自动驾驶设计用摄像头,超声波传感器,雷达传感器和激光雷达传感器

自动驾驶设计用摄像头,超声波传感器,雷达传感器和激光雷达传感器 

自动驾驶的6个等级

 

对于许多人来说,自动驾驶或无人驾驶是一项复杂而有争议的技术,对“无人化”的理解也有较大差异。为此,美国汽车工程师学会(SAE)定义了6个无人驾驶等级,包括从L0级(完全手动)到L5级(完全自动)。目前,这些无人驾驶等级准则已经被美国交通部采纳。业界也普遍接受这6个等级划分。

 

 

L0级(无自动驾驶)

 

在当今道路上行驶的大多数汽车都属于L0级,这种手动控制的车辆全部由人类驾驶员完成动态驾驶任务,尽管其中可能有相应的系统来辅助驾驶员,例如紧急制动系统,但从技术上讲,该辅助系统并未主动“驱动”车辆。

 

L1级(驾驶员辅助)

 

这是自动化的最低级别。车辆具有单独的自动化驾驶员辅助系统,例如转向或加速(巡航控制)。人类驾驶员负责与操作汽车相关的所有任务,包括加速、转向、制动和监控周围环境。

 

L2级(部分自动驾驶)

 

在这个级别上,汽车中的自动化系统可以辅助转向和加速,而驾驶员仍然负责大部分安全关键功能和环境监控。车辆配备有高级驾驶员辅助系统(ADAS),能够控制转向以及加速或减速。目前,L2级是道路上最常见的自动驾驶汽车。特斯拉的 Autopilot 和凯迪拉克的(通用汽车)Super Cruise 系统都符合 L2级标准。

 

L3级(受条件制约的自动驾驶)

 

从L3级开始,汽车本身利用自动车辆传感器监测环境,并执行其他动态驾驶任务,如制动。如果在驾驶过程中出现系统故障或其他意外情况,驾驶员必须做好干预准备。从技术角度来看,从L2级到 L3级实现了重大飞跃,但从驾驶人员的角度来看,差别算不上太明显。奥迪公司曾将2019年入市的奥迪A8L定义为L3 级自动驾驶,车辆采用Traffic Jam Pilot技术,该技术结合了激光雷达以及先进的传感器融合技术和处理能力。但根据美国对自动驾驶汽车的监管程序,目前奥迪A8L在美国仍被归类为L2级自动驾驶汽车。

 

L4级(高度自动驾驶)

 

L4级与高度自动化相关,即使在极端情况下,汽车也能够在不受驾驶员干预的情况下完成整个行程。但是,也有一些限制:只有当系统检测到交通状况安全且没有交通堵塞时,驾驶员才能将车辆切换到该模式。L3级和L4级自动化之间的关键区别在于,如果发生意外或系统失效,L4级自动驾驶汽车可以进行干预。虽然L4级自动驾驶汽车可以采用无人驾驶模式运行,但由于立法和基础设施发展欠缺,L4级无人驾驶汽车只能在限定区域行驶,这被称之为地理围栏(Geofencing)。

 

L5级(完全自动驾驶)

 

L5级自动驾驶汽车将没有任何人为控制的规定,甚至没有方向盘或加速/制动踏板。他们将不受地理围栏限制,能够去任何地方并完成任何有经验的人类驾驶员可以完成的操控。全自动驾驶汽车尚不存在,但汽车制造商正在努力实现L5级自动驾驶,目前只是在几个试点区进行测试。

 

未来可期的自动驾驶市场

 

自动驾驶已经不再是一件新鲜事务,研究人员预测,到 2025 年,我们将看到大约800万辆无人或半无人汽车在路上行驶。Fortune Business Insights在其《2021-2028年自动驾驶汽车市场》的报告中表示,传感器处理技术、自适应算法、高清晰度映射以及车辆到基础设施(V2I)和车辆到车辆(V2V)通信技术的快速发展,让许多公司放心扩大其制造和研发能力,并将车辆自动化提升到更高的水平。2020年,全球自动驾驶汽车市场规模约为14.5亿美元。预计在2021-2028年间,市场将从2021年的16.4亿美元增长到2028年的110.3亿美元,年均复合增长率为31.3%。

 

市场调研机构Mordor intelligence认为,由于越来越严格的政府法规侧重于提高道路安全,更多的自动驾驶汽车正在开发中,它们采用了与智能手机集成的先进技术,为市场参与者创造了吸引客户的机会。人工智能、机器学习以及雷达、激光雷达、GPS和计算机视觉等其他传感器领域的最新技术进步,使制造商能够有效提高汽车的自动驾驶能力。目前,L2级和L3级自动驾驶汽车在市场上最为突出,而L4级和L5级预计将在2030年获得更广泛的认可。因此,预计在预测期内,这些L2级和L3级车的增长将是市场的主要推手。因此,自2022年到2027年这5年间,自动驾驶汽车市场的复合年增长率将达到22.75%。

