第254期:用时约4分1657字

[感官系统]自动驾驶:解剖汽车的感官系统

推荐:介绍汽车的眼睛,鼻子,耳朵等等所有的触觉器官,包含数码相机,激光雷达,雷达,超声波传感器,毫米波雷达传感器,也正是因为他们,自动驾驶才有了可能。

自动驾驶依靠传感器去获取车体周遭环境,每种传感器都有各自所擅长的优势以及限制,需要结合各类传感器的优点,进行技术互补来完成对于周围环境的理解和响应。

一、数码相机

将之加之于汽车上,就如同为其配备了一双可以观察世界的眼睛。这为我们之前的文章中所提到的“中层控制系统”提供了重要的数据源,深度学习算法通过这些采集到的环境数据就可以进行物体识别、轨迹预测等操作。

应用于无人驾驶领域的专业数码相机,同样远非简单记录像素值那般简单。它可以自动分析图片数据处理图片所包含的“内容”,可以自动检测出画面中的各种物体,并转化成数值表格,罗列出物体信息清单,为进一步识别和判断提供预处理数据。

但是,不同于生物体具备的“立体视觉”,数码相机可以把三维空间数据转化为二维像素矩阵,却会遗漏最关键的要素信息——深度数值。目前的一个解决方案就是:借鉴于生物体的形态为汽车配置多台数码相机去捕捉统一视觉镜头,就可以通过计算机重建3D场景,对于车体的周围环境有更为清楚的深度认知。

二、激光雷达

它通过向周围不断地发射脉冲激光束,然后根据光束折返回来所用的时间去完成测距任务。每秒数百万次的发射频率使得Lidar传感器可以计算出周遭环境的三维数字模型,真正地实现3D世界的可视化,完成高精度3D模型的绘制。

激光雷达的工作原理曾有一段形象的比喻:就好像你身处一个充满了隐形物体的房间内,激光雷达就好像你手中的红色涂料,你旋转着身姿将红色涂料向四周喷射。很快,那些隐形的物体会因为沾染了涂料而显现出它的外形,展现在你的面前。当涂料足够多喷射的足够远覆盖的足够全,那么整个房间内的所有隐形物体将无所遁形的暴露出来。

这里我们需要引入“点云”这一概念进行说明,通过测量仪器得到的产品外观表面的点数据集合也称之为点云。点与点之间间距越大我们称为“稀疏点云”,反之通过三维激光扫描仪得到的点云因为因为描述物体外观的点数较多较密的我们称之为“密集点云”。

三、雷达

其工作原理就是:按照一定的频率向目标区域去发射电磁波,电磁波以等同于光速的传播速度呈环装极速向外扩张,利用电磁波在碰触障碍物的时候反射形成的回波来检测周围的现实环境和物体布局。

对于自动驾驶汽车来说,雷达传感器的应用,可以实时监测车体的周边环境,识别大型障碍物体,可以应对大雨、浓雾等异常天气,不受路面扬尘等影响,精准检测物体距离车体的位置,以及各个物体的行进方向和速度。

四、超声波传感器

与雷达相似,超声波传感器也是通过发射某种波形信号并通过检测回波频率去监测环境信息。不同于雷达的电磁波,超声波传感器就如同它的命名一样发射的是超声波。超声波传感器也分为两个部分:发送器和传感器。

发送器产生高于人类所能收听范围的机器波,接收器感受到声波的回声根据物体反射回来的时间、频率和声波形状来监测物体的位置和速度。同样,它也具备穿透浓雾、扬尘天气环境的能力,能在刺眼的阳关下观测物体。

相较于雷达的电磁波,声波的传播速度相对较慢,这就意味着:它能以高分辨率来看清微小物体,但是在风和距离的影响下衰减较快——也就是说其监测范围相对较小,日常应用中经常与雷达传感器互为补充。

五、毫米波雷达传感器

简而言之就是工作在毫米波频段的雷达,而毫米波其实质上就是电磁波的一个频段。毫米波是指:波长处于1mm~10mm之间的电磁波,位于微波与远红外波相交叠的波长范围,对应的频率范围为10~200GHz,其频率高于无线电且低于可见光和红外线。

根据波的传播理论,频率越高,波长越短,分辨率越高,穿透能力越强,但在传播过程的损耗也越大,传输距离越短;相对地,频率越低,波长越长,绕射能力越强,传输距离越远。

通过以上我们看到毫米波雷达的巨大优势和应用价值,与极易受天气等自然环境影响的摄像头,或是超声波传感器相比毫米波雷达传感器凭借其不受尘雾、雨雪等恶劣天气影响的绝对优势荣膺“全天候全天时”的桂冠,成为众多汽车辅助驾驶系统的不二选择。

Powered by Froala Editor