无人驾驶中传感器的应用

无人驾驶中传感器的应用

王韬睿

山东省烟台经济技术开发区高级中学山东烟台264006

摘要：在智能交通发展的大背景下，无人驾驶技术已经相对成熟。而无人驾驶中所需的信息全部来自传感器，可以说没有传感器就没有无人驾驶。且其安全性也依赖于传感器采集信息的准确性，因此传感器是无人驾驶的核心部分。本文首先简单介绍了普通汽车中的传感器以及传感器在驾驶中的作用，接着着重介绍了无人驾驶中三种主要传感器：激光雷达、毫米波雷达、计算机视觉的工作原理和它们自身的优缺点，以及它们相互之间的联系。最后对无人驾驶的未来进行了展望，分析了无人驾驶普及后可能对个体造成的影响和对社会造成的影响。

关键词：无人驾驶；传感器；激光雷达；毫米波雷达；计算机视觉

1.车辆中的传感器

1.1普通汽车上现有的传感器

自从汽车问世以来，人们的要求越来越高，从一开始的要求汽车能够正常行驶到现在希望能够自动驾驶，汽车的发展历程很短但很迅速，而这一切都是传感器的功劳。目前在路上行驶的普通汽车就有很多传感器，比如能检测雨速从而调节雨刷速度的雨量传感器，以及能显示车辆周围的360°全景影像等等。汽车给驾驶员呈现的信息大部分都是由传感器获取的，可以说，没有传感器就没有汽车的正常行驶。而对外界信息需求量更大的无人驾驶汽车，所需要的传感器则更多。

1.2传感器在驾驶中的作用

传感器在车辆和驾驶员之间搭建了一个沟通的桥梁。传感器对于车辆而言就如同眼睛对于人类一样，是汽车获取外界信息的重要渠道；而对于驾驶员来说，他们可以通过传感器获得关于车辆和驾驶的信息。传感器可以起到辅助驾驶员驾驶的作用，对于新手驾驶员来说汽车带有的智能系统能提供许多的信息，提高驾驶的容错率；而对于熟练的驾驶员智能系统能降低他们犯错误的可能性；倒车影像之类的辅助驾驶工具降低了驾驶的难度，使得驾驶不再是空间感差的人不可触及的领域[1]。

2.无人驾驶中主要的传感器

2.1激光雷达

激光雷达（LiDAR）是无人驾驶汽车中最强大的传感器之一。它的作用很广泛，如：可以区分真实移动中的行人和人物海报、在三维立体的空间中建模、检测静态物体、精确测距等。激光本身具有非常准确的测距能力，其测距精度可达到厘米级[2]。而通过发射激光束来探测目标位置、速度等特征量的激光雷达，在军事领域以及民用的地理测绘等领域都有广泛的应用。由于激光雷达可以形成精度高达厘米级的3D环境地图，因此它在高级驾驶辅助系统（ADAS）及无人驾驶系统中都发挥了重要作用。大多无人驾驶汽车的架构图中，车顶的一个柱状物体总会吸引人的注意，这个柱状物体就是激光雷达。它可以360°高速旋转，这也就意味着它可以360°发射激光从而达到扫描四周环境的目的。如果是普通雷达，它所能扫描的区域只有很小的分角度，要想全方位扫描只能在车的四周都装上雷达，显然这是不现实的。

与雷达原理相似，激光雷达使用的技术是根据激光遇到障碍物后的折返时间计算目标与自己的相对距离。而激光雷达优点很多：测量精度高、可见范围远、方向性好、抗干扰能力强等，兼具了许多传感器的功能，所以它是无人驾驶汽车的重要传感器。但雨雪天气是激光雷达的致命弱点。因为激光雷达的工作原理，雨雪天气、结冰的地面会引起反射特性发生变化，从而影响激光雷达构建三维地图。谷歌的无人驾驶团队曾透露虽然他们做出了很大的改进，但是目前无人驾驶汽车在碰到雨雪天气时还是会停靠在路边等待天气好转。除此之外，激光雷达虽然体积小，但价格却十分昂贵。谷歌公司所研发的无人驾驶汽车是由丰田普锐斯改装而来的，但是这个激光雷达的造价在2012年时就已经达到了7万美金，比两辆普锐斯加起来还要高。所以在无人驾驶普及前，首先要实现激光雷达价格的平民化。现在科技界的趋势是由发展机械激光雷达转向发展固态激光雷达，后者不仅体积小而且成本也大幅度下降。我们也期待激光雷达的发展也会像芯片一样，符合加速回报定律，从而在短时间内实现普及。