 

随着ADAS和安全功能的越来越多采用、政府对提高车辆和行人安全的关注以及汽车制造企业提供先进安全功能的意愿,多方合力,将刺激市场对自动驾驶汽车的需求。根据Markets and Markets发布的最新市场研究报告,全球自动驾驶汽车的市场规模预计将从2021年的2030万辆增长到2030年的6240万辆,年复合增长率为13.3%。

 

根据福特、本田、丰田、沃尔沃等汽车制造商的公开声明,目前,自动驾驶汽车市场仍以L2级车辆为主,到2030年,全球自动驾驶车辆的总注册份额将达到12%。

 

 

自动驾驶中的3种重要传感器

 

要想充分理解车辆的自动化水平就要先了解自动驾驶汽车是如何工作的。总体来看,自动驾驶汽车主要依靠传感器、执行器、复杂算法、机器学习系统和强大的处理器来运行软件并执行自动化操作。

 

具体来看,自动驾驶汽车主要基于位于车辆不同部位的各种传感器,创建并维护其周围环境的地图。如今,大多数汽车制造商在自动驾驶汽车中最常使用的传感器有三种,即:摄像头(camera)、雷达(radar)和激光雷达(Lidar)。

 

其中,雷达传感器负责监测附近车辆的位置。摄像头用来探测交通信号灯、阅读路标、追踪其他车辆,并寻找行人。激光雷达传感器将光脉冲反射到汽车周围,以测量距离、检测道路边缘并识别车道标记。停车时,车轮上的超声波传感器会检测路缘和其他车辆。然后,大量的软件会处理所有这些“感官”输入,绘制路径,并向汽车的执行器发送指令,由执行器控制车辆的加速、制动和转向。此外,通过自动驾驶汽车中的传感器收集的信息,如前方的实际路径、交通堵塞和道路上的任何障碍物,也可以在通过M2M技术连接的汽车之间共享,这就是车联网中的车对车(V2V)通信,它对驾驶自动化非常有用。可以这样说,如果没有传感器,自动驾驶是不可能实现的。

 

1657110755706412.png

图:自动驾驶汽车中三种最重要的传感器

(图源:nytimes.com)

 

 1   摄像头传感器

 

自动驾驶汽车通常都会配有视觉摄像头,它也是最直观的传感器,其工作原理与我们的眼睛类似。摄像头传感器具备检测RGB颜色信息的能力,可提供百万像素的分辨率,这两大特性相结合,使其成为“阅读”交通标志和其他应用不可或缺的设备。通过在各个角度为车辆配备这些摄像头,车辆能够保持其外部环境的360°视图,摄像头可以产生与人类驾驶员非常相似的自动驾驶体验。如今,摄像头已经成为ADAS最重要的组成部分,并得到广泛的部署。

 

正在兴起的3D摄像头可以用来显示非常详细和逼真的图像。这些图像传感器自动检测物体,对其进行分类,并确定它们与车辆之间的距离。例如,摄像头可以轻松识别其他车辆、行人、骑自行车者、交通标志和信号、道路标记、桥梁和护栏。

 

■  与其他类型的传感器相比,摄像头不仅视图直观且价格相对便宜。这一优势使得原始设备制造商在没有太大成本压力下将更好的自动驾驶功能引入到中档甚至低端车辆中。

 

■  摄像头传感器的缺点:在恶劣的天气条件下,如雨、雾或雪,会使摄像头无法清晰地看到道路上的障碍物,从而增加发生事故的可能性。此外,在很多情况下,来自摄像头的图像根本不足以让计算机对汽车应该做什么做出正确的决定。例如,在物体的颜色与背景非常相似或它们之间的对比度很低的情况下,算法可能会失败。

 

2   雷达传感器

 

雷达是在第二次世界大战之前发明的,从那时起被广泛用于精确跟踪飞机和船只的位置、速度和方向。1999年,梅赛德斯-奔驰(Mercedes-Benz)首次将其引入到汽车中以支持其自适应速度功能。雷达传感器对自动驾驶的整体功能起着至关重要的作用,它们发出无线电波,检测物体,并实时测量它们与车辆的距离和速度。短程和远程雷达传感器通常都部署在车的四周,每个传感器都有不同的功能。虽然短程(24GHz)雷达应用能够实现盲点监控、理想的车道保持辅助和停车辅助,但远程(77GHz)雷达传感器的作用包括自动距离控制和制动辅助。

 

■  雷达的优点:雷达发射的无线电波在传输时几乎不受能见度、光线和噪音的影响,其性能在所有环境条件下都是一致的,哪怕在雾天或雨天识别物体时通常也没有问题。这是它与摄像头和激光雷达的显著不同点。

 

