0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

传感器在自动驾驶中的应用

jf_pJlTbmA9 来源:Omdia 作者:Omdia 2023-11-27 17:06 次阅读

OmdiaOmdia要点

信息感知是实现自动驾驶算法的基础和源泉。对周围环境做出全面地识别和判断是保证智能汽车安全行驶的前提条件。目前,摄像头、毫米波雷达、超声波雷达和激光雷达都是自动驾驶领域常用的传感器。传感器技术的发展和进步,对于车辆在复杂驾驶环境中感知能力的提升至关重要。

摄像头

摄像头是当今智能汽车最不可或缺的传感器。它的分辨率高,通过深度神经网络学习进行模型标定、目标跟踪和障碍物识别,可用于车外的道路环境感知和车内驾驶员和乘客的监控。汽车制造商们广泛使用视觉感知方案来实现Level 2及以上的辅助驾驶功能,如前方碰撞警告(FCW)、车道偏离警告(LDW)、自适应巡航控制(ACC)和自主紧急制动(AEB)等。近些年,ADAS(高级辅助驾驶)装机率的提高带动了单车搭载的摄像头的数目不断增加。例如,特斯拉为其自动驾驶硬件系统配备了8个摄像头,蔚来的ET7安装了11个摄像头之多。2019年,全球每部汽车安装的摄像头数目平均只有2.2个,但Omdia预计到2026年这个数字将翻倍。

wKgaomVdfO2ATBjAAAKDOQq7U94690.png

随着摄像头使用数量的增加,对摄像头性能的要求也在提高。采用更分辨率的摄像头是市场的趋势,例如蔚来et7智能驾驶搭载11个800万像素摄像头。在高对比度的场景中,摄像头传感器芯片需要更高的动态范围来捕捉优质的图像。具有较高帧率的车载摄像头能提供更流畅的视频画面。传感器芯片的全局快门技术有助于避免高速运动中图像的 "果冻效应"。此外,汽车摄像头有一些独特的要求,如LED闪烁抑制技术,以确保汽车能正确识别LED信号。随着自动驾驶技术的不断深入,车载摄像头还需要对环境的深度信息进行感测。例如驾驶员疲劳监测功能,以及通过人脸识别确定驾驶员身份等功能。因此3D感测技术如ToF等方案将越来越受到市场的关注。

wKgZomVdfO6AXActAAIIeCbnUA4172.png

毫米波雷达

毫米波雷达是一种利用毫米波来探测障碍物距离的设备。按照探测距离来分,毫米波雷达可以分为短程雷达(SRR),中程雷达(MRR)以及远程雷达(LRR)。随着自动驾驶水平的不断提高,毫米波雷达因其成本优势和稳定的工作性能,将被广泛应用于Level 2及以上自动驾驶车辆。它可以全天候工作,是摄像头的必要补充。

毫米波雷达正朝着体积更小、精度更高、探测距离更远的方向发展。由于法规对自动驾驶的安全性要求不断提高,24GHz毫米波雷达将逐渐被77GHz的产品取代,因为更高的频率意味着更高的性能、更宽的带宽和更好的分辨率。

Omdia预计在Level 3及以上的自动驾驶系统中将平均配备5~8个毫米波雷达,以实现盲点检测(BSD)、变道辅助(LCA)和后方碰撞警告(RCA)等功能。

超声波雷达

超声波是传统汽车最常用的传感器之一。它是一种利用发射、接收和处理超声波信号并获得目标的距离和位置等信息的装置。超声波传感器在恶劣的天气条件下,如雾、雨、雪和弱光条件下表现良好,而且价格相对便宜。因此,它被广泛用于倒车雷达和自动泊车系统。

超声波雷达的缺点包括反应时间长,视野有限,精度较低。此外,超声波传感器很难探测到小型、快速移动的物体或多个物体。Omdia认为从长远来看,在较高级自动驾驶汽车中,部分车用超声波雷达将被性能更好的毫米波雷达取代。

激光雷达

激光雷达是一种发射激光束并接收回波以获得目标的三维和速度信息的系统。激光雷达跟摄像头相比探测距离更远,跟毫米波雷达相比对静态目标的识别更准确,因此被认为是Level 3及以上自动驾驶系统最重要的传感器。然而,激光雷达在大雨或大雾天气中可能会失效。另外,由于其成本较高,现阶段配备激光雷达的车辆仍将以高端车型为主。

从技术趋势来看,目前半固态式激光雷达解决方案的成熟度较高,易于通过车辆法规,因此成为市场主流选择。未来激光雷达将朝着小型化、高分辨率(64通道、128通道,甚至200通道等)和低成本的固态式解决方案发展。此外,将激光雷达集成到单个芯片的方案将成为长期的技术研发方向。

一直以来,特斯拉凭借其算法优势和数据储备推崇“纯视觉”感知方案,不使用激光雷达。但其最新的自动驾驶硬件HW4.0中加入了4D毫米波雷达。4D毫米波雷达能够实现四个维度(3D+高度)的信息感知,且成本低于激光雷达,未来有望代替短距激光雷达,助力高阶自动驾驶的进一步渗透。

由于每种类型的传感器都有其局限性,无法提供车辆周围环境的全部信息,因此对传感器融合技术的需求日益增加。传感器融合技术是指将各种传感器(如毫米波雷达、摄像头、激光雷达或超声波雷达等)获取的信息融合起来,综合分析做决策,以便得到一个更为完整可靠的环境描述,从而提升自动驾驶决策的信心度。

