跳到主要内容

电动汽车传感器

传感器（Transducer/Sensor）是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。一辆汽车通常有几十至上百个传感器，实时采集汽车部件或行驶环境的各种信息（如温度、压力、位置、转速、加速度和振动）等，并加以处理和控制。

本文主要介绍智能驾驶所涉及的传感器，包括雷达（Radar Sensor）、摄像头（Video Camera）、GPS、激光（Laser Sensor）、超声波（Ultrasonic Sensor）等传感器。

每个类型的传感器都有自己的“长矛”和“软肋”。比如，摄像头能捕捉高清晰度的彩色照片，但没有测距能力；雷达测距和测速能力都不错，但在远距离情况下测量的细节不足；激光雷达的分辨率更高，可以侦测更小的物体，可辨别出这些物体是行人、摩托车或是垃圾堆。无论是辅助驾驶还是自动驾驶功能，都需要多个传感器配合完成。

超声波​

超声波传感器（Ultrasonic Sensor）是一款极其常见的传感器。如果觉得超声波传感器有些陌生，那么它还有一个更通俗的名字 —— 倒车雷达。它是汽车驻车或者倒车时的安全辅助装置，能以声音或者更为直观的显示器告知驾驶员周围障碍物的情况，解除了驾驶员驻车、倒车和起动车辆时前后左右探视所引起的困扰，并帮助驾驶员扫除了视野死角和视线模糊的缺陷。

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。目前，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。

实际上，超声波传感器是最早的辅助驾驶应用。汽车的停车辅助系统（PAS）使用超声波传感器测量车辆与障碍物（例如墙壁）的距离，并将接近程度通知驾驶员。

毫米波雷达​

毫米波雷达（Millimeter-Wave Radar）就是工作在毫米波频段的雷达。其探测距离一般在 150 至 250 米之间，有的高性能毫米波雷达探测距离甚至能达到 300 米，可以满足汽车在高速运动时探测较大范围的需求。

毫米波实质上就是电磁波。毫米波的频段比较特殊，其频率高于无线电，低于可见光和红外线，频率大致范围是 10-200GHz，波长在 1-10mm。毫米波位于微波与远红外波相交叠的波长范围，所以毫米波兼有这两种波谱的优点，同时也有自己独特的性质。毫米波的理论和技术分别是微波向高频的延伸和光波向低频的发展。

毫米波相关的特性使其非常适合应用于车载领域。目前，比较常见的车载领域的毫米波雷达频段有三类。

  • 24 至 24.25GHz 频段：目前大量应用于汽车的盲点监测、变道辅助。雷达安装在车辆的后保险杠内，用于监测车辆后方两侧的车道是否有车、可否进行变道。这个频段也有其缺点，首先是频率比较低，另外就是带宽（Bandwidth）比较窄，只有 250MHz。
  • 77GHz 频段：这个频段的频率比较高，国际上允许的带宽高达 800MHz。这个频段的雷达性能要好于 24GHz 的雷达，所以主要用来装配在车辆的前保险杠上，探测与前车的距离以及前车的速度，实现的主要是紧急制动、自动跟车等主动安全领域的功能。
  • 79 至 81GHz 频段：这个频段最大的特点就是其带宽非常宽，要比 77GHz 频段的高出3倍以上，这也使其具备非常高的分辨率，可以达到 5cm。这个分辨率在自动驾驶领域非常有价值，因为自动驾驶汽车要区分行人等诸多精细物体，对带宽的要求很高。

相比于摄像头和激光雷达，毫米波雷达的优势：

  • 全天候、全天时工作特性（不论昼夜，不受天气状况限制，即使雨雪天都能正常工作）；
  • 环境适应性强，不良天气环境下仍能正常工作（穿透能力强，雨、雾、灰尘等对毫米波雷达干扰较小）；
  • 测速，测距能力强。

