西交王迪博士從科研角度分析了傳感器布置問題,而在本篇內容中,智能網聯汽車架構工程師史高拔為我們分析了在可量產的自動駕駛汽車傳感器陣列。
無人駕駛屬于汽車行業最前沿的研究領域之一?,F階段僅有少量量產車具備L2級別的自動駕駛技術,能夠達到L3級別的更是鳳毛麟角。但汽車未來的發展方向就是無人駕駛和自動駕駛,而要達到L5級別,仍然需要工程師們付出多年的努力。
只是在談起無人駕駛的時候,你們是否想過,相關的傳感器會如何進行布置?需要進行哪些方面的考慮?
今天的文章里,來自知乎的KOL、某品牌智能網聯汽車架構開發工程師史高拔,就會從他的視角,闡述他對于汽無人駕駛車傳感器如何布置的看法。
我來簡單討論一下要量產的自動駕駛在傳感器選型和布置上考慮的問題。
我們都知道,無人駕駛目前主要采用攝像頭、毫米波雷達、超聲波雷達、激光雷達等幾類傳感器。這幾類傳感器在特性上都有所差異,如下表:
可以看到各種傳感器的范圍和距離都不同,有些性能強大的傳感器成本高、選擇余地相對也很少。
如何合理選擇和布置傳感器也成為自動駕駛研發,尤其是量產的關鍵(成本問題)。
典型區域劃分
根據車輛不同方位遇到的情況不同,可以將車輛周邊的感知區域劃分為以下5類區域:前向A、前側向B、后側向E、后向D、側向C。
每個區域在車輛行駛中遇到的情況都會有不同,所以在不同的區域內,感應范圍的要求是不同的。
例如,前向A區域為最主要區域,應覆蓋全速行駛時的縱向安全距離,B、E區域則主要檢測相鄰車道的情況和轉向的情況。
傳感器工作的主要區域
考慮不同使用場景的需求
在實現L5完全自動駕駛之前,所有的自動駕駛功能都會對場景進行限制,高速公路or城市道路,低速or高速……不同的場景對傳感器的需求肯定也不同。
比如高速公路的場景只需要對車輛進行識別,而城市道路還需要對自行車、電動車、行人等進行識別;高速情況下為保證安全,檢測的距離一定會比低速遠。
而就算在同一種使用場景中,不同的功能對傳感器的需求也會不同。例如實現自動泊車,依靠近距離的超聲波雷達和全景傳感器即可。
在高速公路上實現AEB自動緊急制動和ACC自適應巡航的功能,則僅需要對A區域內的車輛進行檢測;但如果實現變道的功能可能還需要對B、E區域進行檢測。
而如果高速變道還涉及到從低速匝道變到行駛道路的場景,考慮的因素就更多。
特殊場景舉例
對于上述的特殊場景,下面進行簡單的舉例(舉例式討論,不作為實際參考):
在下面的場景中,前車在匝道以60km/h的速度行駛,需變道到正常行駛車道,此時目標車道后方有一120km/h行駛的車輛,時距τ=2s,假設變道需要的時間為3s。
則可得到與后方車輛的安全距離為:
因此,E區域的傳感器應當能檢測到側后方83米的距離才比較安全,故24GHz的毫米波雷達(≤60m),無法滿足此要求;需選擇77GHz的毫米波雷達或中距離攝像頭(特斯拉Autopilot 2.0方案)。
類似的特殊場景還有很多,因此在目前現有的技術條件下,一定需要先對使用場景進行梳理,再依據場景和功能對傳感器方案進行設計。
傳感器冗余
自動駕駛的安全性和可靠性一直是最為重要的考量,如果僅僅只為了實現功能進行設計和開發,也難以滿足量產的需求。
因此,對于自動駕駛中的重要功能,還需要考慮冗余設計和布置。
比如在重要的前向A區域,除了布置常用的攝像頭,還應該布置一個檢測距離相近的毫米波雷達;保證在攝像頭失效或者出現攝像頭工作受限的狀況,有毫米波雷達依舊可以繼續進行一定程度的檢測工作。
特斯拉毫米波雷達布置位置
傳感器的外觀
汽車今后的傳感器會越來越多,激光雷達、攝像頭之類的傳感器有不能加以任何的遮擋,如果傳感器體積過大、外形不美觀,也不會被市場心甘情愿的接受;因此將傳感器設計布置的盡量不影響外觀也是一個重要的考量。
拜騰與奧迪激光雷達布置對比
毫米波雷達布置
與依靠光學的傳感器不同,毫米波雷達理論上可以進行隱藏布置(不遮擋最好),但在設計遮蓋物、選擇布置位置的時候也應該注意幾項基本原則:
① 優先選用PC、PP、ABS、TPO 等電解質傳導系數小的材料,這些材料中不能夾有金屬和碳纖維。
② 覆蓋物的表面必須平滑且厚度均勻,不能出現料厚突變或結構復雜的情況,且厚度最好是雷達半波長的整數倍,以減少對雷達波的扭曲和衰減。
毫米波雷達布置示意(引用自論文2)
總結
目前的傳感器技術還有一定的進步空間,依靠光學、圖像等方式的傳感器也無法適應多種復雜的環境和場景;依靠感知系統的融合算法,結合各種傳感器的優勢能拓展自動駕駛的使用場景。
而隨著高精度地圖、V2X等技術的應用,超過傳感器檢測距離的場景和因天氣原因無法工作的場景也將會更好的覆蓋。
-
傳感器
+關注
關注
2551文章
51106瀏覽量
753617 -
自動駕駛
+關注
關注
784文章
13814瀏覽量
166462
原文標題:無人駕駛車傳感器放哪兒?
文章出處:【微信號:GeWu-IOT,微信公眾號:物聯網資本論】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論