Omdia认为,在未来几十年里,随着智能汽车取代传统燃油车的进程加快,对各种类型传感器的需求将进一步放大。而自动驾驶的推进也将促进传感器技术持续创新,推动传感器性能达到更高的水平。

文章来源:Omdia

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2550

    文章

    51046

    浏览量

    753137
  • 智能汽车
    +关注

    关注

    30

    文章

    2844

    浏览量

    107257
  • 超声波雷达
    +关注

    关注

    1

    文章

    72

    浏览量

    4255
收藏 人收藏

    评论

    相关推荐

    物联网传感器类型解析 传感器类型自动驾驶的应用

    物联网传感器类型解析及其自动驾驶的应用 传感器是一种检测装置,能感受到被测量的信息,并能
    的头像 发表于 12-06 14:15 350次阅读

    传感器融合在自动驾驶的应用趋势探究

    自动驾驶技术的快速发展加速交通行业变革,为实现车辆自动驾驶,需要车辆对复杂动态环境做出准确、高效的响应,而多传感器融合技术为提升自动驾驶系统的稳定性和安全性提供了关键支持。通过将不同种
    的头像 发表于 12-05 09:06 294次阅读
    多<b class='flag-5'>传感器</b>融合在<b class='flag-5'>自动驾驶</b><b class='flag-5'>中</b>的应用趋势探究

    MEMS技术自动驾驶汽车的应用

    MEMS技术自动驾驶汽车的应用主要体现在传感器方面,这些传感器自动驾驶汽车提供了关键的环境
    的头像 发表于 11-20 10:19 324次阅读

    FPGA自动驾驶领域有哪些优势?

    领域的主要优势: 高性能与并行处理能力: FPGA内部包含大量的逻辑门和可配置的连接,能够同时处理多个数据流和计算任务。这种并行处理能力使得FPGA处理自动驾驶复杂的图像识别、传感器
    发表于 07-29 17:11

    FPGA自动驾驶领域有哪些应用?

    的数据处理和预处理,实现实时计算和反馈。 二、数据传输与处理FPGA自动驾驶扮演着数据传输和处理的角色。它能够支持多种传感器(如激光雷达、摄像头、GPS等)的数据传输,并通过其高速
    发表于 07-29 17:09

    自动驾驶识别技术有哪些

    自动驾驶的识别技术是自动驾驶系统的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动驾驶识别技术主要包括多种传感器及其融
    的头像 发表于 07-23 16:16 643次阅读

    自动驾驶传感器技术介绍

    自动驾驶传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内
    的头像 发表于 07-23 16:08 2258次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器是实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统提供必要的感知和决策依据。以下是对自动驾驶
    的头像 发表于 07-23 16:00 2298次阅读

    XV7181BB 陀螺仪传感器自动驾驶设备的应用

    输出、宽工作温度范围和优异的温度偏置稳定性,为自动驾驶设备各种复杂驾驶环境的稳定运行提供了强大的支持。其低功耗设计和内置的温度传感器、数
    的头像 发表于 06-13 15:23 475次阅读
    XV7181BB 陀螺仪<b class='flag-5'>传感器</b><b class='flag-5'>在</b><b class='flag-5'>自动驾驶</b>设备<b class='flag-5'>中</b>的应用

    揭秘自动驾驶:未来汽车的感官革命,究竟需要哪些超级传感器

    ,激光雷达技术受到极大关注,被誉为“激光雷达元年”,凸显了传感器自动驾驶的重要性。那么,自动驾驶汽车究竟需要哪些
    的头像 发表于 05-31 09:14 591次阅读

    康谋技术 |深入探讨:自动驾驶的相机标定技术

    随着自动驾驶技术的快速发展,多传感器的数据采集和融合可以显著提高系统的冗余度和容错性,进而保证决策的快速性和正确性。项目开发迭代过程传感器
    的头像 发表于 04-17 17:08 895次阅读
    康谋技术 |深入探讨:<b class='flag-5'>自动驾驶</b><b class='flag-5'>中</b>的相机标定技术

    未来已来,多传感器融合感知是自动驾驶破局的关键

    技术 ,摄像头和雷达等多传感器的探测数据 在前端(数据获取时)交互验证,让自动驾驶系统能感知到“看不见”的危险。 例如,反向车道有强远光灯干扰的情况下,当雷达子系统探测到潜在运动目标时,融合感知系统
    发表于 04-11 10:26

    探索自动驾驶传感器仿真模型的可信度

    环境感知作为实现自动驾驶的首要环节,主要是通过智能网联汽车搭载的视觉相机、激光雷达、毫米波雷达等传感器感知周围的道路环境并快速准确的获取周围目标的类别、位置、尺寸和速度等信息,是自动驾驶系统决策、规划与控制的基础。
    发表于 03-22 12:34 1283次阅读
    探索<b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b>仿真模型的可信度

    自动驾驶发展问题及解决方案浅析

    汽车的发展提供有益的参考。   自动驾驶汽车发展的现状与挑战 (一)技术难题 自动驾驶汽车的核心在于通过先进的传感器、算法和控制系统实现车辆的自主驾驶。然而,
    的头像 发表于 03-14 08:38 1133次阅读

    Aeva与戴姆勒卡车达成10亿美元自动驾驶传感器供应协议

    科技先驱Aeva宣布与德国汽车巨头戴姆勒卡车公司缔结了一项价值10亿美元的协议。根据协议,Aeva将为戴姆勒的自动驾驶卡车提供核心传感器。这一合作标志着自动驾驶技术重型运输领域的重大
    的头像 发表于 01-17 14:18 615次阅读