自动驾驶硬件系统及开发平台介绍（3）

cpupygu

本节单独介绍介绍，自动驾驶的核心的一些感知类的传感器：

像摄像头，摄像头是勇于车道线和交通标识牌，红绿灯以及车辆和行人检测，它的特点是检测信息非常全面，价格便宜，但会受到天气状况的影响，摄像头核心主要由镜头，镜头的模组，滤光片和cmos/ccd，还有isp数据传输等部分组成。一个光线通过摄像头前面的镜头，和滤光片聚焦到后面cmos的sensor上，sensor把光信号曝光转化为电信号，通过isp图像处理器转化成标准的rgb或者yuv数据格式，传输到后端计算进行处理。摄像头除了单目的以外，还有就是双目摄像头，双目摄像头原理是通过两个图像之间（因为它会同时拍两张照片）视觉差去计算，它不需要去判断障碍物类型，它通过视觉差的计算，就是对于任意的障碍物他都能提出警告和标标识。

激光雷达核心原理是tof time of flight，就是一束光发射出去碰到障碍物，光会回拨在apd上，在APd会进行接收，然后进行计算。

计算光的折返距离，根据扫描原理，它分为同轴旋转，棱镜旋转和mems，还有opa相控阵，flash。

激光雷达它不光适用于感知，还用于像地图测绘和定位。

毫米波雷达功能主要用于交通车辆检测，具备检测速度快比较准确的特点，不受天气状况的干扰，但对车道线它没有办法识别和检测，它主要是由射频天线，芯片和算法组成，基本原理是发射一束电磁波，然后观察

电磁波的摄入的差异来计算距离和速度。

目前市面上主要是分为77g和24g两种距离，远距离用77g，近距离用24g毫米波雷达，

组合导航是通过gnss板卡，通过天线接收所有可见的GPS卫星信号，然后进行解算和计算得出自身的大地坐标系上空间位置，

当车辆通过隧道或者说有建筑物群的，包括有树荫遮挡的时候，GPS信号就会产生遮挡，就不能很好的结算和提供实时的导航，所以需要融合惯导的信息。融合惯导的特点是它是完全封闭的系统，不受这个外界环境的干扰，他能直接给出来你这个车身的位置速度和姿态，

以上是自动驾驶传感器的简介。

传感器的安装位置像上图中一样，目前激光雷达

都是360度旋转的，因为它这种特性，所以激光雷达都是安在车顶上，毫米波它是一个指向性很强的它一般按在前后保险杠上，在组合导航的系统中也考虑到车自身的道路的一些俯仰和一些姿态的干扰，组合导航一般放在两个车后轱辘的中轴线上。摄像头主要是360度一圈。

然后根据不同的自动驾驶的功能，每个传感器所应用的一个范围，可以看下图：

这张图总结了各个自动驾驶所用的传感器，目前像自动巡航应急制动行人检测都是l1和l2级的功能，目前也在大批量的在装车，欧洲的标准是17年强制性的，就是必须具备一些aeb功能的车辆。美国是到2020年会让所有的车具备辅助驾驶车道偏离和aeb功能。中国是2018年将自动驾驶l1级的功能aeb也列为强制的标准，这个强制标准主要是用在一些商用车（卡车和客车）上。

传感器在具备l1和l2级的量产的方案和百度或者好多人工智能公司研发的这种l3+以上的量产方案是有差异的。L1和l2级别最怕的是误检，如有一个误检的话，如正常一个人在开车的话，突然有一个刹车，会让驾驶员感受特别不好，

一般来说就是l1和l2级的这种算法，它会避免一定的误检率，就是尽量去避免一定的误检率。因为毕竟开车主体还是人。

l3级以上的无人驾驶，比较关注的是这个怕漏检，就是驾驶主题是一个系统，一定不能让系统传感器端有一些漏检的情况。这是目前传统的车企和ai的公司在自动驾驶上对智能传感器两个重大的理念上的差异。

然后介绍一下自动驾驶的传感器，因为自动驾驶会要求局限车辆的OBD，就是它的一个设计适用范围，那目前l4级以上或者说这种自动驾驶是城市道路加高速路的一个自动驾驶，目前我国的高速路最高限速是120公里每小时，

我们根据道路摩擦系数去计算，计算出来就是不同的速度下刹车距离要多远，

这完全拿数学公式去计算，不是大家凭主观去臆测出来的，好多同学都是做理工的，一般不太会相信不能用物理学定律和数学公式去证明的东西，所以我们在产品定义上也是是通过摩擦系数这种公式去计算出来。

cichishia