自動駕駛技術(shù)中的感測器件分析

尹龍飛

摘要：汽車對于主動安全的需求日益增加。提升駕駛安全已是目前汽車產(chǎn)業(yè)發(fā)展的要點，進而帶動各式傳感器成長。先進駕駛輔助系統(tǒng)（ADAS）在汽車市場上快速增長，雷達與激光雷達等感測元件需求日益迫切。未來傳感器融合更是自動駕駛發(fā)展之重要目標。

關(guān)鍵詞：智能駕駛;影像傳感器;汽車雷達;激光雷達傳感器

一、全自動駕駛技術(shù)的概述

（一）發(fā)展背景

全自動駕駛不僅有助于促進汽車行業(yè)的穩(wěn)定性發(fā)展，并且還可以開展全新的自動駕駛設(shè)計方案，彰顯現(xiàn)代化的發(fā)展面貌。隨著汽車行業(yè)的不斷發(fā)展，大多數(shù)城市都改造了現(xiàn)有的交通，為全自動駕駛提供了良好的條件以及發(fā)展方向。比如在英國，通過汽車項目的自動化運行融入了新的技術(shù)和設(shè)備，實現(xiàn)汽車完全的自動化，已經(jīng)成為城市全自動汽車的主要代表。不僅有助于解決以往軌道交通運行中的問題，還有助于加快現(xiàn)代化建設(shè)的步伐。在近年來亞洲一些國家的自動化發(fā)展速度也在不斷的提高，已經(jīng)竣工的全自動駕駛汽車線路的運行情況是位于世界前列的。研究數(shù)據(jù)表明全自動駕駛運營里程將會朝著增長趨勢而不斷的發(fā)展，在2025年里程數(shù)會達到1900千米以上，實現(xiàn)質(zhì)的飛躍。

（二）發(fā)展的必然性

對于全自動駕駛技術(shù)來說，發(fā)展具有必然性的特征，不僅符合當前城市建設(shè)的需要，還有助于解決存在于以往中人流太過密集的問題，緩解的壓力。我國發(fā)展速度在不斷提高，全國各大城市也加強了軌道交通建設(shè)的力度，增加了交通線網(wǎng)，使得實際客流量能夠得到優(yōu)化性的配置。在實際工作中不僅突出了全自動駕駛技術(shù)實施的必要性，還有助于展現(xiàn)新時期的發(fā)展面貌，利用當前的技術(shù)條件有效解決當前的汽車客流量矛盾，尤其是在解決早高峰和晚高峰期間產(chǎn)生了有效的效果。我國需要加強對全自動駕駛技術(shù)的有效研究，從而使整體運營能力的構(gòu)造不斷提高，多方位的激發(fā)汽車本身的運輸能力。為了提高系統(tǒng)自動化的應(yīng)用水平，減少人為操作而帶來的負面影響，在實際工作中需要提出優(yōu)化性的發(fā)展策略，實現(xiàn)全自動駕駛的優(yōu)化調(diào)整，并且還要提高汽車原有的服務(wù)水平，通過全自動駕駛降低司機的勞動強度，有更多的精力能夠進行平穩(wěn)性運行管理和安全管理工作中，為乘客提供更加優(yōu)質(zhì)性的服務(wù)。另外利用全自動駕駛技術(shù)還可以和監(jiān)控系統(tǒng)進行相互融合，全面的掌握汽車的運行狀態(tài)，提出優(yōu)化性的解決方案和運營措施。

二、自動駕駛技術(shù)中的感測器件

（一）影像傳感器強化環(huán)境辨識能力

除雷達傳感器之外，影像傳感器近年來也已大量導(dǎo)入于各種自動安全系統(tǒng)，如汽車倒退監(jiān)控、自動剎車系統(tǒng)等，以預(yù)防車禍或小意外發(fā)生。未來幾年自動駕駛汽車技術(shù)的發(fā)展，也將促進汽車廠商為自家車輛產(chǎn)品導(dǎo)入更多影像傳感器，影像傳感器市場成長也日益攀升。

近幾年視覺解決方案和雷達一樣，都呈現(xiàn)爆發(fā)性的成長。過往多是高階車款才會配備影像傳感器或雷達，但現(xiàn)今也已開始廣泛用于中高階或是低階車款。

影像傳感器需求急速成長有目共睹，以Socionext公司為例，2015～2016年大中華地區(qū)的業(yè)績成長了四倍，主要原因在于單一傳感器已無法滿足自動駕駛設(shè)計需求，須與其他傳感器相結(jié)合，才可提供更精確的判斷。以特斯拉為例，其自動駕駛車上大多配備兩套傳感器，一套是影像傳感器，另一套便是雷達或是紅外線傳感器。

車上的兩套傳感器系統(tǒng)，功能是互補的，譬如行駛到某一路段時，除須透過雷達偵測道路情況外，還須影像傳感器偵測此條道路的限制，象是速限標示牌、紅綠燈等。這些告示無法透過紅外線或是雷達偵測，因此 須搭配影像傳感器輔助判斷。

