智能汽车环境感测的三种主流传感器解析

　　无人驾驶技术现如今其实非常成熟了，就以现在的技术水平看，如果把大城市复杂的交通状况变成实验室特定的格局，场景内有制式统一的车辆以及符合规矩的行人正常通行，那么不用方向盘，全程自动行驶的汽车当下就可以面世了。

　　问题就出在了汽车如何能对现实中复杂的交通状况了如指掌，如何可以像人的眼睛和大脑一样灵活应变。关键就在需要各种各样的传感器合作来解决，它们最终将监测到的数据传给高精密的处理器，识别道路、标示和行人，做出加速、转向、制动等决策。

　　在智能感知识别的部分，车载光学系统和车载雷达系统是保证行车安全最为重要的，目前，主流的用于周围环境感测的传感器有激光雷达（LiDAR）、毫米波雷达（millimeter wave）、视觉传感器三种。

　　激光雷达（LiDAR）

　　通过扫描从一个物体上反射回来的激光来确定物体的距离，可以形成精度高达厘米级的3D环境地图，因此它在ADAS（先进驾驶辅助系统）及无人驾驶系统中起重要作用。从当前车载激光雷达来看，机械式的多线束激光雷达是主流方案，但受制于价格高昂的因素尚未普及开来。

　　在去年12月10日路测成功的百度无人驾驶汽车车身上，除了部署了毫米波雷达、视频等感应器，其车顶就安置了一个体积较大、价值70万余人民币的64位激光雷达（VelodyneHDL64-E），谷歌同样也是采用的相同高端配置激光雷达。车载激光雷达系统的优劣主要取决于2D激光扫描仪的性能。激光发射器线束的越多，每秒采集的云点就越多。然而线束越多也就代表着激光雷达的造价就更加昂贵。

　　就以Velodyne的产品为例，64线束的激光雷达价格是16线束的10倍。激光雷达除了成本高昂，遇到烟雾介质以及雨雪天气中表现一般，将掣肘它的发挥。

　　不过作为核心传感器，低成本方案将加速无人驾驶的到来。目前，高精度的车用激光雷达产品的生产厂商主要集中于国外，包括美国的Velodyne、Quanegy以及德国的IBEO公司等。国内的激光雷达产品目前相对落后，中国航空汽车系统控股有限公司高级专务周世宁曾表示，博世、大陆、法雷奥、英飞凌、德尔福等外资零部件企业早已抢占ADAS技术制高点，特别是在传感器的市场布局上，我国汽车零部件企业已经输在起跑线上了。

　　毫米波雷达（millimeter wave）

　　毫米波是指30～300GHz频域（波长为1～10mm）的电磁波，毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。同厘米波导引头相比，毫米波导引头具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的特点，这能与激光雷达的作用产生互补。另外，毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头 。

　　缺点是毫米波雷达由于波长原因，探测距离非常有限，也无法感知行人，而激光雷达可以对周边所有障碍物进行精准的建模。为了克服不同缺点缺点，车企势必要将这些传感器组合在一起。

　　目前看毫米波雷达也是智能汽车ADAS系统的标配传感器，按照目前主流分类，毫米波雷达可分为24GHz雷达和77GHz雷达。参照其特性，通常车辆周围的车辆检测使用24Ghz，前方车辆检测使用77GHz。以中国的实际国情以及芯片研发进度等行业特点来看，未来三年内24GHz毫米波雷达在国内仍有市场空间。望眼全球，我国77GHz毫米波雷达的大规模应用将稍微推后。

　　由于ADAS的功能，往往是通过传感器+处理器的方式捆绑销售，国内汽车毫米波雷达系统的芯片、算法还主要依赖进口，成本很高。加快开发国产的77GHZ毫米波雷达芯片并尽快车载应用，将是我国汽车毫米波雷达产业的机遇。同济大学汽车学院白杰教授认为，相对在摄像头方面的激烈竞争，毫米波雷达更有创新性，潜在的市场空间更大，机会更多。

　　视觉传感器

　　ADAS应用摄像头作为主要传感器是因为摄像头分辨率进高于其他传感器，可以获取足够多的环境细节，帮助车辆进行环境认知，车载摄像头可以描绘物体的外观和形状、读取标志等，这些功能其他传感器无法做到。从降低成本的角度看摄像头是识别用传感器的有力候补之一，在一切清晰的情况下当然摄像头是最好的选择，但是受环境因素以及外部因素影响较大，比如隧道中光线不足，天气因素导致的视线缩小等。

采集图像信息的重要工具，部分类似路标识别、车道线感应等功能智能由摄像头实现。目前摄像头的应用主要有：单目摄像头、后视摄像头、立体摄像头或称双目摄像头、环视摄像头，按照2015年全球超过8000万辆新增车辆与单车6-8颗摄像头需求