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

2018年无人驾驶汽车传感器创新技术展望(毫米波雷达,mems和融合技术)

kus1_iawbs2016 2018-01-20 17:13 次阅读

无人驾驶汽车看到路面、阅读交通标志、检测物体、分类、感知速度/轨迹和其他车辆并不容易——更重要的是,将它定位在地图上,以便其确切知道必须去哪里。 对于高度自动化的汽车来说,它们必须依靠很多传感器,包括摄像头、雷达、超声波、GPS天线和利用光脉冲测距的激光雷达。 每种传感器都有其自身的弱点和优势。

安装在汽车上的一系列传感器技术

我们首先应弄清楚,如何最好地填补传感器固有的缺陷。第二步可能更为重要,即制定最好的策略,将不同的数据流结合起来,而不会丢失关键信息。每种传感器以其自身的帧速率传送数据就相当有问题。传感器融合则变得更加复杂——因为一些传感器提供原始数据,而其他传感器则提供它们自己的对象数据答案。

2017年,我们看到了感知技术方面的一系列进步。“感知是自动驾驶汽车软件栈的一个主要领域,而且这里还有很多创新。”VSI Labs创始人兼负责人Phil Magney表示。

科技公司、一级供应商和OEM厂商一直在忙于抢夺它们没有或无法自主开发的传感器技术。与此同时,仅在过去两年就出现了许多感知传感器创业公司,它们中有许多都在关注尚处于萌芽阶段的自动驾驶汽车市场。

英特尔收购Mobileye

2017年最大的汽车行业交易是英特尔以153亿美元收购Mobileye。

考虑到Mobileye已经在ADAS和自动驾驶汽车的汽车视觉中占据了明显的领先地位,Mobileye的收购使英特尔在自动驾驶汽车的竞争中稳稳地站在了有利地位。 特别是,考虑到视觉是自动驾驶汽车中唯一不可或缺的传感器技术,这个交易非常重要。英特尔表示,其正在将Mobileye的“计算机视觉、传感、融合、地图构建和驱动策略”与英特尔的“开放式计算平台”相结合。 Magney将摄像头描述为“必备的传感器”,他解释说,能够以高分辨率捕捉图像,将能使摄像头更好地分类物体。摄像头也增加了颜色。那它们的弱点是什么?“摄像头的深度不如激光雷达。”Magney补充说。

激光雷达:“最热门的领域”

在所有传感器技术中,激光雷达是2017年交易量最大的市场。“例如,去年福特收购了普林斯顿光波;通用汽车收购了激光雷达公司Strobe;大陆公司收购了Advanced Scientific Concepts(ASC)的激光雷达业务。”IHS Markit的汽车电子半导体高级分析师Akhilesh Kona解释说。 VSI Labs的Magney称激光雷达“仍然是最热门的领域”。部分原因是激光雷达在自动驾驶中有相当多的用途。“高度自动化的汽车需要一个具有定位资产的基本地图,对此没有任何东西能够取代激光雷达。”他表示,“这是高端产品竞争的地方。” 新的激光技术的出现也可以追溯到热门的激光雷达市场。据IHS Markit的Kona表示,业界正在出现一种新的激光发射器技术——波长大于1400nm。这种新的波长在激光雷达上会有更高的分辨率和更长的射程。普林斯顿光波、大陆(通过收购ASC)和Luminar Technologies三家公司都在研究新的激光器,他补充说。

不同类型激光雷达的比较(来源:IHS Markit) 与此同时,供应商通过开发各种光束控制技术,不断提高激光雷达的耐用性、尺寸和成本。这些技术既有机械也有MEMS和全固态。 据Magney所述,机械激光雷达(例如Velodyne 128通道产品)由于可以产生360度的点云,非常适合地图构建。 但是对于量产汽车的部署,基于固态器件(MEMS或OPA(光学相控阵))的激光雷达非常好使,Magney说。它们也可以在自己的视野内产生一个点云。 成本更低Flash器件也在出现。它们中有一些被设计成接近探测器,成本低于100美元,Magney表示。缺点是分辨率有限,无法对物体进行分类,他解释说。