激光雷达​

激光雷达（LiDAR）又叫光学雷达，简称光达。是一种光学遥感技术，通过向目标照射一束光，通常是一束脉冲激光来测量目标的距离等参数。

激光雷达通过测量激光信号的时间差和相位差来确定距离，但其最大优势在于能够利用多谱勒成像技术，创建出目标清晰的 3D 图像。激光雷达通过发射和接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离（下图），并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云图，绘制出环境地图，以达到环境感知的目的。由于光速非常快，飞行时间可能非常短，因此要求测量设备具备非常高的精度。从效果上来讲，激光雷达维度（线束）越多，测量精度越高，安全性就越高。

相比于可见光、红外线等传统被动成像技术，激光雷达技术具有如下显著特点：一方面，它颠覆传统的二维投影成像模式，可采集目标表面深度信息，得到目标相对完整的空间信息，经数据处理重构目标三维表面，获得更能反映目标几何外形的三维图形，同时还能获取目标表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度；另一方面，主动激光技术的应用，使得其具有测量分辨率高，抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。

激光雷达主要包括激光发射、扫描系统、激光接收和信息处理四大系统，这四个系统相辅相成，形成传感闭环。首先激光发射系统中激励源周期性地驱动激光器，发射激光脉冲，激光调制器通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统，将激光发射至目标物体；扫描系统负责以稳定的转速旋转起来，实现对所在平面的扫描，并产生实时的平面图信息；激光接收系统中光电探测器接受目标物体反射回来的激光，产生接收信号；信息处理系统中接收信号经过放大处理和数模转换，经由信息处理模块计算，获取目标表面形态、物理属性等特性，最终建立物体模型。

在评价激光雷达的性能时，可以用到多个技术指标。线束、方位角、扫描帧频、角分辨率、测量精度、探测距离、数据率是七个常用的激光雷达性能评价指标。

摄像头​

车载摄像头（Camera）是自动驾驶汽车的重要传感器，主要包括镜头组（光学镜片、滤光片、保护膜）、图像传感器（CMOS）、图像信号处理器（DSP）、PCBA、连接器和其他封装、保护材料等。不同于手机摄像头，车载摄像头的模组工艺难度较大，其需要在高低温、湿热、强微光和震动等各种复杂工况条件下长时间保持稳定的工作状态。

由于摄像头技术发展较为成熟，车载摄像头在 L3 级别以下的自动驾驶方案中居于主导地位。在自动驾驶汽车中，车载摄像头主要作为采集信息和分析图像的主要途径，可以实现车辆识别、行人识别、车道线识别等一系列功能。

注：Mobileye 是以色列一家汽车科技研发公司，主要业务为开发自动驾驶汽车和高级驾驶辅助系统，生产全世界性能最优秀的车载摄像头用传感器。

GPS​

GPS 是英文 Global Positioning System（全球定位系统）的简称。当通过硬件和软件做成 GPS 定位系统终端用于车辆定位的时候，称为“车载 GPS 定位系统”。

许多车载技术可提供自身位置或相对定位，车载 GPS 系统则提供了一个绝对定位解决方案，已经成为行车定位必不可少的技术。但 GPS 也有它本身劣势，比如信号差、有误差、更新频率低等问题，所以仅靠 GPS 无法满足自动驾驶的定位需求。

惯量传感器​

惯性测量单元（Inertial Measurement Unit，简称 IMU）通常由陀螺仪、加速度计和算法处理单元组成，通过对加速度和旋转角度的测量得出自体的运动轨迹，在导航中有着很重要的应用价值。与 GPS 相比，IMU 拥有更高的更新频率，而且不受信号影响，可以很好与 GPS 形成互补。能够在 GPS 信号丢失后的数秒内，提供车道级的定位。

在自动驾驶技术中，IMU 也有着不可替代的作用。由于 IMU 不需要任何外部信号，它可以被安装在汽车底盘等隐蔽位置，这样就可以避免电子或机械的攻击。而视觉、激光和毫米波等传感器必须接收来自汽车外部的电磁波或光波信号，存在被来自攻击者的电磁波或强光信号干扰的风险。