄像头感光元件大小确定的情况下,焦距越长,对应的视角越窄。但对应的分辨率也能大大提高——即看的清,但看的东西少。
因此在实际使用时利用不同焦距的摄像头,来实现不同特定的功能,通常在L2级别以上基本会配置中程及长程摄像头。高档车辆会采用3前视摄像头的配置。来做到全视野的信息采集。
关于对自动驾驶传感器的理解
摄像头在自动驾驶系统中的主要作用包括如下集中:
  1. 障碍物探测 :测速和测距(车辆使用需双目以上);
  2. 车道线的检测:车道线提取;
  3. 道路信息读取:交通信号灯识别,交通标志识别;
  4. 地图构建与辅助定位;
  5. 其他交通参与者探测与识别 – 车辆探测、行人探测、动物探测。

关于对自动驾驶传感器的理解

02


毫米波雷达

雷达本质是电磁波,信号被其发射路径上的物体阻挡继而会发生反射。通过捕捉反射的信号,可以确定物体的距离、速度和角度。毫米波雷达可发射波长为 1-10mm,频率 30-300GHZ 的电磁波信号。波长越短,发生衍射的尺寸也越低,意味着可检测的物体尺寸越精细,具有高解析度。工作频率为76–81GHz(对应波长约为 4mm)的毫米波系统将能够检测小至零点几毫米的移动。

但是雷达频段属于政府严格管控资源,各国对车载毫米波雷达的应用频段主要集中在24G,60G,77G和79GHz。

关于对自动驾驶传感器的理解

在结构方面,车载雷达一般采取FMCW(调频连续波)的工作方式。FMCW雷达收发同时,理论上不存在脉冲雷达所存在的测距盲区,且可直接测量多普勒频移和静态目标概率。

关于对自动驾驶传感器的理解

FMCW雷达工作原理:FMCW雷达的发射频率随时间变化呈线性变化,这样在发射信号里面可携带时间信息。高频信号由压控振荡器产生,通过功率分配器将一部分经过额外放大后馈送至发射天线,另一部分耦合至混频器,与接收的回波混频后低通滤波,得到基带差频信号,经过模数转换后送至信号处理器处理。这样得到的信号既能得到时间信息,也可以得到多普勒效应特征点。因此可同时测量速度和距离信息。

毫米波雷达的技术优缺点如下:

  1. 毫米波雷达无法提供高度信息,能感知物体的方位,但是不知道是否悬空的;

  2. 雷达原理决定主要依靠多普勒效应来检测移动目标,静止物体极易与地面回波等信息掺杂在一起导致误判;

  3. 雷达较难感知近距离相邻车道的两辆车;

  4. 雷达的空间分辨精度一般,数据较难用于物体类型识别

  5. 人如果在横向从道路旁边穿过马路,雷达无法分辨是人还是路边矮灌木,且由于横向速度感知能力弱,此时无法依靠前向雷达做侧边环境感知。

  6. 雷达极易受金属反射干扰,因此对路面上易拉罐等物体容易发生误判;

  7. 雷达容易受道路坡道反射的影响,给出错误的障碍物数据。

03


超声波雷达

超声波雷达由超声发射器/接收器,控制电路,电源等组成。超声发射器一般是压电转换器件组成。如40kHz的超声波雷达,需要在压电陶瓷片上施加40kHz变化的电压信号,陶瓷片会就根据所加高频电压极性伸长与缩短,发送40kHz频率的超声波。接收器的原理与发射器一致。利用压电陶瓷片的可逆特性将超声回波转换为同频的电压信号。因该高频电压幅值较小,需要对应的放大电路进行处理。
关于对自动驾驶传感器的理解

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,故在倒车雷达上多采用40kHz 的探头。超声波雷达对少量的泥沙遮挡的影响较小。探测范围在0.1-3 米之间,而且精度较高。
关于对自动驾驶传感器的理解

超声波雷达类型主要分为以下几种:

1)安装在前后保险杠上的UPA:探测距离15-250cm,主要用于测量汽车前后方的障碍物。

2)安装在侧边的APA:探测距离30-500cm。探测距离比UPA远,需求发射功率更高,价格更贵。主要用于自动泊车。

超声波雷达的优缺点如下:

优点:超声波的能量消耗较缓慢,在介质中传播的距离比较远,穿透性强,测距的方法简单,成本低。

劣点:超声波雷达在速度很高情况下测量距离有一定的局限性,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,超声波的传输速度不同,而且传播速度较慢,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,误差较大。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。


04


激光雷达(LIDAR)

LiDAR关键部件按照信号处理的信号链包括控制硬件DSP(数字信号处理器)、激光驱动、激光发射发光二极管、发射光学镜头、接收光学镜头、APD(雪崩光学二极管)、TIA(可变跨导放大器)和探测器。其中除了发射和接收光学镜头外,都是电子部件。随着半导体技术的快速演进,性能逐步提升的同时成本迅速降低。但是光学组件和旋转机械则占据了激光雷达的大部分成本。