毫米波雷达

当激光雷达大步向前进时,雷达也没有停下脚步。继恩智浦半导体在2016年首次推出CMOS工艺的77GHz微型雷达芯片后,德州仪器去年也进入毫米波雷达市场。该公司现在宣称具有最小尺寸的CMOS传感器产品组合。 在雷达市场,竞争的重点在于尺寸和精度。TI现在宣称是“分辨率小于4cm的高精度独立传感”。

TI的汽车毫米波雷达传感器将射频RF)和模拟功能与数字控制功能集成到了一个芯片中

Magney表示:“我们对雷达的进展感到惬意。毫米波雷达很热。”他评论道:“雷达的分辨率越来越高,现在也可以分类物体,这是以前做不到的。”

然而,更好的分辨率需要更多的通道,这意味着更多的数据需要处理。“所以毫米波雷达需要有专门的处理器来处理这些数据,产生物体或者点云,”Magney指出。此外,毫米波雷达需要有开发工具来搭建应用。否则,这些数据很难被理解。

雷达除了能全天候工作外,往往会受到负面评价。传统的汽车雷达看不到摄像头或激光雷达所能看到的物体。更具体地说,雷达看不到遥远的物体,不能辨别它们看到的东西。它们的处理速度不足以达到高速公路的要求。

模拟波束成形

2017年1月成立的创业公司Metawave,希望通过开发模拟波束成形技术来改变这种状况。

利用PARC将超材料、雷达和天线商业化的独家授权,Metawave在本月的CES消费电子展上推出了该公司“全套雷达套件”的原型。该公司的超材料是布置在PCB板上的小型软件控制工程结构。据称,这些结构能够以特殊的方式控制电磁波束,这在以前通常只有在体积大得多、更强大和成本更高的军用系统中才能实现。

Metawave的模拟雷达技术是基于电子可控天线。它使用一根带有两个端口的天线:一个端口连接到Tx或Rx链路,另一个连接到MCU。MCU通过查找表来定义和控制天线波束宽度和方向,从而使Metawave的模拟雷达能够实现微秒级速度的扫描

Metawave的全套雷达套件是雷达芯片不可知的。该公司宣称其基于超材料的模拟波束成形技术可以精确控制雷达波束,在不牺牲分辨率的情况下实现更快的工作速度和更好的信噪比。

面向机器使用的成像数据

尽管Mobileye仍然是汽车视觉领域的领导者,Magney认为其他公司正在迎头赶上。“任何人都可以获得相同的成像器,构建适合于图像识别的摄像头。但问题是你需要合适的处理器和紧密集成的算法。”他补充道。 “但是对此,现在你也可以从几家芯片公司中的任何一家选择一款高性能视觉处理器,并应用自己的算法。或者,你也可以用CNN(卷积神经网络)来完成这项工作。”Magney总结道,“目前,自动驾驶汽车的制造商在摄像头方面有了选择。许多公司会将AI应用于图像来获得结果。” 然后是Chronocam。这家总部位于巴黎的创业公司的传感器技术不是面向人类使用,而是面向机器传感和检测设计;该公司认为,这项技术可以彻底改变当今CMOS图像传感器市场。Chronocam的事件驱动传感器还很新,尚未在任何商用车上使用,但这项技术正受到关注。例如,雷诺集团于2016年底与Chronocam达成了战略发展协议。 正如Chronocam的CEO在接受本刊采访时表示,英特尔、Nvidia等GPU/CPU领域的大公司仍在试图找出更准确、更快速处理大量数据的最佳方式。然而,Chronocam专注的是针对机器应用简化和定制的成像数据采集。事件驱动传感器的目标是显著减少数据负载,使汽车几乎可以做出实时决策。

定位使汽车具有“自我意识”的第一步是地图构建,而与汽车在预先制作的地图上看到的内容进行实时匹配。然后,汽车可以对其位置进行三角测量和定位。“汽车必须确切知道它必须去哪里,”Magney说,以便它可以发展“情境感知”。

