自动驾驶的核心技术构件:激光雷达

终白头 2021-06-07 14:08:03

自从华为的自动驾驶视频流出后,无论是车圈的还是消费者都坐不住了。


怎么看了这么多年的百度的自动驾驶视频,就没这感觉啊。

自动驾驶的核心技术构件:激光雷达

百度的自动驾驶给人的印象永远排着整整齐齐的车队,在空旷无人的道路上稳稳的行驶。


华为的自动驾驶给人感觉更加真实,突然出现的外卖小哥、行人,这场景更符合我们日常的驾驶场景。而且自动驾驶看着非常流畅,该提前预判的红绿灯,提前就能做好减速或加速准备,那种行云流水,绝对老司机。


华为和百度在自动驾上的较量让很多人都没想到,华为凭什么超车?


不仅仅是这两家公司在角逐自动驾驶,现在的科技圈,尤其是手机圈,谁造车已经不是新闻了,谁不造车才是新闻。


未来自动驾驶成为新能源车标配的时候,自动驾驶到底怎么选择就成了至关重要的问题。


自动驾驶的应用场景


自动驾驶目前的商业化应用场景主要是有两个,一个是ADAS,一个是Robotaxi。


ADAS就是高级驾驶辅助系统,Robotaxi是自动驾驶出租车。相对应的就是针对消费者和针对企业的解决方案。


在自动驾驶领域,这些创造者认为未来的汽车因为有自己的大脑,而且能够自动驾驶,所以就没必要大部分时间都停在车库里,这样应用效率太低了。就应该白天把你拉到单位,然后你上班,它自己在外面跑黑车,然后你下班,他回来接你回家;晚上你休息,他在车库静静的挖矿,帮你再挣点比特币。


这么大概估算一下,汽车的使用成本将会下降60%。这无论是在技术上还是在商业上都是巨大而进步。


在ADAS领域就有我们熟知的特斯拉,还有造车新势力蔚来、李想、小鹏,还有转型过来的传统汽车厂商。他们主要解决个人开车的问题,对激光雷达与车身融为一体的美观性和价格敏感度高。

自动驾驶的核心技术构件:激光雷达

在Robotaxi领域,更多的是自动驾驶领域的祖师爷,WAYMO、cruise、lypt、pony.ai;还有就是出行公司,uber、滴滴等等。他们多为运营公司,对价格及与车身的集成度要求较低。


目前为止,横跨这两个领域的公司就只有百度。百度确实在自动驾驶领域的野心很大,要做自动驾驶领域的“安卓”。


应用场景不同,厂家研发的路径也不同,比如华为的自动驾驶,从一开始就是先重点解决城市居民上下班的通勤问题。为对技术落地场景的选择,更贴切中国的实际。


而国外在高速上开车的时间多,因此国外的自动驾驶是先从高速场景开始做。


不同的技术路径也就使得产品的特性千差万别。


自动驾驶的核心技术构件


自动驾驶系统主要包含,硬件、软件和算法。


硬件包扩传感器、座舱芯片、自动驾驶芯片、车联网终端;


软件和算法包括,车载系统、自动驾驶计算平台等。


自动驾驶最为重要的是传感器,主要包括摄像头和雷达:


摄像头:利用计算机视觉判别周围环境与物体,判断前车距离;车载摄像头包括单目摄像头、双目摄像头、广角摄像头,这些摄像头能够实现车道偏离预警(LDW)、前向碰撞预警(FCW)、交通标志识别(TSR)、车道保持辅助(LKA)、行人碰撞预警(PCW)、全景泊车(SVP)、驾驶员疲劳预警等众多功能。


但是摄像头也有着自己的软肋。与直接提供物体精确距离和位置的激光雷达不同,摄像头仅能将原始图像数据反馈给系统。这就要求汽车系统必须依靠强大的计算机视觉能力,针对图像进行准确处理—就像人类大脑处理来自眼睛的反馈。


