传感器融合
为了使车辆能够自动驾驶,必须借助传感器来感知周围环境:摄像头、雷达、超声波和LiDAR传感器等。
传感器如何实现自动驾驶
大众甲壳虫看上去很美,但它并不能识别周围的环境。对于汽车实现自动驾驶来说,感知环境就像人类利用感官一样至关重要。因此,现代车辆配备了各种各样的传感器,可以帮助他们检测周围环境,从而为驾驶员提供支持。
感知环境最重要的车辆传感器是摄像头,雷达,超声波和LiDAR传感器。除摄像头外,它们均基于飞行时间原理。
所有这些感知技术有何不同?它们的优缺点是什么?哪种距离传感器最适合自动驾驶?激光雷达与雷达?未来的自动驾驶汽车会借助单一传感器,还是会依赖传感器融合技术?
飞行时间原理简述:
飞行时间基于信号撞击物体并反射回来所花费的时间间接测量距离和速度。该原理可以在动物界找到,也称为回声定位,海豚和蝙蝠应用这种原理来定向。
借助摄像头感知彩色视觉
摄像头已经是新生产车辆不可或缺的一部分:它们让驾驶员操纵行驶和停车变得更加容易。此外,诸如自适应巡航控制或车道偏离警告之类的系统都离不开摄像头。除了安装在车外,摄像机还将在不久的将来用于车内。他们将检测驾驶员是否分心,不系安全带或疲倦状态检测。这对于自动驾驶的下一阶段开发尤其重要。
摄像机采集的图像生动地感知了周围环境。除了颜色之外,它们还可以提供纹理和对比度数据。能够可靠地识别道路标记或交通标志,精确检测、识别静止物体和运动物体。由于摄像头只有周围环境亮度足够的情况下才能检测到物体,因此,在恶劣的环境条件下(如雪或雾)以及在黑暗中,照相机的可靠性受到限制。此外,相机不提供距离信息(如果不加入算法)。为了获得3D图像,至少需要两个摄像头,就像立体相机或图像识别软件一样,这需要很高的计算性能。
深入探讨:普通摄像头和立体摄像头
两种不同的摄像头,它们之间有什么区别?
普通摄像头(一只“眼睛”)具有一个相机镜头和一个图像传感器,提供2D图像。这些图像是行车助手、识别交通标志的基础。但是,无法进行距离测量。距离只能使用复杂的,学习算法来计算。
立体摄像头(两只“眼睛”)更昂贵,体积更大。它主要由两个摄像头和两个图像传感器组成。立体摄像头同时从不同角度拍摄两个图像。通过标定它们来创建3D图像,可以计算距离和速度。立体摄像头已经在某些量产车中使用,为驾驶员辅助系统提供信息,例如自适应巡航控制和紧急制动辅助系统。
雷达——内置距离传感器
得益于所谓的“雷达陷阱”,雷达传感器(无线电测距)获得了广泛的声誉。近几十年来,它们也已安装在车辆中以测量距离,或应用于紧急制动辅助等系统以提供可靠数据,而不受天气条件的影响。
雷达传感器如何测量距离?雷达技术基于飞行时间原理。传感器以电磁波(无线电波)的形式发出短脉冲,这些短脉冲几乎以光速传播。波浪撞击物体后,它们就会被反射并反射回传感器。发送和接收之间的时间间隔越短,对象越近。
因此,基于波的传播速度,可以计算到物体的距离,从而可以高精度地确定距离。通过将几个测量结果串联在一起,车辆传感器还可以确定速度。该技术可以使用驾驶员辅助系统,例如自适应巡航控制和自动刹车辅助系统等。
雷达传感器坚固耐用,价格便宜,即使在不利的天气条件下,通常也能提供可靠的数据。但是,距离传感器在识别和区分物体方面有更大的困难。其原因是雷达数据的分辨率低,这意味着可以检测到物体但不能对其进行分类。
深入探讨:近距离雷达与远距离雷达
如今,大多数使用两种不同的雷达系统来覆盖近距离和远距离。
近距离雷达:近程(最多30米)由近距离雷达检测,通常基于24 GHz频谱中的一个频段。它结构紧凑,干扰问题少,价格较便宜。近距离雷达有助于停车操作,监视盲点并警告驾驶员碰撞。