换句话说,如果希望高度自动化的车辆能准确定位,它们需要激光雷达。它们需要一个具有定位资产的基本地图,对此没有任何东西可以替代激光雷达,Magney指出。

但是,还有其他方法可以做到这一点。例如,Nvidia的DriveWorks SDK可以实现基于图像的定位。DriveWorks的库包括地图定位、高清地图接口以及自我运动。

实时动态定位(RTK)是另一种选择,Magney补充说。RTK可增强来自全球导航卫星系统(如GPS、GLONASS、伽利略和北斗)的位置数据的精度。“你可能运气不错,但是在城市地区,由于RTK需要高度依赖卫星,我们认为它不会那么好地工作。”Magney表示。

与此同时,英特尔/Mobileye正在推广其面向定位的道路体验管理(REM)技术。Mobileye希望通过利用基于摄像头的ADAS系统的涌现,利用人群的力量来准实时地建立和维护一个精确的环境地图。

初创企业在定位方面也有发挥的空间。据悉,初创公司DeepMap正在为第4/第5级自动驾驶汽车解决高清地图构建和定位以及大数据管理方面的挑战。Magney指出,DeepMap正在通过使用摄像头图像和激光雷达数据来改进当前的数字地图。该公司计划打包一个服务,而不是一个产品,他补充说。

传感器融合

随着自动驾驶汽车收集到所有的传感数据,最重要的就是传感器融合的质量。传感器融合的结果决定了自动驾驶汽车的决策和行为,也即安全问题。

自动驾驶汽车仅采用一个传感器不可能实现可靠驾驶,因此必须进行传感器融合。但Magney补充说:“因为你必须同步所有传感器信号,所以融合是很难的。”

关于是融合“对象”数据还是“原始”数据,业界的争论才刚刚开始。目前没有明确的答案。

与对象数据相比,由于原始数据在转换中没有任何东西丢失,AI的大多数支持者更喜欢融合这种数据,Magney表示。但他补充说,与原始数据融合有关的问题包括:你将需要大量的处理;你还需要有GB大小的网络来将这些信号传送到整个车辆中。

DeepScale公司开发了一种感知技术,可以采集原始数据,而不是对象数据,可以在嵌入式处理器上加速传感器融合。DeepScale正在利用自己的深度神经网络(DNN)白手起家——其不仅使用了图像传感器的原始数据,还使用了雷达和激光雷达的原始数据。

DeepScale开发用于早期传感器融合的深度神经网络(来源:DeepSacle)

DeepScale在后期融合中遇到了一个固有问题。创建对象时,与其他传感数据相关的原始数据可能会丢失。

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
  • mems
    +关注

    关注

    129

    文章

    3928

    浏览量

    190590
  • 无人驾驶
    +关注

    关注

    98

    文章

    4055

    浏览量

    120456
  • 毫米波雷达
    +关注

    关注

    107

    文章

    1043

    浏览量

    64349

原文标题:2018年无人驾驶汽车传感器展望

文章出处:【微信号:iawbs2016,微信公众号:宽禁带半导体技术创新联盟】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    测速雷达无人驾驶技术的结合 测速雷达故障排除技巧

    、速度等信息。这种技术无人驾驶汽车提供了关键的环境感知能力,使其能够做出准确的决策和规划。 在无人驾驶汽车中,测速
    的头像 发表于 12-05 17:18 351次阅读

    毫米波雷达的基频和调制技术 毫米波雷达在机器人导航中的应用

    毫米波雷达的基频和调制技术 毫米波雷达的基频通常指的是其工作频段,一般在30GHz至300GHz之间。在这个频段内,
    的头像 发表于 12-03 17:50 452次阅读

