智能驾驶感知:毫米波雷达、激光雷达和双目摄像头

致力于自动驾驶汽车的汽车制造商可以选择三种主要的传感器:摄像头、雷达和LiDAR。
当与计算系统绑定时,每个传感器都可以支持高级驾驶辅助系统(ADAS),使车辆能够在环境中自主运行。

雷达在汽车领域已经使用了几十年,可以确定物体的速度、范围和角度。

它的计算量比其他传感器技术要轻,而且几乎可以在所有环境条件下工作。

雷达传感器可按其工作距离范围进行分类。短程雷达(SRR)0.2至30米范围,中程雷达(MRR)在30-80米范围,长程雷达(LRR)80米至200米以上范围。

长程雷达(LRR)是自适应巡航控制(ACC)和高速公路自动紧急制动系统(AEB)中使用的传感器。目前部署的只使用长程雷达的ACC和AEB系统有局限性,可能无法对某些情况作出正确反应,如汽车在车辆前面贴近切入,对静止目标的识别。为了克服这些例子中的局限性,雷达传感器可以与车辆中的摄像头传感器配对,为检测提供额外的辅助。

LiDAR传感器通过计算光脉冲到达物体并返回传感器所需的时间来测量与物体的距离。

放在车辆顶部的LiDAR可以提供车辆应避免的障碍物的360°三维视图。

从那时起,LiDAR传感器的尺寸和成本有了很大的降低,但一些使用更广泛和公认的型号的成本仍然比雷达或相机传感器高得多,有些甚至比它们安装的车辆的成本还高。

汽车系统中的LiDAR通常使用905纳米波长,可以在受限的FOV中提供高达200米的范围,一些公司现在正在销售1550纳米LiDAR,其范围更长,精度更高。

值得注意的是,LiDAR需要光学过滤器来消除对环境光的敏感性,并防止其他LiDAR的欺骗行为。同样重要的是要注意,所使用的激光技术必须是 "对眼睛安全 "的。最近,人们开始用固态激光雷达(SSL)取代机械扫描激光雷达,后者是通过物理方式旋转激光器和接收器组件来收集360°范围内的数据,它没有移动部件,因此更加可靠,尤其是在汽车环境中的长期可靠性。目前,SSL的视场(FOV)覆盖率较低,但其较低的成本提供了使用多个传感器来覆盖更大区域的可能性。

摄像头与LiDAR和RADAR不同,照相机的传感器技术和分辨率在能力上起着非常大的作用。照相机与人眼相似,容易受到恶劣天气条件和照明变化的影响。但摄像头是唯一能够捕捉纹理、颜色和对比度信息的传感器技术,而且摄像头捕捉到的高水平细节使其成为分类的领先技术。这些特点,再加上不断提高的像素分辨率和低价位,使相机传感器成为ADAS和自主系统不可或缺的和数量上的领导者。

在摄像机的加持下,ADAS功能边界不断扩大:

自适应巡航控制(ACC):目前一直在检测汽车和卡车等全幅车辆,这些需要能够对摩托车进行分类并保持距离。

自动远光灯控制(AHBC):目前进行远近光灯切换,需要发展到能够检测到迎面而来的车辆并相应地调整光线。

智能限速控制(ISA):目前使用摄像头探测前方道路上的限速信息,根据车辆状态,对驾驶员进行提醒,甚至对车辆进行自动降速。

交通标志识别(TSR):目前的系统能识别速度限制和各种有限的标志子集。未来的系统需要理解补充标志和背景,(限速在上午10点到晚上8点生效)检测交通信号,以适应ACC、停车、减速等。

车道保持系统(LKS):目前检测车道标记,未来的系统需要检测可行驶的路面,适应施工标志和多个车道标记。

在座舱内,为了安全而进行的驾驶员监控和占用情况跟踪正在被手势识别和非接触式控制所加入。包括在凝视跟踪的基础上为手势识别添加背景。对于自动驾驶系统来说,驾驶员监控还包括检查驾驶员是否准备好在需要时重新控制的用途。

(0)

相关推荐