因應(yīng)此一趨勢，索思未來科技（Socionext）推出純 3D 影像360度環(huán)景系統(tǒng)。為何特別強調(diào)純3D，有許多廠商備有360度環(huán)景系統(tǒng)，例如納智捷。納智捷前幾代的車款都有提供 Eagle view 環(huán)景功能，而此一環(huán)景系統(tǒng)提供給車內(nèi)駕駛的影像，是四格分割的畫面，這四個畫面分別代表汽車前后左右的景象，但此種呈現(xiàn)方式較不直覺化，不符合人體視覺習慣。

像在電玩上看到的賽車畫面，都是駕駛在車內(nèi)，或是從車后往前看，這才是符合人體視覺習慣。因此，Socionext360度環(huán)景系統(tǒng)，透過該公司的獨家技術(shù)，可將車上前后左右四個相機偵測到的影像，于系統(tǒng)中的3D模擬空間重新組合，投影在顯示板上的，便是電玩中符合人 體視覺習慣的畫面。駕駛者可從任何角度、任何位置觀看此一圖像，使得車輛與周遭環(huán)境識別難度大大簡化。

然而，隨著安全需求日漸提升，影像處理器的敏感度也須持續(xù)增強。Socionext表示，不僅僅在白天，影像感測 器也需在較惡劣的環(huán)境中，例如夜晚、下雨等，也可清楚地捕捉影像。因此，目前影像傳感器的挑戰(zhàn)便是如何在嚴酷環(huán)境中，提升影像捕捉質(zhì)量。

目前其中一樣解決方案為，結(jié)合平面和景深型影像傳感器模塊，便可更準確的判斷物體距離。換言之，目前市面上常用的影像傳感器模塊為平面型，也就是和相機相同，拍出來畫面是平面的;然而，除平面型外，還有所謂的景深型影像傳感器，其運作原理為不可見光，相較于可見光傳感器，夜晚時捕捉到的影像更為清晰。因此，結(jié)合平面與景深型傳感器，為現(xiàn)今提升影像傳感器精確度的方法之一。

（二）激光雷達傳感器的市場潛力

多傳感器融合是實現(xiàn)自動駕駛的必然發(fā)展趨勢。硬件是基礎(chǔ)保障，配置足夠多的攝像頭、激光雷達、毫米波雷達、超聲波傳感器、慣性測量單元（IMU）和全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）等傳感器，可提升自動駕駛功能的魯棒性。軟件和算法是多傳感器融合的核心，多傳感器的使用將產(chǎn)生大量的待處理信息，如何保證系統(tǒng)快速地過濾無用、錯誤信息，處理有價值信息，從而保證系統(tǒng)做出及時正確的決策至關(guān)重要。目前，多傳感器融合的理論方法有人工神經(jīng)網(wǎng)絡(luò)法、卡爾曼濾波法、貝葉斯準則法、模糊集理論法等。

當前，自動駕駛環(huán)境感知技術(shù)路線主要包括視覺主導(dǎo)和激光雷達主導(dǎo)兩種方案：一是以特斯拉為代表的“攝像頭+毫米波雷達+超聲波雷達”多傳感器融合，Autopilot2.0硬件由8個攝像頭、1個毫米波雷達和12個超聲波雷達組成，但攝像頭受環(huán)境光照影響較大，目標檢測較不可靠，優(yōu)勢是成本相對較低;二是以GoogleWaymo為代表的“低成本激光雷達+毫米波雷達+超聲波傳感器+攝像頭”多傳感融合，激光雷達是主動視覺，目標檢察較為可靠，但缺少顏色和紋理信息且成本較高;目前，谷歌Waymo已組建團隊研發(fā)低成本的激光雷達硬件，并開始在美國鳳凰城地區(qū)對L2級別車輛進行公測。

未來，激光雷達主導(dǎo)解決方案有兩個演進方向，即研發(fā)集成攝像頭與激光雷達的硬件模組，可直接獲得彩色激光點云數(shù)據(jù);以及降低激光雷達的硬件成本，如研發(fā)固態(tài)激光雷達并真正實現(xiàn)產(chǎn)業(yè)化。

結(jié)束語

提升駕駛安全已是目前汽車產(chǎn)業(yè)發(fā)展的要點，進而帶動各式傳感器成長，而未來傳感器融合更是自動駕駛發(fā)展之重要目標。為此，半導(dǎo)體業(yè)者、系統(tǒng)廠商及各大車廠通力合作，除極力提升駕駛安全性之外，也期盼由此加速自動駕駛應(yīng)用的普及。

參考文獻：

[1]Ali Abaye.芯片走進未來汽車[J].集成電路應(yīng)用，2014（09）：18.

[2]主動安全與被動安全.http：//www.auto-test.