■  雷达传感器的缺点:雷达的主要弱点一是无法捕获颜色信息,二是与摄像头和激光雷达传感器相比,其角度分辨率也比较有限,即在模拟物体的精确形状方面相对较弱。如今车辆上使用的汽车雷达传感器只能正确识别90%到95%的行人,不能确保道路的安全性。此外,仍然广泛使用的2D雷达无法准确确定物体的高度,因为传感器只能水平扫描,这可能会导致在桥下或路标下行驶时出现各种问题。为了解决这些问题,目前传感器企业正在加紧开发更多种类的3D雷达传感器甚至4D成像传感器。

 

3   激光雷达传感器

 

激光雷达传感器的工作原理与雷达类似,唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种物体的距离外,激光雷达还允许创建检测到的物体的三维图像,并绘制周围环境的地图。此外,激光雷达可以配置为在车辆周围创建完整的360°地图。这两个优势也是谷歌、丰田等自动驾驶汽车制造商选择激光雷达的主要原因。

 

■  激光雷达的优点:高清晰度3D建模。激光雷达可以看作是一种更先进的雷达,它的探测范围最远可达100米,计算误差不到两厘米。因此,它能够在任何时刻测量数千个点,从而对周围环境进行非常精确的3D描绘。与雷达一样,激光雷达的效能同样不受环境条件的影响。

 

■  激光雷达的缺点:技术复杂且价格昂贵。为了提供精确的环境三维模型,激光雷达每秒计算数十万个点,并将它们转换为动作。这意味着与摄像头和雷达相比,激光雷达需要大量的计算能力。这也使得激光雷达容易出现系统故障和软件故障。成本高是激光雷达的另一短板,它比用于自动驾驶车辆的雷达传感器要昂贵得多。

 

为自动驾驶车辆选择正确的传感器

 

摄像头、雷达、激光雷达,这三种传感器各有优缺点。因此,大多数原始设备制造商常常使用三者中至少两个的组合,以相互补充,弥补不足。当结合使用时,传感器技术可以让车辆在几乎不需要人工干预的情况下安全行驶。随着传感器技术的日益成熟,预计未来五年将有越来越多的车辆达到L3--L4级的自动驾驶水平。

 

作为工程师和设计师,需要仔细考虑每种传感器类型的作用、能力和局限性,以确定这些传感器的正确组合能够满足最终用户在安全性、功能性能和价格方面的需求。

 

高分辨率数码摄像头帮助车辆“看到”周围的环境,当多个摄像头安装在车辆周围时,360°视图允许车辆检测其附近的物体,如其他车辆、行人、道路标记和交通标志。常用的摄像头传感器包括近红外摄像头(NIR)、VIS摄像头、热摄像头和飞行时间摄像头(ToF)。与大多数传感器一样,摄像头在相互补充时工作得最好。如今的汽车后部和360°视觉图像系统通常采用集中式架构。这意味着中央控制单元处理四到六个摄像头的原始数据。由于处理是在软件中完成的,对处理器也会有苛刻的要求。2D和3D相机都需要图像传感器,并要求其动态范围超过130dB。这种高动态范围是提供清晰图像的必备需求,目前市面上最好的图像传感器的动态范围已经达到140dB。

 

安森美(onsemi)AR0820AT 830万像素 CMOS数字图像传感器针对微光和高动态范围场景进行了优化,安森美半导体的 AR0820AT 是一款 1/2 英寸 CMOS 数字图像传感器,具有2.1微米DR-Pix BSI像素和片上140 dB HDR捕获能力。

 

该传感器包含的先进功能还有像素内分选、开窗以及视频和单帧模式,以提供灵活的感兴趣区域(ROI),适用于低光度和具有挑战性的高动态范围场景。先进的晶圆堆叠技术更是实现了低功耗和紧凑的封装设计。此外,AR0820AT满足欧洲NCAP 2020等ADAS系统相关标准的能力还解决了安全性问题。AutoX是中国首家在公共道路上运营全无人驾驶的RoboTaxi服务的公司,在其解决方案中使用了28个安森美半导体的图像传感器。

 

 

 

 

事故统计数据显示,76%的事故完全是由人为失误造成的。在所有案例中,94%涉及人为错误。雷达传感器是现代汽车中高级驾驶员辅助系统(ADAS)不可或缺的一部分。雷达传感器不仅对于自动驾驶汽车尤为重要,它们还能有效提高驾驶员的安全性和舒适性。目前的雷达系统要么基于24 GHz,要么基于77 GHz。77GHz的优势主要在于距离和速度测量的更高精度,以及更精确的角度分辨率。与24GHz相比,天线尺寸更小,干扰问题更低。汽车雷达传感器通常用于盲点检测(BSD)、车道变换辅助(LCA)、碰撞缓解(CM)、停车辅助(PA)和后方交叉路口警报(RCTA)功能。

