8.31 OFweek人工智能产业投融资峰会

【深度】自动驾驶传感器平台盘点

智车科技IV
关注

不同的传感器都有其优势和缺陷,无法在单传感器的情况下完成对无人驾驶功能性与安全性的全面覆盖,这显示了多传感器融合的必要性。因此,各个传感器之间借助各自所长相互融合、功能互补、互为备份、互为辅助才是完备的无人驾驶系统。如何融合这些传感器的优势,弥补不足是自动驾驶工程师们现在的主要工作之一。

目前,现有的车载传感器包括激光雷达、毫米波雷达、车载摄像机、GPS/IMU、V2X通信传感、红外探头、超声波雷达等。主流的无人驾驶传感平台以雷达和车载摄像头为主,并呈现多传感器融合发展的趋势。基于测量能力和环境适应性,预计雷达和车载摄像头会持续保持传感器平台霸主的地位,并不断与多种传感器融合,发展处多种组合版本。

激光雷达

为了解决测距的问题,引入了激光雷达这种传感器。常常应用在Level 3级别以上的无人车。

激光雷达的工作原理是利用可见和近红外光波(多为950nm波段附近的红外光)发射、反射和接收来探测物体。

 如下图所示,激光雷达的发射器发射出一束激光,激光光束遇到物体后,经过漫反射,返回至激光接收器,雷达模块根据发送和接收信号的时间间隔乘以光速,再除以2,即可计算出发射器与物体的距离。

激光雷达可以探测白天或黑夜下的特定物体与车之间的距离。由于反射度的不同,也可以区分开车道线和路面,但是无法探测被遮挡的物体、光束无法达到的物体,在雨雪雾天气下性能较差。

激光雷达在无人驾驶运用中拥有两个核心作用。

 一是3D建模进行环境感知。通过雷射扫描可以得到汽车周围环境的3D模型,运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。

 二是SLAM加强定位。3D雷射雷达另一大特性是同步建图(SLAM),实时得到的全局地图通过和高精度地图中特征物的比对,可以实现导航及加强车辆的定位精度。

激光雷达的分类 

激光雷达根据安装位置的不同,分类两大类。一类安装在无人车的四周,另一类安装在无人车的车顶。 

安装在无人车四周的激光雷达,其激光线束一般小于8,常见的有单线激光雷达和四线激光雷达。

安装在无人车车顶的激光雷达,其激光线束一般不小于16,常见的有16/32/64线激光雷达。

激光雷达雷射发射器线束越多,每秒采集的云点就越多。然而线束越多也就代表雷射雷达的造价就更加昂贵,以Velodyne的产品为例,64线束的雷射雷达价格是16线束的10倍。HDL-64E单个定制的成本在8万元左右。

目前,Velodyne公司已经开发出了相对便宜的LiDAR传感器版本HDL-32E和HDL-16E。其中HDL-16E是由16束雷射取代64束雷射,支持360度无盲区扫描,牺牲一定的数据规模云点,每秒钟只提供30万个数据点,但是售价仍高达售价8千美元。

当前人工智能的算法还不够成熟,纯视觉传感器的无人驾驶方案在安全性上还存在较多问题,因此现阶段的无人车的开发还离不开激光雷达。强如Google,目前也还没开发出脱离激光雷达的自动驾驶方案。

 不过,激光雷达的普及所遇到的最大挑战是:成本过高。单独一个雷达的价格可能就超过了普通小汽车的价格,因此现阶段还没有大规模量产的可能性。激光雷达的降低成本之路任重道远。

声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
反馈
打开