视觉方案最典型的案例就是特斯拉。它除了8个视觉摄像头、12个超声波传感器及雷达等组件,还配有“全自动驾驶计算机”(FSD)。每台FSD计算机还包含两个芯片,每个芯片都有两个专门设计用来运行神经网络的加速器。


这就使特斯拉以摄像头为基础的自动驾驶方案有了成功的可能性。


视觉感知的挑战在于,必须对目标先识别才能探测到,但识别又高度依赖目标模型库,而模型库又不可能穷举所有类型,很多静态障碍物成了视觉感知的“漏网之鱼”。因此,便经常出现明明前方有静态障碍物、自动驾驶汽车却依然撞了上去的结果。


所以对于摄像头方案主要需要考虑的是自动驾驶域控制器算力、带宽等是否能够完全满足摄像头传感器的要求。此外,摄像头基本参数,如探测范围、角度、分辨率、帧率等基本要素也是需要重点考虑的内容。


除了提高自动驾驶的可视能力,另外还有一种更保险的解决方案就是增加自动驾驶的感知能力,即用雷达做摄像头的补充。


2.雷达:分为毫米波雷达、激光雷达、超声波雷达三类,利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。


激光雷达可以对环境进行实时感知,获取周围物体的精确距离及轮廓,以实现避障功能;同时,结合预先采集的高精地图,智能汽车在环境中通过激光雷达的定位精度可达厘米量级,以实现自主导航。

自动驾驶的核心技术构件:激光雷达

激光雷达分为机械式、固态式和混合固态式三种。


机械式激光雷达当前技术最为成熟,通过机械旋转360°扫描的方式收集信息,转得越快,收集的信息越多。真实路况下比较容易损坏,难以符合车规的要求,还受限于振镜的偏转范围。


这个领域主要的供应商就是禾赛科技、大疆览沃和速腾(参数|图片)聚创,主要应用在百度、奔驰、安迪A8。


固态式激光雷达分为OPA、Flash和棱镜。OPA前者技术原理和战斗机的相控阵雷达类似,量产成本很高;Flash就像是数字相机,可以一次性完成对整个场景的3D绘制。功率和灵敏度受限。


棱镜是通过对两个棱镜转速的调整,激光雷达会获得不同扫描图案,时间越长,点云密度越高,对场景的还原度越好。大疆独创的双棱镜方案,预计明年在小鹏新车上量产;华为的极狐也是采用这套方案。


混合固态式激光雷达MMS,最有希望快速落地的方案,它把所有的机械部件集成到单个芯片上,通过电路来控制旋转,所以雷达本身不需要大幅旋转,真实路况下不容易损坏,量产能力大幅提高,在芯片摩尔定律助力下,未来量产成本有望降低至数百美元。


这个领域主要的供应商就是禾赛科技和速腾聚创,并且大规摸的应用在大众、丰田、沃尔沃、保时捷、福特、宝马等我们熟知的汽车品牌上。


虽然MMS最靠谱,但是他也有软肋,就是下雨、大雾、下雪这类恶劣天气就不灵,所以还需要其他雷达再作补充。


超声波雷达受天气影响就小,而且近距离探测距离精度高,最关键的是特别便宜。自动泊车系统虽然需要的超声波雷达数量多一些,但硬件总成本也能控制在五百元左右。与动不动就要数万元甚至数十万元的激光雷达相比,超声波雷达在成本方面的优势实在太突出了。所以超声波雷达大家也不用费劲的对比算账。


毫米波雷达可以检测静态障碍物,能够准确知道目标与雷达之间的距离、方位、速度信息,但因为不具备测高能力,因而难以判断前方静止物体是在地面还是在空中,但可以运用在定速巡航中,而且性价比也高。


分辨率是评判一款毫米波雷达的最关键指标,也是最核心的壁垒,分辨率与天线数成正比,天线数越多,分辨率就越高。

来源:搜狐

注:文章内的所有配图皆为网络转载图片,侵权即删!

免责声明

最新回答

还没有人评论哦,抢沙发吧~

为您推荐