 

英飞凌(Infineon)提供种类繁多的汽车雷达传感器,包括短程、中程和远程雷达传感器。作为XENSIV系列传感器的一部分,英飞凌拥有一系列RASIC 77/79GHz前端雷达传感器 IC,专门用于驾驶辅助系统,例如自适应巡航控制和碰撞警告。

 

这些RASIC解决方案能够检测和识别最远250米范围内的物体,使驾驶员辅助功能能够获得Euro NCAP(欧洲新车评估计划)的五星级评级。此外,RASIC 77/79GHz 汽车雷达支持ASIL C,减少了客户的研发工作。这些77GHz芯片可用于基于雷达的驾驶员辅助系统,能识别250米范围内的物体。作为对77/79 GHz 产品的补充,英飞凌还提供集成度非常高的24GHz雷达收发器系列,与分立产品系列相比,能节省约30%的PCB占位。

 

现在,英飞凌可提供一整套77/79GHz雷达芯片组,包括:雷达77/79GHz射频毫米波IC系列(RASIC RXS816xPL),具有雷达信号处理单元的MCU系列(第二代AURIX TC3xx),具有多种安全功能的雷达系统电源TLF3068x,非常紧凑的3芯片配置(RXS816xPL+AURIX TC3xx+TLF3068x),非常适于从自动紧急制动(AEB)到自动驾驶中的高分辨率雷达应用。

 

 

 

前文提到,无法捕获颜色信息,角度分辨率也比较有限是雷达比较明显的弱点。然而,在通向L5级汽车自动化的道路上,4D成像雷达为雷达创新创造了新的可能,在面向L2+的未来传感器组合中,它也将承担大部分工作。恩智浦(NXP)最新推出的高性能S32R45雷达处理器,为OEM提供了一条经济高效的途径,帮助他们实现先进的4D成像雷达功能,在L2+和更高级别的汽车上投入商用,具有适当的成本结构。

 

S32R45是一款基于Arm Cortex-A53 和Cortex-M7 内核的32位汽车雷达应用MPU,主要为民用汽车ADAS 雷达市场而设计。对于汽车ADAS雷达市场,S32R45 MPU适用于高端长距前向/后向雷达和高级雷达成像应用,并且可以用作符合新车评价规范(NCAP)的高级域控制器,以可扩展、安全可靠和高能效的方式提供高性能雷达处理。

 

S32R45雷达处理器是NXP第6代汽车雷达芯片组系列中的旗舰产品,与NXP TEF82xx RFCMOS收发器结合使用,可提供高角度分辨率、强大处理能力和广泛感测范围。

 

 

 

激光雷达主要由发射器、接收器和信号处理三部分组成,它在深度感知和确定物体存在方面非常精确。它可以远距离观察,也可以穿越恶劣的环境条件,如夜间或雨雾。因为它能识别和分类所看到的东西,所以它能分辨出松鼠和石头等物体之间的区别,并据此预测行为。按照测距原理的不同,激光雷达可以划分为飞行时间测距法(ToF)、基于相干探测的 FMCW 测距法、以及三角测距法等。目前,市场上以 ToF 为技术路线的激光雷达公司数量较多。

 

Lidar是ADI公司自动驾驶车辆感知检测战略的关键支柱。目前,集成在测试车辆上的传统Lidar系统价格高昂。ADI公司在真正非机械式且经济高效的Lidar技术上进行了大量投资,以促进汽车Lidar系统的采纳成为主流。ADI公司拥有丰富的高性能信号链和电源管理元件,可用于构建几乎任何Lidar系统。这些产品适用于脉冲或FMCW/连续波系统,以及构建在900 nm至1500 nm波长范围内的系统。

 

 

 

结语

 

根据Yole Development的报告,至少在2030年之前,L4/L5汽车的市场渗透率仍将保持在个位数,其中一部分汽车将作为机器人汽车使用。随着L0–L2汽车的市场渗透率开始下跌,L2+汽车的采用率将持续稳定增长,截止2030年,L2+汽车很可能达到将近50%的市场份额。在未来十年内,预期L2+汽车将成为汽车OEM关注的焦点。

 

汽车传感器是提高道路交通安全和达到L4级和L5级自动驾驶的关键。随着车辆走向完全自主驾驶,选择正确的传感器组合变得非常重要。为了获得最高级别的安全性和性能,摄像头、雷达、激光雷达之间的传感器融合将最大限度地发挥每种传感器的优势,同时弥补存在的不足。例如,单独使用激光雷达对车道跟踪的效果很差,但激光雷达和摄像头的结合在这方面非常有效。可以预见,在先进的传感器技术的加持下,通过警告信号和自动安全功能来预防事故,从而实现2050年交通事故中零死亡这一美好愿景也有望得到落实。

你也可以分享到: