自动驾驶的“眼睛”：第一种摄像头，第四种等你开发！

自动驾驶可能算是未来20年高科技王冠上最耀眼的一颗明珠了，所以科技圈有点身份和想法的人都想垫着脚尖够一够。想象一下，让用户松开方向盘，摆脱驾驶之"苦"，尽享乘坐之"乐"，确实是一幅极具说服力的画面。但想要"入画"并不简单，一个重要的先决条件就是：能够找到一种代替人眼的传感技术，在驾驶过程中完成物体探测、分类、交通信号识别、距离和速度判断等功能，这样用户才有信心做个放心的"睁眼儿瞎"，将驾驶权交出去。

目前来看，有三种有望替代驾驶员眼睛的传感技术：摄像头、雷达（RADAR）和激光雷达（LiDAR）。

图1，用于自动驾驶的摄像头、雷达和LiDAR三种传感技术比较

光学摄像头是和人眼成像机理最相似的技术，也是三种技术中唯一一个可以获取物体颜色、对比度、材质等细节图像信息的技术，所以在分类识别方面优势明显。同时和人眼一样，摄像头容易受制于外部环境的影响，天气好坏、环境光明暗等都会对其性能造成致命影响。再有，光学传感对于两个移动物体的相对运动探测有天生的缺陷，所以在速度侦测方面能力较弱。不过，摄像头有个最大的竞争优势：成本低。不断降低的图像传感器成本、成熟的嵌入式图像处理方案，大大拉低了应用门槛，所以很多厂商都将光学摄像头作为通往ADAS和自动驾驶的敲门砖，预计到2030年车用摄像头单元的数量将达到4亿部，领先其他两个技术一个数量级。

雷达作为第二种候选传感技术，它的机理是向空间中发射电磁波，并通过监测反射回波来探测周围物体的状态。雷达在汽车中应用的历史并不短，目前车载雷达包括短距雷达（SRR，0.2~30米）、中距雷达（MRR，30~80米）和长距雷达（LRR，80~200米）三类，其中前两者因在泊车辅助和盲区探测等方面的应用为人们所熟悉，但近年来LRR开始在ADAS中显示身手，被应用于自适应巡航（ACC）、自动紧急制动（AEB）、碰撞预警（FCW和BCW）等系统。不过现实中，雷达在一些特殊驾驶情境的侦测和判断的准确性上仍让存在问题，如对突然并线插入的车辆的侦测、由于弯道误判同一车道中前方车辆的距离等等，这也限制了其在自动驾驶中的应用空间。

LiDAR和雷达都是一种主动探测技术，不同的是其发射并由周围物体反射回来的不是电磁波，而是激光，因此其在探测精度和速度上优势明显。LiDAR在汽车上的应用被世人所关注，可以追述到2007年DARPA（美国国防高级研究计划局）自动驾驶挑战赛。由于能够提供360° 度3D视野内全方位的物体探测，LiDAR逐渐成为自动驾驶研究的标配，看着高高架在谷歌和百度们自动驾驶原型车车顶上的LiDAR装置，总让人有种"不明觉厉"的赶脚。但是作为车载传感技术的"新贵"，LiDAR的最大问题是真的有点儿"贵"，有些系统甚至超过了汽车的价格，难以让人消受。因此目前用固态LiDAR（SSL）取代依靠机械转动装置的扫描式LiDAR是一个趋势，尽管前者的视角（FOV）有限，但是成本低、可靠性能好，更符合消费级汽车应用的"调性"。

图2，针对ADAS和自动驾驶的三种的传感器组合

不难看出，目前我们手中的这三个传感技术，相较于自动驾驶的理想，都难称完美。因此一个可行的解决方案，就是将三者进行融合，各取所长。由此也催生了"传感器融合（Sensor Fusion）"技术的发展，就是将不同传感器收集的数据综合在一起进行计算和处理，对被测物体的特征、空间位置、运动状态的信息作出准确的识别和判断。

但对于自动驾驶来说，能"看见"周围的环境，这种感知能力似乎还不够，开发者还通过V2X技术让汽车具有一种"超视距"的能力。V2X，就是让汽车与其他汽车或周围的交通设施建立快速、可靠的无线通信，彼此交互信息，进行判断和决策。这样既可以有效克服障碍物造成的"视觉"死角，还可以通过其他联网的汽车和基础设施获取更广范围内的交通信息，这时汽车已经不再是一个孤立的个体，而是成为整个智慧交通系统中的一个节点。这时帮用户看路的，将是整个智能交通CPS（信息物理系统）。如若成真，驾驶员的眼睛，真的可以退休了。

图3，安富利基于NXP i.MX6D开发的ADAS解决方案

安富利基于NXP i.MX6D开发的ADAS解决方案可以实现盲点监测（BSM）、前方碰撞预警（FCW）、车道偏离报警（LDW）、夜视系统（NVS）、泊车辅助（PA）、行人检测系统（PDS）、道路信号识别（RSR）、全景摄像头（SVC），是向最终的自动驾驶迈出的坚实的一步。