理工酷

自动驾驶硬件平台直接决定了系统的感知能力、运算能力、功耗强度、可靠性等。自动驾驶硬件平台可分为传感器平台、计算平台、线控车辆平台3部分。

传感器平台

自动驾驶常用车载传感器包括雷达、车载摄像头、定位定姿传感器等。传感器的种类多样,环境感知范围也有所不同。根据不同传感器的优缺点,各传感器组合使用,功能互补、互为备份、互相辅助。

雷达传感器在自动驾驶中应用最为广泛,类别最多,包括激光雷达、毫米波雷达等。

激光雷达(LiDAR)具有较高的距离、角度、速度分辨率,抗干扰能力强,点云信息丰富,不易受光照条件影响,可用于全天工作。基于以上特点,激光雷达多用于三维环境建模和同步定位与建图。激光雷达的线数和探测距离是影响雷达感知的主要原因,也是决定价格的重要因素。

单线雷达获取二维数据,但无法获得高度信息。相比之下,多线雷达可以获取三维数据,精度明显高于单线雷达。目前,主流的多线激光雷达有4线、8线、16线、32线和64线。下图为Velodyne公司的激光雷达产品。

毫米波雷达的探测距离远,测速、测距精度高,可全天候工作,成本较低。目前,毫米波雷达已经被广泛用于驾驶辅助功能,如自适应巡航控制、前方碰撞预警和紧急辅助制动等。但是,毫米波雷达的可视范围较小,一般需要多雷达组合使用。毫米波雷达如下图所示。

车载摄像头是重要的自动驾驶车载传感器。摄像头的感知图像信息覆盖内容丰富,成本较低。目前,车载摄像头分为单目和双目两种。单目摄像头主要基于机器学习,对图像数据进行训练和学习,用于环境感知。双目摄像头基于视差原理测量驾驶环境,测距精度较高。在摄像头的布置应用中,前视摄像头一般安装在前挡风玻璃上方,感知行车前方环境、检测目标; 车尾布置后视摄像头; 环视摄像头一般安装在车辆前、后、左、右侧,实现360°环境感知。下图为一款单目摄像头。

GNSS系统在车辆的定位中十分关键,但是GNSS信号容易受到楼宇、树荫等影响,导致定位漂移。另外,由于GNSS的更新频率低(10Hz),在车辆快速行驶时很难给出精准的实时定位。单纯依赖GNSS的导航很有可能导致交通事故。惯性传感器(IMU)可以在短时间内提供稳定的位置更新,但是定位误差会随时间累积。此,GNSS通常辅助以惯性传感器用来增强定位的精度。这两种传感器的数据通过卡尔曼滤波技术实时融合,可以实现导航设备的优势互补,提高定位精度和适用范围。下图为GNSS/IMU 组合导航系统。

本回答的主要内容来自图书《自动驾驶技术概论》，清华大学出版社