詹德凱

（遼寧省交通高等專科學(xué)校，遼寧 沈陽 110122）

1 引言

智能網(wǎng)聯(lián)汽車，即ICV（全稱Intelligent Connected Vehicle），是自動駕駛汽車與車聯(lián)網(wǎng)的有機聯(lián)合，是搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)，實現(xiàn)車與人、車、路、后臺等智能信息交換共享，實現(xiàn)安全、舒適、節(jié)能、高效行駛，并最終可替代人來操作的新一代汽車。［1］

根據(jù)車輛是否需要通信聯(lián)網(wǎng)自動駕駛智能汽車又分成自主式和協(xié)同式兩種形式。顧名思義，自主式就是基于車輛自身的車載裝置像人一樣具有環(huán)境感知能力，像人一樣具有決策能力，并能最終形成加減速、轉(zhuǎn)彎、剎車等車輛控制能力。協(xié)同式則在自主式的基礎(chǔ)上還需要借助于其他車輛和路端基礎(chǔ)設(shè)施發(fā)來的信息來共同完成自動駕駛行為。比如現(xiàn)在比較火的車路協(xié)同V2X（指車輛和X的通訊，X：車、路、行人及互聯(lián)網(wǎng)等）技術(shù)等［2］。但就目前來說，還是自主式自動駕駛汽車更為常見。

自主式自動駕駛汽車主要由環(huán)境感知系統(tǒng)、中央決策系統(tǒng)和底層控制執(zhí)行系統(tǒng)三部分組成（見圖1）。

圖1 自主式自動駕駛汽車系統(tǒng)架構(gòu)圖［3］

本文著重介紹環(huán)境感知系統(tǒng)的組成、各部件的主要技術(shù)特征、作用及發(fā)展趨勢等。

2 自動駕駛汽車的環(huán)境感知系統(tǒng)

2.1 系統(tǒng)組成

環(huán)境感知系統(tǒng)是自動駕駛汽車中的基礎(chǔ)關(guān)鍵環(huán)節(jié)。通過環(huán)境感知傳感器，自動駕駛系統(tǒng)可獲取周圍的道路、車輛等環(huán)境信息，結(jié)合自身的定位、車輛狀態(tài)等信息，決策規(guī)劃系統(tǒng)做出相應(yīng)的決策，規(guī)劃出可行駛路徑，并控制自動駕駛車按照規(guī)劃的路徑行駛。環(huán)境感知系統(tǒng)常見的傳感器包括攝像頭、激光雷達、毫米波雷達和超聲波雷達等［4］。實際上，受傳感器自身技術(shù)條件的限制，沒有一種傳感器能夠滿足所有的場景需求，為了保證系統(tǒng)的魯棒性和可靠性，自動駕駛汽車都需要傳感器具有高冗余度，都采用多種車載傳感器。

圖2是環(huán)境感知系統(tǒng)的常見傳感器組成和其大致的感知范圍。

圖2 環(huán)境感知系統(tǒng)傳感器組成及感知范圍

2.2 傳感器介紹

2.2.1 攝像頭

攝像頭（Camera）是環(huán)境感知系統(tǒng)中應(yīng)用最廣泛的傳感器。攝像頭相當(dāng)于車的“眼睛”對目標(biāo)（車輛、行人、交通標(biāo)志）進行識別、跟蹤和測量，感知到汽車周邊的障礙物以及可駕駛區(qū)域，理解道路標(biāo)志的語義，從而對當(dāng)下的駕駛場景進行完整描述?；趫D像的物體檢測和識別技術(shù)已經(jīng)相當(dāng)成熟，近幾年，基于深度學(xué)習(xí)的視覺感知算法甚至已經(jīng)超過了人類的水平。通常，自動駕駛車上會安裝多個攝像頭，兼顧不同的視角和任務(wù)。

