2018年自动驾驶汽车传感器展望

自动驾驶汽车要注意路况、了解交通标志、检测和分类物体、感知速度/轨迹和其他车辆并不容易。更重要的是，它必须能够在地图上定位自己，才能准确地知道驾驶目的地。在跟踪周围环境时，高度自动化的车辆必须依赖许多传感器，包括相机、雷达、超声波、GPS天线和使用光脉冲进行测距的激光雷达组件。每个传感器都有其优点和缺点。

图1：安装在车辆上的一系列传感器技术（来源：Yole Dévelopment）、视觉摄像头盲点检测、侧视（无后视镜的汽车）、行车记录仪、倒车辅助立体摄像头：LDWS和标志的方向/距离识别、3D摄像头手势识别的现场检测、驾驶监控，行人/动物的夜视摄像头检测，激光雷达3D周围地图的超声波停车，行人障碍物检测，近程雷达前方的航位推算传感器&；带后制动器的远程雷达的自动巡航控制我们首先应该弄清楚如何最有效地填补传感器的固有缺陷。第二步可能更重要，即制定最佳策略来组合不同的数据流，从而使关键信息不会丢失。每个传感器都以自己的图像更新率传输数据，这已经是一个问题，而传感器融合更为复杂——一些传感器提供原始数据，而另一些传感器则提供自己对对象数据的答案。2017年，我们看到了传感技术的一系列进步。VSI实验室创始人兼负责人Phil Magney表示：“感知是自动驾驶汽车软件栈的一个主要领域，在这一领域有很多创新。”科技公司、一流供应商和原始设备制造商一直渴望获得自己公司缺乏或无法独立开发的传感器技术。与此同时，在过去的两年里，有许多传感器初创公司，其中许多公司关注的是仍处于起步阶段的自动驾驶汽车市场。英特尔收购Mobileye 2017年汽车行业最大的一笔收购是英特尔以153亿美元收购了Mobileye。由于Mobileye在自动驾驶汽车的高级驾驶辅助系统（ADAS）和汽车视觉领域占据了明显的领先地位，收购Mobileye使英特尔在自动驾驶车竞争中牢牢占据有利地位。特别是考虑到视觉是自动驾驶汽车中唯一不可或缺的传感器技术，这次收购更为重要。英特尔表示有意将Mobileye的“计算机视觉、传感、融合、地图构建和驾驶战略”与英特尔的“开放计算平台”相结合。Magney将摄像头描述为“必要的传感器”。他解释说，收集高分辨率图像的能力可以使相机更有效地对物体进行分类。如今的相机也支持彩色显示。弱点呢？Magney补充道：“相机的深度不如光线的深度。”广达：在所有传感器技术中，广达是2017年交易量最大的市场。IHS Markit汽车电子和半导体高级分析师Akhilesh Kona列举了去年的收购，如福特收购普林斯顿光波和通用汽车

; 通用汽车（GM）收购了广达的Strobe公司，大陆集团收购了先进科学概念公司（ASC）的广达业务。Magney表示，激光雷达“仍然是最热门的领域”，部分原因是它在自动驾驶中有很多用途。他解释说，“高度自动化的汽车需要一个有定位资产的基本地图，没有什么能取代广达。这是高端产品可以竞争的地方。”广达市场之所以如此受欢迎，也是因为新激光技术的出现。Kona表示，一种波长高于1400nm的新型激光发射技术正在出现。预计这种新波长将为光学到达带来更高的分辨率和更长的范围。他补充说，普林斯顿光波公司、大陆集团和灯具技术公司都在开发这种新的激光技术。

图2：不同类型激光雷达技术的比较（来源：IHS Markit）与此同时，供应商通过开发各种光束控制技术，不断提高激光雷达的耐用性、尺寸和成本。这些技术包括机械、MEMS和固态光。Magney表示，机械激光雷达（如Velodyne 128通道产品）非常适合构建地图，因为它可以生成360度的点云。然而，对于量产车的部署，基于固态组件MEMS或光学相位矩阵（OPA）的激光雷达非常适合，它们也可以在视野中生成点云。成本较低的闪存组件也在出现。Magney指出，其中一些被设计为距离探测器，成本不到100美元，但缺点是分辨率有限，无法对物体进行分类。毫米波雷达当激光雷达大步向前时，雷达不会停止。2016年恩智浦半导体首次推出采用CMOS技术的77GHz微型雷达芯片后，德州仪器

标签：福特

汽车资讯热门资讯