自动驾驶的眼睛：雷达传感器

newmaker

欢迎访问e展厅 展厅 4 汽车与公路设备展厅 乘用车/客车, 电动/混合动力汽车, 卡车/货车, 专用车, 交通安全设备, ... 其实一辆汽车自动驾驶化的程度取决于车企肯在它身上投多少钱，不同解决方案各有千秋：“屌丝”装备价格低廉，人工干预程度高，可马上量产使用;而像谷歌、奔驰使用的传感器、摄像头、雷达等辅助器械造价高昂，自动化程度高但投产上市恐怕还得假以时日。 今年在旧金山召开的自动驾驶研讨会上，我们可以看到汽车主机厂和零部件供应商针对自动驾驶汽车都提出了不同的解决方案，而赞助商也选得有意思—AUVSI(国际无人机系统协会)，这种跨界的组合可能未来会给自动驾驶带来技术和产品发展规划方面的灵感。 不过，台上的演讲者说得再天花乱坠，都比不上停车场里那些试验车型更有吸引力，而物体探测(Obstacle Detection)以及雷达传感器则是自动驾驶中的技术核心。 我们首先来看Velodyne 3D Lidar(3D激光雷达)，这个玩意儿就是放置在谷歌无人驾驶车顶，随时都在360°旋转的镭射装置，不过75000美元的造价可真心不够亲民。系统里面配置了升级版的扫描器，在汽车后备箱里还有一块平板显示屏，它的扫描器不仅可以360°旋转，甚至可以上下倾斜一定的角度，所以可以形成3D的监测影像。 当一辆消防车开过来的时候，你会在屏幕上看见一对连起来的长长的红色棱镜状物体绕着屏幕转了一圈后才消失，而穿过车前的行人，他们的腿看起来很短，但移动地非常整齐。不过Philip也试着在车跟前绕了几圈，但屏幕上并没有什么图像显示，因为他正好位于Lidar的扫描盲区—一个圆锥形的阴影里。 想要没有盲区，就要安装更多的雷达。大本营位于伊利诺伊州的Autonomous Stuff主要出售针对自动驾驶汽车使用的各种设备，一辆改装自美国产起亚的展示车上，他们在前后部分安装了四台Valeo Lidar，可以发射激光前前后后来回扫描。如果不差钱的话，还可以在车身的左右方各增加一个Lidar，这样就完全实现了360°全景扫描，不留盲区。价格方面，单个Valeo Lidar在20000美金左右，真是分分钟“抢钱”的节奏。 这些目前还处于研发阶段，Valeo公司也希望在2016年能够将单品价格降至250美元。奥迪三年前在CES大会上就表示只有Lidar的价格在200美元左右才能实现大幅量产。当然目前的Lidar采用的是机械设计的方式，如果改由单晶硅或者半导体进行固态封装的话，造价应该能够大幅降低。 不过随着技术进步以及像博世这样零部件供应商的加入，似乎物美价廉的Lidar很快就可以出现在各车企的自动驾驶原型车上了。博世日前宣布将进行Lidar系统的研发，而除了更低廉的价格之外，产品设计师们希望未来Lidar体积能够变得像一副纸牌那么小巧，这样藏在车身的窥视孔后面同样可以发挥作用。 所以，除了造价昂贵之外，Lidar能否商用的原因还在于它体积过于庞大，外表显得笨拙。不过奔驰却认为多个雷达、摄像头、立体摄像机、GPS和超声波设备的重叠使用能够提高自动驾驶汽车探测物体的灵敏程度。目前奔驰S级无人驾驶车原型(代号：Bertha)，在实验人员随车监管的情况下不仅可以在高速路上驰骋，同时穿街转巷也不在话下。 但即便这样对很多车企来说还是有些奢侈，因为雷达和摄像头同样耗资不菲。如果要真想省钱，有这么一个解决方案：首先把谷歌的凯迪拉克换成雪佛兰的Chevy，然后找类似Magna International这样的供应商帮忙，因为该公司展示的测试车上仅仅在风挡内侧安装了一枚传统的摄像头。这枚摄像头会将采集的数据传输给模式识别芯片(由以色列一家自动驾驶设备公司MobileEye提供)，如果周围交通情况符合条件，那么它会提供稳定良好的驾驶辅助功能;一旦出现不利情况，系统会自动将汽车的掌控权交还司机，只要轻踩刹车或者动动方向盘即可。Magna的工作人员表示，立体摄像机的优势在于如果车与物体之间间隔在40-45m之间，那么它的识别精度会很高。但超过这个范围，它和传统摄像头就没什么区别了。 那到底自动驾驶汽车需不需要传感器、雷达、摄像头的重叠使用?亦或者除了Lidar，其他一些烧钱的探测装备还是否有必要安装?笔者觉得还是得看车企的需求。如果只是希望提供车主一些类似“自适应巡航”、“车道偏离预警”、“自动泊车”的半自动驾驶功能，可能并不需要Lidar这种昂贵设备的使用;而如果要实现完全的无人驾驶，恐怕不仅需要Lidar，其他雷达传感器设备也不可缺少，当然强大的地图数据也是关键因素，因为涉及到安全的问题从来都不应该被低估。 目前受制于传感器技术的发展程度，无人驾驶汽车还有很多困难需要克服。除了上面提到的价格因素之外，第二个面临的挑战是随着环境条件的改变，激光雷达等传感器接收信号的能力也会发生相应的变化。这也是为什么无人驾驶汽车必须使用一系列的传感器，通过整合数据来实现对障碍物的探测。(end)

文章内容仅供参考 (投稿) (8/6/2014)