攝像頭利用了光學(xué)成像原理，光線透過攝像頭鏡頭后，被感光元器件捕獲，最后形成圖像。

攝像頭主要有以下幾個性能指標(biāo)。

（1）像素：是攝像頭的主要性能指標(biāo)，它決定了圖像的清晰程度，分辨率越高，圖像細節(jié)的表現(xiàn)越好。

（2）焦距：也是攝像頭的重要性能指標(biāo)，焦距越大，視場角越小，遠處的物體越清晰。焦距越小，視場角越大，近處的物體越清晰。

（3）幀率：幀率越高，表示單位時間內(nèi)拍攝的照片越多，拍攝速度越快。

（4）信噪比：信噪比越高表明產(chǎn)生的雜波信號越少，圖像信號質(zhì)量越好。

按照部件內(nèi)攝像頭數(shù)量，分為單目攝像頭和雙目攝像頭。

（1）單目攝像頭：單目攝像頭由1個攝像頭組成，結(jié)構(gòu)簡單，成本低，但是無法測量準(zhǔn)確的距離。

（2）雙目攝像頭：雙目攝像頭由2個攝像頭組成，由于2個攝像頭之間的距離已知，可以估算出空間距離，但是標(biāo)定和計算量較大。

按照攝像頭的焦距，分為長焦和短焦兩種。

（1）長焦攝像頭：焦距長，看的距離遠，在拍攝遠處的景象的時候更加清晰。在自動駕駛車中，用來發(fā)現(xiàn)遠處的交通狀況和紅綠燈識別。

（2）短焦攝像頭：短焦短，用來發(fā)現(xiàn)近處的物體，視野范圍比長焦寬。障礙物識別、車道線檢測和場景分割等多個任務(wù)都需要用到短焦攝像頭，往往車上會集成多個短焦，覆蓋整個車的視野范圍。

按照類型劃分，除了最常見的攝像頭之外，還有事件攝像頭、全景攝像頭、深度攝像頭和紅外攝像頭4種新型相機。

（1）事件攝像頭（Event Camera）。事件相機中的每個像素獨立響應(yīng)亮度的變化，通過捕捉亮度變化成像，因此對運動物體捕捉效果非常好，并且不受曝光時間限制，成像速度非常快。普通攝像頭在高速運動狀態(tài)下會出現(xiàn)運動模糊，而事件攝像頭則很好的解決了這個問題，圖3為兩者的效果對比。

圖3 普通攝像頭和事件攝像頭效果對比

（2）全景攝像頭（Omnidirectional Camera）。全景相機有360°的采集視野，解決了單個相機視野范圍不足的問題。全景攝像頭通過多枚魚眼鏡頭進行拍攝，然后把拍攝好的照片拼接起來，組成全景照片。全景照片技術(shù)已經(jīng)非常成熟，已經(jīng)應(yīng)用在VR看房等場景，對導(dǎo)航，定位和地圖制圖都很有幫助。 但其邊緣畸變非常嚴重，需要算法處理之后才能正常顯示。

（3）深度攝像頭（Range Camera）。深度攝像頭能夠獲取環(huán)境的深度和顏色信息，圖4為攝像效果圖。目前有3種深度測距方法：結(jié)構(gòu)光測距、飛行時間法和雙目視覺測距。深度攝像頭能夠探測的距離非常有限，主要還是應(yīng)用在室內(nèi)場景的三維重建。

圖4 深度攝像頭效果圖

（4）紅外攝像頭（Infrared Camera）。紅外攝像頭通過熱成像原理對行人進行檢測，目前在自動駕駛中還沒有大規(guī)模應(yīng)用。

攝像頭的優(yōu)、缺點主要有：

優(yōu)點：攝像頭的成本低、成像像素高、刷新頻率快，被廣泛應(yīng)用。主要應(yīng)用于車輛，行人和車道線檢測；攝像頭能夠獲取顏色信息，用來做紅綠燈檢測和交通標(biāo)志識別；攝像頭拍攝的圖片經(jīng)過場景分割用來做場景應(yīng)用。

缺點：在逆光或光影復(fù)雜的地方使用效果差；依賴于算法，依賴樣本的訓(xùn)練來識別物體，樣本未覆蓋的物體無法辨別；攝像頭對于行人的識別具有不穩(wěn)定性，因為行人動作、服裝、身體各部分變化要素很多，還要與街上的建筑、汽車、樹木等背景圖案區(qū)分開來，不易識別。