    毫米波雷达与超声波雷达的区别

    毫米波雷达与超声波雷达的区别 在现代科技领域,传感器技术扮演着至关重要的角色,尤其是在自动驾驶
    的头像 发表于 12-03 17:37 689次阅读

    毫米波雷达技术优势分析 毫米波雷达在安防监控中的应用

    毫米波雷达技术优势分析 毫米波雷达作为一种先进的传感器技术
    的头像 发表于 12-03 17:30 377次阅读

    毫米波雷达与激光雷达比较 毫米波雷达在自动驾驶中的作用

    毫米波雷达与激光雷达的比较 毫米波雷达与激光雷达是自动驾驶
    的头像 发表于 12-03 17:27 435次阅读

    康谋技术 | 高效环境感知:毫米波雷达数据采集、可视化及存储方案

    自动驾驶技术飞速发展,毫米波雷达因其出色性能已成为自动驾驶传感器套件的关键!本文以4D
    的头像 发表于 11-06 09:35 3183次阅读
    康谋<b class='flag-5'>技术</b> | 高效环境感知:<b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b>数据采集、可视化及存储方案

    康谋技术 | 毫米波雷达技术解析

    自动驾驶技术飞速发展,毫米波雷达已成为自动驾驶传感器套件的关键。为此,康谋为您深度解析
    的头像 发表于 10-15 10:07 3050次阅读
    康谋<b class='flag-5'>技术</b> | <b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b><b class='flag-5'>技术</b>解析

    什么是毫米波雷达?毫米波雷达模组选型

    一、什么是毫米波雷达毫米波雷达是一种非接触型的传感器,其工作频率范围涵盖10毫米(30GHz)至
    的头像 发表于 09-06 17:38 1137次阅读
    什么是<b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b>?<b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b>模组选型

    2024加特兰日 |加特兰毫米波雷达新方案惊艳亮相,以创新技术加速毫米波雷达普及

    发展的当下,毫米波雷达行业如何以创新技术满足日新月异的感知需求,助力智能汽车、智能家居等创新应用普及,共赴智能化新未来。     加特兰创始
    发表于 06-07 11:39 336次阅读
    2024加特兰日 |加特兰<b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b>新方案惊艳亮相,以<b class='flag-5'>创新技术</b>加速<b class='flag-5'>毫米波</b><b class='flag-5'>雷达</b>普及

    基于毫米波雷达的手势识别算法

    都能准确识别,而且由于距离和车内物品的干扰,模型的准确性会很低[2]。此外,还开发了一种对手部精细动态运动敏感的近距离紧凑型60GHz毫米波雷达传感器。但这个模型只能在有限的辐射中使用[3]。因此
    发表于 06-05 19:09

    未来已来,多传感器融合感知是自动驾驶破局的关键

    模态精准感知信息,使自动驾驶系统可以实时精准地感知道路上的各种状况。 昱感微融合感知产品方案创新性地 将可见光摄像头、红外摄像头以及4D毫米波雷达
    发表于 04-11 10:26

    毫米波雷达在智能网联汽车中的应用

    毫米波雷达(MMW)是一种新型的雷达技术,逐渐在智能网联汽车中得到广泛应用。它利用毫米波频段的电
    的头像 发表于 01-31 10:41 3023次阅读

    毫米波雷达的作用 毫米波雷达与超声波雷达的区别

    超声波进行物体探测和距离测量的技术。本文将详细介绍毫米波雷达的作用以及与超声波雷达的区别。 一、毫米波
    的头像 发表于 01-19 11:14 6680次阅读

    毫米波雷达与超声波雷达的区别联系

    毫米波雷达(Millimeter-wave Radar)和超声波雷达(Ultrasonic Radar)是两种常用于测距和探测的技术,在原理、应用、优缺点等方面存在着一些明显的区别。
    的头像 发表于 01-17 09:25 7751次阅读

    毫米波雷达技术参数和类型

    毫米波雷达是一种利用毫米波频段进行探测和测距的技术。它具有高分辨率、宽带宽、较高的距离精度和强大的穿透能力等特点,因此在军事、航空、安防、无人驾驶
    的头像 发表于 01-09 16:08 2325次阅读