攝像頭，雷達和激光雷達傳感器讓自動駕駛汽車擁有超人般的視覺。

為了比人類駕駛得更好，自動駕駛汽車必須首先擁有比人類更好的視覺。

讓自動駕駛汽車擁有可靠的視覺功能一直以來都是技術發展中難以攻破的難題。如今，開發人員可以通過將各種傳感器進行組合創建一個監測系統。借助該系統，自動駕駛汽車能夠比人類駕駛員更好地“看見”車輛周圍環境。

該系統的關鍵是多樣性（即不同類型的傳感器）和冗余，重疊的傳感器可以驗證車輛所檢測到的物體是否準確。

三大最主要的自動駕駛汽車傳感器是攝像頭（camera），雷達（radar）和激光雷達（lidar）。三者協同工作可為車輛提供周圍環境的完整視野，并幫助其檢測附近物體的速度、距離以及它們的三維形狀。

此外，傳感器也作為慣性測量單元幫助追蹤車輛的加速度和位置。

想要了解這些傳感器如何在自動駕駛汽車上工作，代替和改善人類的駕駛視野，就讓我們先詳細認識一下最常用的傳感器 – 攝像頭。

攝像頭從不說謊

從照片到視頻，攝像是將世界可視化的最準確方式，對于自動駕駛汽車來說也尤為重要。

自動駕駛汽車依靠放置在車輛前后左右每一側的攝像頭，將360度的環境視圖拼接起來。有些攝像頭有較廣的視角，高達120度，但所捕捉的視野較近。其他攝像頭專注于更窄的視角，以提供較遠的視野。

NVIDIA DRIVE合作伙伴Sekonix研發的自動駕駛攝像頭傳感器。

有些汽車上甚至安裝了魚眼攝像頭。此類攝像頭借助超廣鏡頭可為汽車提供全景視角，讓駕駛員在停車時可以獲得全景視圖從而更好地了解車輛后方環境。

盡管能夠提供準確視圖，但攝像頭也有其局限性。它們雖然可以辨別周圍環境的細節，卻無法計算出物體與車輛的距離，繼而無法準確知道它們的位置。此外，基于攝像頭的傳感器很難在低能見度的條件下（如霧天，雨天或夜間）檢測物體。

這時就需要另外一個傳感器的輔助 --- 雷達。

一輛自動駕駛汽車利用攝像頭數據感知周圍環境的物體。

雷達輔助

雷達傳感器可以在低能見度時（如夜間駕駛）作為攝像頭視角的補充，并幫助自動駕駛汽車改善檢測功能。

雷達通過脈沖發射無線電波來工作，傳統上被應用于檢測船只、飛機以及天氣狀況。一旦這些波擊中物體，它們就會返回傳感器，并提供有關物體速度和位置的數據。

NVIDIA DRIVE合作伙伴Metawave提供高精度的雷達傳感技術。

與車輛上的攝像頭一樣，雷達傳感器通常被布置在汽車周身以檢測位于各個角度的物體。它們能夠確定物體的速度和距離，但卻無法辨別不同類型的車輛。

盡管環繞雷達和攝像頭所提供的數據對于較低級的自動駕駛來說已經足夠了，但是它們仍然不能在沒有人類駕駛員的情況下處理所有的駕駛狀況。因此，我們需要激光雷達。

激光聚焦

攝像頭和雷達是常見的傳感器：如今大多數新車已經將它們用于高級駕駛輔助和停車輔助。 在有人類駕駛員監測系統的情況下，它們還可以實現較低等級的自動駕駛。

NVIDIA DRIVE合作伙伴Velodyne研發的激光雷達傳感器。

然而，如果想要實現完全的無人駕駛，激光雷達的作用不可或缺。

激光雷達是一種通過脈沖激光測量距離的傳感器，能夠使自動駕駛汽車擁有周邊環境的3D視圖。它能提供周圍汽車及行人的形狀和深度，以及道路地理環境。與雷達一樣，激光雷達也能在低能見度的環境下運行。

通過以極快的速度發射隱形激光，激光雷達傳感器能夠根據瞬間反彈的信號繪制出詳細的3D圖像。 這些信號生成的點云圖像代表車輛的周圍環境，可以增強傳感器數據的安全性和多樣性。

Velodyne激光雷達傳感器利用激光脈沖檢測物體時的視圖。

車輛只需要激光雷達在幾個關鍵位置發揮作用。激光雷達傳感器的安裝成本很高，相當于攝像頭和雷達的十倍，而且它的檢測范圍相對有限。

三大傳感器讓汽車擁有超人視覺

攝像頭，雷達和激光雷達傳感器為汽車提供環境相關的豐富數據。然而，如同人類大腦需要處理通過眼睛獲得的視覺數據一樣，自動駕駛汽車也必須有處理持續信息流的能力。

自動駕駛汽車通過傳感器融合來進行數據處理。輸入到傳感器中的數據被傳輸到一個高性能集中式的AI計算機當中，比如NVIDIA DRIVE AGX平臺。該平臺將相關部分的數據結合起來以幫助汽車制定駕駛決策。

所以說，傳感器融合不是僅僅依賴于特定時刻的單一類型傳感器數據，而是可以融合傳感器組所傳輸的各種信息，比如形狀、速度及距離，從而確保可靠性。

傳感器還提供冗余功能。在變道之前接收到來自攝像頭和雷達傳感器的數據能夠大大提高駕駛決策的安全性，這就如同當前盲點警告可以作為人類駕駛員的輔助一樣。

NVIDIA DRIVE AGX平臺在汽車行駛過程中進行該操作流程，所以它始終對車輛周圍環境有一個完整且實時更新的視野認知。這就意味著與人類駕駛員不同的是，自動駕駛車輛沒有盲點，而且始終對于不斷運動和改變的周邊環境保持警覺。