因此，攝像頭的物體識別功能雖然無可比擬，但由于怕光、依賴樣本算法、對于行人識別的不穩(wěn)定性，在應(yīng)用于測距領(lǐng)域無法保證100%的穩(wěn)定性。

更高級別的自動駕駛環(huán)境感知系統(tǒng)需要更高性能且互為冗余的傳感器，在遠距離攝像頭技術(shù)發(fā)展方向上發(fā)展趨勢在于多功能立體攝像頭。它的技術(shù)特征是有更高的像素，更廣的視場角和集成多種人工智能算法。特別是在算法方面，目前較為先進的做法是通過分類器引擎、深度學(xué)習(xí)、密集光流法等核心算法實現(xiàn)多層次場景的可靠理解從而優(yōu)化攝像頭的性能。圖5是博世新一代立體攝像頭的算法示意圖。由此可以看出核心算法的優(yōu)化提升是發(fā)展趨勢。

圖5 博世新一代立體攝像頭算法［5］

近距離攝像頭的發(fā)展上以更高像素和支持與超聲波傳感器數(shù)據(jù)融合方面為主，具有行車記錄儀功能，可以實現(xiàn)更精確的遙控泊車，高級自動泊車功能。

2.2.2 激光雷達

激光雷達是自動駕駛車中最重要的傳感器之一，絕大多數(shù)自動駕駛方案都選擇配備激光雷達。雖然成本較高，但出于安全性的考慮，激光雷達仍然是自動駕駛車的首選。

激光雷達（Light Detection and Ranging,Li-Dar）是光檢測和測距的縮寫，通過對外發(fā)射激光脈沖來進行物體檢測和測距。它的基本原理是向被測目標(biāo)發(fā)射探測信號（激光束），然后測量反射或散射信號的到達時間、強弱程度等參數(shù)，以確定目標(biāo)的距離、方位、運動狀態(tài)及表面光學(xué)特性。如果采用多束激光并且360度旋轉(zhuǎn)掃描，就可以得到整個環(huán)境的三維信息。激光雷達掃描出來的是一系列的點，因此激光雷達掃描出來的結(jié)果也叫“激光點云”。圖6為激光雷達掃描的點云效果圖。

圖6 激光雷達掃描效果圖［6］

激光雷達主要有以下幾個性能指標(biāo)：

（1）線數(shù)：線表示激光雷達系統(tǒng)包含獨立的發(fā)射機/接收機的數(shù)目，線數(shù)越高，代表單位時間內(nèi)采樣的點就越多，分辨率也就越高。多線的配置使得激光雷達在每秒內(nèi)可構(gòu)建高達百萬的數(shù)據(jù)點。目前自動駕駛車一般采用32線或64線的激光雷達。

（2）視場角：視場角決定了激光雷達能夠探測的視野范圍，分為水平視場角和垂直視場角。視場角越大，代表視野范圍越大，反之則代表視野范圍越小。

（3）角分辨率：角分辨率分為水平角分辨率和垂直角分辨率。水平角分辨率是指水平方向上掃描線間的最小間隔度數(shù)。它是隨掃描幀頻的變化而變化，轉(zhuǎn)速越快，則水平方向上掃描線的間隔越大，水平角分辨率越大。垂直角分辨率指的是垂直方向上兩條掃描線的間隔度數(shù)。

（4）探測距離：激光雷達最遠探測距離一般為150-200米，實際上距離過遠的時候，采樣的點數(shù)會顯著變少，測量距離和激光雷達的分辨率有著很大的關(guān)系。以激光雷達的垂直分辨率為0.4°最遠探測距離為200米舉例，在經(jīng)過200米后激光光束2個點之間的距離為1.4米，也就是說只能檢測到高于1.4米的障礙物。如圖7所示。

