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。

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。

Leave a Reply