2.2毫米波雷达

毫米波雷达是工作在毫米波波段探测的雷达。通常毫米波是在30～300GHz频域(波长为1～10mm)的电磁波，频率高于无线电低于可见光和红外线。在这个频段毫米波相关的特性使其非常适合应用在车载领域。目前市面上的高端汽车大多已经实装了毫米波雷达，比较常见的毫米波雷达有三种：24-24.25GHz频段、77GHz频段、79-81GHz频段。第一个频段的雷达主要应用在车辆的盲点监测和变道辅助；第二个频段雷达体积相比前者体积更小，频率更高，雷达性能优于24GHz的毫米波雷达，主要应用在紧急制动、主动跟车等对安全要求较高的功能上；第三个频段的雷达带宽非常宽，比77GHz高出3倍以上，这使得它的分辨率非常高[3]。需要注意的是，雷达分辨率是指雷达可区分的两个物体的最近距离，高分辨率对于无人驾驶的实现和安全性非常关键，其中24Ghz雷达分辨率为0.6米，77GHz为20厘米。

毫米波与光波相比，前者在利用大气传播时的衰减很小，这让它的探测距离可以达到250米，而现在最先进的128线激光雷达才能达到200米的探测距离。它也是无人驾驶系统中唯一一个不受天气影响的传感器。毫米波雷达对速度非常敏感，测速准确，它有很明显的多普勒效应，通过检测多普勒频移就可将目标速度提取出来。但它的探测角度只局限在一个很小的角度，在部分场景下会被信号干扰。总的来说，它虽然有一些缺点，但它的优点如高于视觉的测速测距精度、全天候工作能力，足以让它获得无人驾驶开发者的青睐。

2.3计算机视觉

摄像头是计算机视觉的核心部分，目前摄像头已经成为人们日常生活中不可缺少的一种传感器，而对于无人驾驶而言，它可以帮助确定车道线的位置、识别车辆和行人，以确保安全性。相比上文两种传感器它价格低廉，获得的信息量极大，特征识别好，但受天气干扰很大，也会被视野夜晚暗光影响。且通过镜头记录的图像通常会出现一定程度的失真，即图像畸变现象的存在，所以应用计算机视觉前提是进行相机标定，而这也是实现应用中最复杂的步骤。但是由于摄像头的发展适用摩尔定律，所以它的发展前景足够广阔，我们可以抱有足够的期待。

2.4三种传感器的关系

不同传感器各有优劣，所以需要多种传感器协同工作，优势互补，共同组成ADAS系统，进而实现无人驾驶。超视距的毫米波雷达与注重细节的激光雷达加上计算机视觉的融合势必成为未来的无人驾驶趋势。汽车上融合使用的传感器越多，汽车相应的探测精度越高，而安全性也越强。但由于激光雷达非常昂贵，埃隆马斯克曾经公开表示特斯拉不会在无人驾驶领域使用激光雷达，他认为以激光雷达为主的无人驾驶系统不如特斯拉现在由相机、雷达和超声波传感器组成的Autopilot系统，相比之下后者更加廉价同时在一些情景下可以与前者达到相同的效果。

3.无人驾驶的未来展望

目前无人驾驶技术已经相当成熟，谷歌公司的无人车waymo已经在2018年10月底正式投入商用。这对于整个无人驾驶领域是一个里程碑式的进步。笔者相信无人驾驶一定会在不久的将来实现普及，而在无人驾驶普及后，它将对个体和社会都产生重要的影响。

3.1对个体的影响

无人驾驶普及后，交通领域中出行即服务的目标将会得到充分实现。人们出行即有一辆无人驾驶汽车等待，前往预先设定的目的地，整个过程不需要任何其他方式的接驳。而无人驾驶真正的普及后安全性会得到极大的提高，而我们作为乘客可以充分信赖汽车，利用在车中的时间可以工作、休息，实现时间的充分利用。上路的汽车全为无人驾驶汽车时，汽车的行驶速度可以提高很多，堵车等事件将成为历史，人们都可以在最短的时间达到自己的目的地。

3.2对社会的影响

当自动驾驶普及之后，现有的交通系统将会彻底改变。因为道路上行驶的所有汽车都是无人驾驶的，所以主控计算机可以获得到每一辆汽车的信息，从而充分分配资源，使道路利用率提高，理论上可以控制交通事故的发生率达到0%[4]。那时，司机、交警、保险行业等所有一切与汽车有关的行业将会重新改组，司机、交警、代驾等职业将成为历史，多余的劳动力可以为人类更好的未来做出贡献。

参考文献

[1]陆炳华,刘婷,张海滨.智能驾驶汽车传感器介绍及布置[J].上海汽车,2017(11):40-43.

[2]黄武陵.激光雷达在无人驾驶环境感知中的应用[J].单片机与嵌入式系统应用,2016,16(10):3-7.

[3]王世峰,戴祥,徐宁,等.无人驾驶汽车环境感知技术综述[J].长春理工大学学报(自然科学版),2017,40(1):1-6.

[4]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车,2014(3):35-40.