圖7 激光雷達探測距離

目前激光雷達有效的探測距離可能只有60-70米。如果要分辨具體的障礙物類型，那么需要采樣點的數(shù)量更多，需要更高線數(shù)的產(chǎn)品。

（5）掃描幀頻

激光雷達點云數(shù)據(jù)更新的頻率。對于混合固態(tài)激光雷達來說，也就是旋轉(zhuǎn)鏡每秒鐘旋轉(zhuǎn)的圈數(shù)，單位Hz。例如，10Hz即旋轉(zhuǎn)鏡每秒轉(zhuǎn)10圈，同一方位的數(shù)據(jù)點更新10次。

激光雷達的分類方式較多，主要有按激光雷達掃描線束數(shù)量的多少來分和按照激光雷達有無機械旋轉(zhuǎn)部件來分。

按激光雷達掃描線束數(shù)量的多少可分為單線激光雷達和多線束激光雷達。顧名思義，單線掃描一次只產(chǎn)生一條掃描線，其所獲得的數(shù)據(jù)為2D數(shù)據(jù)。多線掃描一次可產(chǎn)生多條掃描線，目前市場上多線束產(chǎn)品包括4線束、8線束、16線束、32線束、64線束等。最大的區(qū)別在于激光雷達垂直視野的范圍，前者垂直視野范圍一般不超過10°，而后者可達到30°甚至40°以上。

按激光雷達有無機械旋轉(zhuǎn)部件來分類，包括普通的機械式旋轉(zhuǎn)激光雷達、混合固態(tài)激光雷達、不旋轉(zhuǎn)全固態(tài)激光雷達等。

激光雷達的優(yōu)、缺點主要有：

優(yōu)點：激光雷達能夠準(zhǔn)確探測障礙物的大小和距離，分辨率高；激光雷達對光照的變化不敏感，在有光照變化和夜晚等場景基本不會受到影響；激光雷達能夠提供水平360度的視野范圍，保證整個自動駕駛車基本上沒有視野盲區(qū)。

缺點：激光雷達懼怕霧霾天氣，因為霧霾顆粒的大小非常接近激光的波長，激光照射到霧霾顆粒上會產(chǎn)生干擾，導(dǎo)致效果下降；相同頻段的激光雷達互相干擾比較嚴重；激光雷達還比較昂貴，這也是推廣激光雷達的障礙之一。

除了障礙物感知，激光雷達還可以用來制作高精度地圖。

最后，激光雷達還可以用來做定位，自動駕駛車在行駛過程中利用當(dāng)前激光雷達采集的點云數(shù)據(jù)幀和高精度地圖相匹配，可以獲取自動車的位置。

為了實現(xiàn)更高級別的自動駕駛，環(huán)境感知系統(tǒng)在雷達方面（包括激光雷達和毫米波雷達）需要探測性能有顯著提升。主要表現(xiàn)在需要更遠的探測距離；更廣的水平視角；更高的帶寬及在距離、速度及角度的分辨率上需要更高的精度。這樣在雷達的點云密度上比上一代需要至少提高10倍以上。

2.2.3 毫米波雷達

毫米波雷達（Radar）和激光雷達的原理類似，只不過其載體是電磁波而不是激光，毫米波雷達通過發(fā)射和接收電磁波來檢測物體的距離和速度。目前已經(jīng)上市的高級駕駛輔助系統(tǒng)（Advanced Driver Assistance Systems，ADAS）基 本上都帶有毫米波雷達［7］。

毫米波雷達的原理是通過發(fā)射電磁波，然后接收反射回來的信號，通過電磁波返回的時間差計算目標(biāo)的相對距離，通過多普勒效應(yīng)產(chǎn)生的頻率偏移來計算目標(biāo)的相對速度。

毫米波雷達主要有以下4個參數(shù)指標(biāo)。

（1）最大探測距離：能夠探測到障礙物的最大相對距離，一般為250米。

（2）最大探測速度：能夠探測到障礙物的最大相對速度，一般為240km/h。

（3）視場角：能夠探測到的視野范圍，水平范圍一般為±60°，垂直視角一般為±15°。

（4）最大探測目標(biāo)數(shù)：最大能夠探測的目標(biāo)數(shù)量，一般為24-32個。

雷達按照測量的距離劃分為短距離雷達和長距離雷達。

短距離雷達：探測的范圍比較大，但是探測的距離比較短。

長距離雷達：探測的范圍比較窄，但是探測的距離比較長。

毫米波雷達的優(yōu)、缺點主要有：

優(yōu)點：毫米波雷達的體積小，安裝之后對汽車外觀的影響不大；毫米波雷達能夠同時檢測多個物體的距離、角度和相對速度，特別是高速移動的物體；毫米波雷達測量距離也比較大，最大探測距離可達250米，并且能夠穿透霧和粉塵，還能夠適應(yīng)各種不同的天氣。

