这一篇给大家讲一讲，自动驾驶汽车的车载环境感知设备，上一篇中给大家也预告了；环境感知设备主要包括激光雷达、摄像头、毫米波雷达、超声波雷达和一项辅助设备V2X。考虑到V2X设备涉及内容很多，并且也是一个新概念，准备单独用一篇文章介绍。
激光雷达（Light Detection And Ranging，简称LiDAR）
最先说一说最贵的设备，多贵呢？以Velodyne为例，16线机械激光雷达：3999美元；32线机械激光雷达2万美元左右，64线机械激光雷达8万美元左右；Velodyne已经对外发布了128线机械激光雷达，但价格暂未公布，据说12～15美元之间。可以这么说，激光雷达的成本是自动驾驶汽车真正能平民化落地的一个关键因素！
言归正传，激光雷达工作原理：通过发射激光光束来探测目标，并通过搜集反射回来的光束来形成点云和获取数据，这些数据经光电处理后可生成为精确的三维立体图像。
激光雷达眼中的世界
激光雷达主要类型
旋转式激光雷达：通过多束激光竖列而排，绕轴进行360°旋转，每一束激光扫描一个平面，纵向叠加后呈现出三维立体图形。多线束激光雷达可分为16线、32线、64线，线束越高，可扫描的平面越多，获取目标的信息也就越详细
固态激光雷达：从名字可以看出，与旋转式激光雷达主要区别在于不能进行360度旋转，只能探测前方。要实现全方位扫描，需要在不同方向布置多个固态激光雷达。但是固态激光雷达不具备旋转组件，这在一定程度降低了硬件成本和磨损消耗，所以可以实现小型化、低成本化。但目前的主流是旋转式激光雷达
激光雷达优缺点：
优点：“精准”、“快速”、”高效作业”。能够快速确定物体的位置、大小、外部形貌甚至材质，测距精度可达到厘米级。
缺点：容易受到大气条件以及工作环境的烟尘的影响，例如浓雾、大雨天气；激光是单色，无法看到目标的纹理和色彩，对外界信息的理解还不够充足（无法识别路标内容，红绿灯等）
摄像头（Camera）
摄像头与人类视觉最为接近，通过采集图像，经过计算机分析，识别环境信息，例如：行人、自行车、机动车、道路轨迹线、路牙、路牌、信号灯等；路牌和信号灯中的内容（限速多少公里/小时；红灯、绿灯等）其他传感器都无法实现，必须依靠摄像头。
摄像头主要类型
单目：单目摄像头测距原理，先通过图像匹配进行目标识别（各种车型、行人、物体等），再通过目标在图像中的大小去估算目标距离。要实现以上原理就需要一个前提条件，在估算距离之前对目标物进行准确的识别，所以需要实时更新和维护庞大的样本特征数据库，比如在西北地区，道路上有牛羊穿过，就需要让摄像系统知道哪个是羊，哪个是牛，标签的范围和类型极广，完全不漏项的难度很大。
双目：原理与人眼相似，通过对两幅图像视差的计算，直接对“眼前”的物体进行距离测量。所以双目不需要知道障碍物是什么，就可以测距。但是由于距离是通过计算得到的，并且计算量特别大，这样对计算单元的性能要求很高，这也就使得双目产品化和小型化的难度较大。
摄像头优缺点：
优点：价格低、技术成熟，图像分辨率高，擅长识别色彩，并且通过深度学习后可以把障碍物进行细致的分类
缺点：无法获得准确的三维信息（单目几乎不可能；双目和三目正在研究，正是因为这个可能性，前段时间Musk才敢公开diss“激光雷达”）、受环境光限制
毫米波雷达（Millimeter-wave Radar ）
毫米波雷达指工作在毫米波波段的雷达，通常指30～300GHz频域(波长为1～10mm)的电磁波。
毫米波雷达主要类型
24GHz毫米波雷达：24GHz雷达波长长但检测范围为中短距离，一般被安装在车侧方和后方，用于盲点检测，辅助停车系统等
77GHz毫米波雷达：77GHz雷达波长短但检测范围为长远距离，主要用在车的正前方，用于对中远距离物体的探测
毫米波雷达优缺点：
优点：受外界影响小，是唯一能够“全天候全天时”工作的传感器，探测范围远（可超过200m）
缺点：探测距离受频段损耗直接制约（想要探测的远，就必须使用高频段雷达，越高频越贵）；最核心一点，对人体的反射较弱无法感知行人，并且对周边所有障碍物无法进行精准的建模
超声波雷达（Ultrasound Radar ）
超声波雷达通过超声波发射装置向外发出超声波，然后通过接收器接收发送过来的超声波，通过两者时间差来测算距离。如果你觉得超声波雷达有些陌生，那么它还有一个更通俗的名字——倒车雷达（从名字也能看出，只适合低速近距离探测）。
超声波雷达主要类型
UPA超声波雷达:探测距离一般在15~250cm之间，主要用于测量汽车前后方的障碍物。
APA超声波雷达：探测距离一般在30~500cm之间，主要用于测量汽车侧方的障碍物。APA的探测范围更远，因此相比于UPA成本更高，功率也更大。
超声波雷达优缺点：
优点：穿透性性强，测距方法简单，成本低
缺点：受天气和温度影响，不同天气传播速度不同，探测距离小，无法适应高速场景
总结
通过以上介绍其实大家可以明显的看到，不管是贵的还是便宜的传感器都不是万能的，各有千秋！所以目前自动驾驶领域，基本都是采用多传感器融合感知方案来实现传感器间的优势互补和冗余备份，即各个传感器分别对障碍物进行检测识别，然后系统对检测结果通过数据关联和信息融合，实现对环境的统一刻画。
传感器布置示意图
下一篇，将详细介绍V2X的相关应用和功能，欢迎大家持续关注！
不足和错误之处，请留言指出，谢谢！
说明：该头条号会定期发布一些自动驾驶的科普知识，同时对一些行业热点进行分析。不管是科普还是热点分析，都会有我自己的理解和分析。欢迎各位关注评论！
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！
