传感器爆发，自动驾驶迎来好时候

关键词： 传感器 , 羿戓设计 , 物联网 , 自动驾驶 , 激光雷达

自动驾驶汽车中的传感器必须解决温度、照明、反射、导航甚至网络安全等多种性能挑战。

 

据麦姆斯咨询介绍，自动驾驶为基于光子学的传感器带来了机遇和挑战。自动驾驶汽车需要激光雷达（LiDAR）、摄像头、雷达和超声波等许多类型的传感器，预计每年数百万的自动驾驶汽车将为这些传感器带来巨大的市场机遇。

 

当然，与机遇相伴的是，挑战也很多。摄像头和激光雷达必须高可靠地生成安全导航所需要的数据，在各种温度、照明水平和目标反射率下运行多年。并且，还需要在低成本下提供这种性能，好比以消费类产品的价格，提供航天产品的质量。

 

 

上图激光雷达图像中的颜色编码反映强度，很容易看到车辆的黑色轮胎。这种性能对于自动驾驶很重要，因为道路上时常会出现车辆需要避让的散落轮胎

 

因此，激光雷达和摄像头供应商正在不断创新。如果自动驾驶汽车能够在近年内成功在大众市场闪亮登场，激光雷达和摄像头技术的进步功不可没。

 

Yole技术和市场分析师Alexis Debray指出，对多种传感器的需求，源于这些不同技术的不同基本功能。“摄像头具有良好的空间分辨率，但缺乏深度信息，”他说，“雷达具有良好的深度感知，但受限于横向空间分辨率。而激光雷达能够以中等分辨率实现两者兼具。”

 

Debray称，摄像头相比雷达可以提供100倍的空间分辨率。而落在两者之间的激光雷达，其分辨率约为雷达的20倍，摄像头的五分之一，填补了覆盖范围的空白。

 

自动驾驶使用多种类型的传感器，还有另一个原因。“那就是安全，需要从多个传感器获取自动驾驶需要的冗余信息，”Debray说。

 

因此，激光雷达和雷达都用于提供有关物体距离的信息，以及物体之间距离变化的速度信息。摄像头可以捕捉物体的颜色和其他特征。这些传感数据可用于将物体分类，例如被风吹起的塑料袋，或者需要避让的行人或其他车辆，这些对于自动驾驶来说至关重要。摄像头还可以捕捉街道交通标志、探测车道标记。

 

 

激光雷达已经首次装配在量产汽车中进入大众市场，尽管目前有些系统的覆盖范围和探测距离仍有限。然而，自动驾驶应用的激光雷达系统需要足够高的分辨率和足够远的探测距离，以精确感知车辆的周围环境。美国加州的激光雷达领导厂商Velodyne LiDAR首席技术官Anand Gopalan表示，这些要求对激光雷达系统提出了挑战。Velodyne公司参与了全球许多自动驾驶汽车项目。

 

峰值功率

假设一辆自动驾驶汽车正以120公里/小时的速度在高速上行驶，在前方几百米处出现了黑色的破损轮胎。据Gopalan介绍，轮胎的反射率约为10％，在这种情况下，激光雷达投射在轮胎上的数十亿光子，只有数百个能反射回来。

 

“我们需要在激光器上获得高峰值功率，”Gopalan说，“因为它可以在每次测量距离的脉冲中发射尽可能多的光子。而探测器需要高灵敏度和低噪音。”

 

 

在激光雷达图像中颜色编码反映强度，车道标志会“浮现”出来

这些返回的信息需要组合成距离数据的点云，然后对其进行解读。系统可能只有一秒的时间来执行这些操作并采取某种行动，因为在高速上行驶的汽车的刹停距离可能需要近百米或更长。

 

Gopalan说，业内厂商已经开始为第一波自动驾驶汽车进行规划，预计到2022年将推出几十万辆自动驾驶汽车。他补充说，自动驾驶所需要的传感器在性能、可扩展性和成本方面，到时已经能够满足行业的初期要求。他预测，随着销量的增加，这些传感器的成本将进一步下降。

 

将传感器捕捉的数据通过汽车网络发送回中央处理单元需要能耗，而分析这些数据需要更多的能耗和计算资源。因此，降低成本的一种途径是使传感器变得更智能，提高边缘计算处理能力。

 

 

据羿戓设计所了解，先进的CMOS图像传感器可以提供适用于新一代驾驶辅助和自动驾驶系统的分辨率，这些图像传感器有助于对象的分类，从而实现更安全的导航