按驱动形式分,可分为机械式,MEMS,相控阵,泛光面阵式(FLASH)。

关于对自动驾驶传感器的理解
激光通过测定传感器发射器与目标物体之间的传播距离(Timeof Flight TOF),分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息,从而呈现出目标物精确的三维结构信息。TOF激光雷达也类似有毫米波雷达的工作方式,分dTOF和iTOF。一般使用直接脉冲的方式进行dTOF测量。目前主要使用波长为905nm和1550nm的激光发射器,波长为1550nm的光线不容易在人眼液体中传输。故1550nm可在保证安全的前提下大大提高发射功率。大功率能得到更远的探测距离,长波长也能提高抗干扰能力。
激光雷达的结构分为机械式、MEMES、相控阵OPA。其中机械式以Velodyne在2007年推出的64线雷达为例。它把64个激光器垂直堆叠在一起,以20rpm速度旋转。简单理解就是通过旋转将激光点变成线,通过64线堆叠将线转化为面,得到点云数据获取3D环境信息
关于对自动驾驶传感器的理解

机械式结构需要复杂的机械结构,同时点云的测量又需要对安装进行精确定位。考虑环境和老化的影响,平均的失效时间仅1000-3000小时,难以达到车厂最低13000小时的要求。且由于LiDAR安装在车顶,民用领域需考虑外界养护的问题,如洗车的影响。因此机械式结构极大的限制了成本和应用推广。

MEMS式利用微电子机械系统的技术驱动旋镜,反射激光束指向不同方向。固态激光雷达的优点包括了:数据采集速度快,分辨率高,对于温度和振动的适应性强;通过波束控制,探测点(点云)可以任意分布,例如在高速公路主要扫描前方远处,对于侧面稀疏扫描但并不完全忽略,在十字路口加强侧面扫描。而只能匀速旋转的机械式激光雷达是无法执行这种精细操作的。

典型应用有法雷奥SCALA激光雷达。目前应用在奥迪A8(第一款L3级的自动驾驶车辆)。安装在前保险杠位置,使用MEMS技术得到145°的扫描角度,80m的探测距离。


关于对自动驾驶传感器的理解

光相控阵技术的激光雷达的原理采用光可控相位技术使出射光线发射角发射变化。主要利用光的干涉原理。可以通过改变不同缝中入射光线的相位差即可改变光栅衍射后中央明纹(主瓣)的位置。其主要的优缺点如下:

优点:

①结构简单、尺寸小:由于不需要旋转部件,可以大大压缩雷达的结构和尺寸,提高使用寿命,并降低成本。

②标定简单:机械式激光雷达由于光学结构固定,适配不同车辆往往需要精密调节其位置和角度,固态激光雷达可以通过软件进行调节,大大降低了标定的难度。

③扫描速度快:不用受制于机械旋转的速度和精度,光学相控阵的扫描速度取决于所用材料的电子学特性,一般都可以达到MHz量级。

④扫描精度高:光学相控阵的扫描精度取决于控制电信号的精度,可以达到千分之一度量级以上。

⑤可控性好:光学相控阵的光束指向完全由电信号控制,在允许的角度范围内可以做到任意指向,可以在重点区域进行高密度的扫描。

⑥多目标监控:一个相控阵面可以分割为多个小模块,每个模块分开控制即可同时锁定监控多个目标。

缺点:

①扫描角度有限:调节相位最多只能让中央明纹改变约±60°,实际做到360°采集的话一般需要6个。

②旁瓣问题:光栅衍射除了中央明纹外还会形成其他明纹,这一问题会让激光在最大功率方向以外形成旁瓣,分散激光的能量。

③加工难度高:光学相控阵要求阵列单元尺寸必须不大于半个波长,一般目前激光雷达的工作波长均在1微米左右,故阵列单元的尺寸必须不大于500nm。而且阵列密度越高,能量也越集中,这都提高了对加工精度的要求,需要一定的技术突破。

④接收面大、信噪比差:传统机械雷达只需要很小的接收窗口,但固态激光雷达却需要一整个接收面,因此会引入较多的环境光噪声,增加了扫描解析的难度。


说明:本文首发于零束开发者论坛,https://bbs.z-onesoft.com/omp/community/front/api/page/mainTz?articleId=7675

推荐阅读

2021款特斯拉Model Y ECU接口梳理

详解CANoe之CAPL编程

关于CAN时间同步的理解

dbc文件的格式以及创建详解

大众ID.4X的ECU接口梳理

大众ID.4 X网络架构详解

学习笔记——NVM数据处理机制

学习笔记——AUTOSAR NVM基础知识

浅析特斯拉Model 3的热管理策略

基于UDS的Bootloder详解

关于整车上下电流程的理解

一文详解奥迪e-tron内部系统 |附下载

ID.3 和大众的电气化平台 |附下载

一文详解CAN总线错误帧|附下载

DoIP协议介绍,资料分享!

详解车载网络 OTA系统的开发|文末附下载

一文了解汽车嵌入式AUTOSAR架构|附下载

特斯拉Autopilot系统安全研究|附dbc下载

分享不易,恳请点个【在看】

原文始发于微信公众号(汽车ECU开发):关于对自动驾驶传感器的理解

艾邦现组建汽车雷达交流群,整合雷达厂、芯片、材料、设备等产业链上下游企业,以推动激光雷达行业发展 新闻速览|美国首款激光雷达量产车为Lucid Air,搭载激光雷达的威马M7将于22日发布  

为促进行业的交流与发展,艾邦建有汽车毫米波雷达产业交流群,奥迪、奔驰、宝马、丰田、海拉、博世、维宁尔、大陆、安波福、法雷奥、电装、华为、德赛西威、均胜电子、华域、宝理、丰田合成、Zanini、四维尔、麦格纳、敏实、伟巴斯特、SABIC、科思创、巴斯夫等产业链上下游的朋友入群探讨,共谋进步。长按下面二维码申请加入。

作者 ab