远距离雷达:远距离雷达用于检测距离不超过250米的物体和车辆,并测量其速度。该技术使用76 GHz至77 GHz之间的频率,具有更高的性能。但是,由于分辨率低,距离较远的物体不能总是可靠地被选中。由于远程雷达能够实现紧急制动辅助和自适应巡航控制(即使在高速行驶时),因此在实现下一步自动驾驶方面(例如高速公路驾驶)起着重要作用。
超声波——近距离专家
如今,大多数的车辆都配备停车辅助装置。例如,如果车辆驶近停车柱,则在车载计算机上显示彩条并发出警告音。给我们提供有关柱子在受监视区域中的确切位置以及车辆附近的信息。该辅助系统可以通过几个超声波传感器实现,这些传感器通常安装在车辆周围的保险杠中。
超声波也是基于飞行时间原理,发射人耳听不到的20,000 Hz频率声波,检测车辆附近障碍物距离。除了停车辅助,超声波传感器还用于监视盲区和紧急制动辅助系统等。
超声波传感器坚固耐用,可在夜间和雾天中提供可靠的距离数据。不管物体材料或颜色如何,都能够检测出来。但是,这些车辆传感器的探测范围小于10米,这意味着该技术只能在近距离使用。
深入探讨:声纳
声纳一词通常与超声结合使用,即超声波在海事领域的应用。
声纳(声音导航与测距):声纳是一种使用声波(通常是超声波)进行定位的测量技术。它主要用于水下,因为声音的传播(尤其是在高频下)的损耗要比空气中的损耗小得多。可以根据水下声速和物体反射时间计算距离。
LiDAR——扫描3D点云数据
与超声波传感器相比,LiDAR(光检测和测距)传感器适用于短距离和远距离使用。虽然激光雷达已经存在很多年,但直到本世纪初才越来越多地应用于汽车上,激光雷达被认为是实现更高自主性驾驶的关键部分。
关键技术LiDAR:避免碰撞是实现下一级别自动驾驶的重要前提。这项技术需要可靠的高分辨率3D数据。只有LiDAR才能在汽车高速行驶的情况下为我们提供长距离范围的环境信息。
激光雷达传感器也基于飞行时间原理。但是,它们发射的并不是无线电波或超声波,而是发射激光脉冲,物体反射后被光电探测器接收。激光雷达每秒发射高达100万个激光脉冲,捕获高分辨率3D点云数据。
这些所谓的点云非常详细,不仅可以识别对象,还可以对其进行分类。例如,可以将行人与骑自行车的人区分开。LiDAR传感器具有远距离,坚固耐用的特点,因此可以提供可靠的数据,而这些数据几乎不受环境因素的影响,从而使车辆能够做出正确的驾驶决策。然而,在过去激光雷达传感器非常昂贵,这主要是由于机械旋转装置的复杂设计。但是,由于它们的固态设计日益普及,因此高分辨率3D传感器的成本已大大降低。
深入探究:机械式激光雷达与固态式激光雷达
最受欢迎的两种激光雷达是机械式激光雷达和固态式激光雷达。
机械式激光雷达:通过电动机和齿轮旋转激光二极管,从而将激光脉冲引导到整个环境中,旋转实现高达360°的视场。但是,手动设置很复杂且成本很高。因此,即使是大量生产,单价对于批量生产的车辆来说也过于昂贵。
固态式激光雷达:该设计基于半导体技术,没有任何机械运动部件。因此,系统更简单,更紧凑且无需维护。它们也更便宜,并且可以更好地批量生产。它们可用于所有级别的批量生产车辆中,在未来自动驾驶研究中,将发挥决定性的作用。
通过传感器融合发挥优势
安全是自动驾驶的重中之重,因此车辆必须始终精确感知其周围环境。为了实现这一点,摄像头,雷达,超声波和LiDAR传感器可以作为辅助技术相互协助。主要目的是利用各种车辆传感器的优势来弥补其他传感器的劣势,最终通过传感器融合实现安全的自动驾驶。