【導(dǎo)讀】特斯拉在五月份發(fā)生的自動駕駛事故，和最近在Defcon上演示的如何干擾傳感器，都充分說明了傳感器在自動駕駛中的重要性：環(huán)境感知是自動駕駛實現(xiàn)的基礎(chǔ)，如果不能正確地感知周圍環(huán)境，那么接下來的認知、決策與控制，都是空中樓臺。
從傳感器技術(shù)發(fā)展本身來說，要在接下來十年里保證自動駕駛車安全地上路，硬件性能與背后的軟件算法，以及不同傳感器之間的數(shù)據(jù)融合，都是需要提升的地方。
△車輛上的各式各樣傳感器
傳感器在自動駕駛的重要性無需贅言。
特斯拉的Autopilot系統(tǒng)通過攝像頭、毫米波雷達與超聲波雷達的融合數(shù)據(jù)來控制車輛在高速路車道行駛、變道以及根據(jù)交通情況調(diào)整車速。
谷歌的全自動駕駛測試車用的是價格昂貴、結(jié)構(gòu)復(fù)雜的遠距傳感系統(tǒng)LiDAR（激光雷達）。
豐田透露過他們的高速道路自動駕駛汽車上有12個傳感器：1個藏在內(nèi)后視鏡里的前攝像頭，5個測量周圍車輛速度的雷達，和6個探測周圍目標位置的激光雷達5。
盡管也有一些企業(yè)另辟蹊徑，希望通過V2X技術(shù)來完成環(huán)境感知的工作，但是V2X嚴重依賴于基礎(chǔ)設(shè)施，而傳感器則不受這個限制。
激光雷達
LiDAR系統(tǒng)使用的是旋轉(zhuǎn)激光束。寶馬、谷歌、日產(chǎn)和蘋果的無人駕駛試驗車用的就是這項技術(shù)。但要想在量產(chǎn)車上應(yīng)用，價格必須大幅下降。業(yè)內(nèi)普遍認為，再過幾年這個目標就能實現(xiàn)。
△激光雷達工作原理（圖片來自Velodyne）
激光雷達的工作原理是通過發(fā)射和接收激光束來實現(xiàn)的。在其內(nèi)部，每一組組件都包含一個發(fā)射單元與接收單元。上圖的Velodyne使用了旋轉(zhuǎn)鏡面的設(shè)計。
這套發(fā)射/接收組件和旋轉(zhuǎn)鏡面結(jié)合在一起，能掃描至少一個平面。鏡面不只反射二極管發(fā)出去的光，而且也能把反射回來的光再反射給接收器。通過旋轉(zhuǎn)鏡面，能夠?qū)崿F(xiàn)90到180度的視角，并且大大降低系統(tǒng)設(shè)計和制造的復(fù)雜度，因為鏡面是這里面唯一的運動機構(gòu)。
脈沖光以前被用于探測距離。探測距離的原理是基于光返回的時間，激光二極管發(fā)出脈沖光，脈沖光照射到目標物后反射一部分光回來，在二極管附近安裝一個光子探測器，它可以探測出返回來的信號，通過計算發(fā)射和探測的時間差就可以計算出目標物的距離。脈沖距離測量系統(tǒng)一旦被激活就能收集到大量的點云。
如果點云中有目標物，目標物就會在點云中呈現(xiàn)出一個陰影。通過這個陰影可以測量出目標物的距離和大小。通過點云可以生成周圍環(huán)境的3D圖像。點云密度越高，圖像越清晰。
通過激光雷達來生成周圍環(huán)境的3D圖像有幾種不同的方式。
一種實現(xiàn)方法是讓發(fā)射/接收組件上下移動同時讓鏡面旋轉(zhuǎn)，有時也叫這種方法為“眨眼點頭”。這種方法能生成高度方向上的點云，但是減少了方位數(shù)據(jù)點（azimuthdatapoints），因此點云密度會降低，分辨率也不夠高。
另一種方法叫“光掃描激光雷達”（flashLiDAR）。這種方法是使用2D焦平面陣列（FocalPlaneArray，F(xiàn)PA）捕捉像素距離信息，同時發(fā)出激光來照射大塊面積。這類傳感器結(jié)構(gòu)復(fù)雜，制造困難，因此還沒有廣泛的商業(yè)應(yīng)用。但是它屬于固態(tài)傳感器，沒有運動部件，因此將來有可能替代現(xiàn)有的機械式傳感器。