缺點：毫米波雷達的測量角度受限，特別是垂直角度；毫米波雷達采樣的點比較稀疏，分辨率比較低，很難識別體積比較小的物體；雨、霧和雪等高潮濕環(huán)境的衰減，以及大功率器件和插損的影響會降低毫米波雷達的探測距離。

2.2.4 超聲波雷達

超聲波雷達（Ultrasonic Radar）通過發(fā)射超聲波計算障礙物的距離，它的工作原理比較簡單，這里就不多說了。

超聲波雷達探測的距離非常短，受溫度影響較大，探測距離一般在1-3m，只能在短距離測距時使用。

目前超聲波雷達主要應(yīng)用在倒車雷達、自動泊車等配置中，一般自動泊車系統(tǒng)都搭載數(shù)枚超聲波雷達來檢測停車車位。

為了實現(xiàn)更高級別的自動駕駛，環(huán)境感知系統(tǒng)對下一代的超聲波雷達的要求是更廣的探測范圍和更快的系統(tǒng)刷新時間。從而解決其探測視角和探測反應(yīng)速度不夠的問題，將來能夠支持低速的緊急制動等主動安全行為。

2.3 傳感器性能及應(yīng)用對比

前一節(jié)介紹了自動駕駛汽車環(huán)境感知系統(tǒng)不同類型的傳感器，為了方便對比將各類型的傳感器的各項性能指標(biāo)對列表1如下：

表1 傳感器的性能指標(biāo)對比

由于工作原理不同，每種傳感器都有自己的優(yōu)勢和劣勢，利用其長處來實現(xiàn)其價值，滿足其在環(huán)境感知方面的不同應(yīng)用。具體見表2所示：

表2 傳感器的優(yōu)缺點和應(yīng)用方向?qū)Ρ?/p>

從以上兩個表格可以看出，不同的傳感器互有優(yōu)缺點，單一的傳感器并不能解決所有問題。自動駕駛汽車要安全運行，必須保證多傳感器協(xié)同工作和信息冗余。因此，傳感器融合，多種傳感器協(xié)同工作，優(yōu)勢互補，共同組成環(huán)境感知系統(tǒng)是自動駕駛汽車發(fā)展的必然。

同時，除了車輛自身進行環(huán)境感知，借助外界手段獲取信息，也越來越被重視。例如，車路協(xié)同技術(shù)就是通過V2X技術(shù)實現(xiàn)車和車、車和外界環(huán)境的信息交互，從而實現(xiàn)超越車輛自身車載傳感器的感知能力。

3 總結(jié)

智能網(wǎng)聯(lián)汽車是近年來汽車領(lǐng)域的發(fā)展趨勢，是先進技術(shù)的發(fā)展方向，相關(guān)的技術(shù)更新和新技術(shù)層出不窮，日新月異。本文介紹了自動駕駛汽車環(huán)境感知系統(tǒng)的組成和工作方式，重點闡述了各種傳感器的工作原理、技術(shù)參數(shù)、技術(shù)類型、產(chǎn)品的應(yīng)用方向等。同時對不同類型的傳感器的性能指標(biāo)、優(yōu)缺點及應(yīng)用方向等做了詳細的對比。

目前自動駕駛汽車處于從有條件自動駕駛階段向完全自動駕駛階段過渡。這對環(huán)境感知系統(tǒng)傳感器的技術(shù)參數(shù)提出了更高的要求，產(chǎn)品技術(shù)升級也是勢在必行，更多精度高、反應(yīng)速度快、傳輸速率高的產(chǎn)品必然會逐步取代現(xiàn)有產(chǎn)品。