目前雖然有不同的LiDAR結(jié)構(gòu)可以產(chǎn)生很多形式的3D點云系統(tǒng)，但是還沒有一種系統(tǒng)能達到自動駕駛導(dǎo)航的應(yīng)用要求。比如說，有很多系統(tǒng)能生成精致的圖像，但是產(chǎn)生一幅圖像需要花好幾分鐘。這種系統(tǒng)就不適合移動傳感類的應(yīng)用。還有一些光掃描系統(tǒng)的刷新率很高，但視角和探測距離又太小。另外還有一些單光束(singlebeam)系統(tǒng)能提供有用的信息，但是如果目標太小或者超出了視角就探測不到了。
要想讓LiDAR傳感器的使用最大化，必須要能夠看到周圍所有的地方，也就是所說的需要實現(xiàn)360度視角；最終給用戶輸出的數(shù)據(jù)要有實時性，因此必須使數(shù)據(jù)收集和畫面生成之間的時間延遲最小化。駕駛員的反應(yīng)時間一般是十分之幾秒，如果我們要實現(xiàn)自動駕駛導(dǎo)航，那么導(dǎo)航電腦的刷新率至少要達到十分之一秒。視角也不能只看水平方向，還需要有高度方向的視角，否則車就會掉到路上的坑里。垂向視角應(yīng)該向下盡可能的靠近車輛，以便讓自動駕駛適應(yīng)路面的顛簸和陡坡。
目前，業(yè)內(nèi)有數(shù)家生產(chǎn)制造激光雷達的企業(yè)，他們的產(chǎn)品也有著各自的特色。
Velodyne擁有高精度激光雷達技術(shù)（HDL），據(jù)稱其HDL傳感器能夠提供360度水平視角，26.5度的垂直視角，15Hz的刷新率，并可以每秒生成一百萬像素的點云。今年Velodyne推出了小型化的32線傳感器，可以實現(xiàn)200米的探測距離，垂直視角28°。
△Velodyne固態(tài)32線UltraPack激光雷達
Leddar公司同樣也有具備360°探測能力的激光雷達產(chǎn)品。并且，因為同時提供ADAS解決方案，Leddar同樣也提供傳感器融合技術(shù)，把不同傳感器的數(shù)據(jù)組合在一起，從而形成車輛周邊環(huán)境的整體圖像。
固態(tài)LiDAR——替代攝像頭/雷達或者作為它們的補充，可集成到ADAS以及無人駕駛功能中；
為高級別自動駕駛提供高密度點云的LiDAR；
可以支持光掃描或者光束測量的LiDAR（例如MEMS鏡面）；
Ledaar的激光雷達探測距離可達250m，水平視角可達到140度，每秒可生成48萬像素的點云，水平和垂直方向的分辨率可達0.25度。
視覺圖像傳感器
現(xiàn)在一個很廣泛的應(yīng)用是將2D激光雷達與視覺傳感器相結(jié)合，不過相比于激光雷達，視覺傳感器低成本的特性，也讓其成為了在自動駕駛解決方案中不可或缺的存在。
通過視覺傳感器的圖像識別技術(shù)對周邊環(huán)境進行感知，對于自動駕駛而言，除了知道在什么位置存在什么物體/行人之外，進而像車輛發(fā)出減速剎車等指令來避免事故這一功能之外，是以圖像識別為基礎(chǔ)，能夠理解當前的駕駛場景，并學(xué)會處理突發(fā)事件。
△視覺傳感器工作流程
如果說激光雷達的難度在于如何讓其性能能夠滿足自動駕駛導(dǎo)航的需求，那么攝像頭的難度則在于從感知拔高到認知的這一過程。
以人眼來進行類比的話，人類駕駛員在看到行人或車輛之后，會基于看到的景象對行人或車輛的下一步行動有個預(yù)判，并根據(jù)預(yù)判來控制車輛。自動駕駛車同樣需要這個「預(yù)判」的過程，而攝像頭就起到觀察的作用。自動駕駛汽車必須能夠?qū)噧?nèi)人員、車外行人、車附近人們的行為進行觀察、理解、建模、分析和預(yù)測。
這個從觀察到預(yù)測的過程同樣適用于道路上的其他車輛，不過，如何獲取駕駛場景的整體含義，如何處理突發(fā)的場景和目標，如何針對特定目標（行人或車輛）準確進行短時或長時的行為分析，以及如何對周邊的人或車輛進行行為預(yù)測并決策，這些技術(shù)都有待于進一步的深入研究。
車云小結(jié)
傳感器和算法的研究和相應(yīng)的工程技術(shù)正在快速發(fā)展，它們可以使自動駕駛汽車預(yù)測人和車輛的不確定行為，并快速響應(yīng)以避免車輛、財產(chǎn)的損失，更重要的是能夠保護珍貴的生命。
當然，自動駕駛的傳感器并不只是激光雷達與攝像頭兩類，毫米波雷達與超聲波雷達，以及目前還并沒有為自動駕駛所用的聲音傳感器，下篇文章將繼續(xù)介紹。
