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(shù)發(fā)展中難以攻破的難題。如今，開發(fā)人員可以通過將各種傳感器進行組合創(chuàng)建一個監(jiān)測系統(tǒng)。借助該系統(tǒng)，自動駕駛汽車能夠比人類駕駛員更好地“看見”車輛周圍環(huán)境。

該系統(tǒng)的關(guān)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(zhǔn)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(xié)同工作可為車輛提供周圍環(huán)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(zhǔn)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(cè)的攝像頭，將360度的環(huán)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(fā)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(huán)境。

盡管能夠提供準(zhǔn)確視圖，但攝像頭也有其局限性。它們雖然可以辨別周圍環(huán)境的細節(jié)，卻無法計算出物體與車輛的距離，繼而無法準(zhǔn)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?yán)脭z像頭數(shù)據(jù)感知周圍環(huán)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(fā)射無線電波來工作，傳統(tǒng)上被應(yīng)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(guān)物體速度和位置的數(shù)據(jù)。

NVIDIA DRIVE合作伙伴Metawave提供高精度的雷達傳感技術(shù)。

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(huán)繞雷達和攝像頭所提供的數(shù)據(jù)對于較低級的自動駕駛來說已經(jīng)足夠了，但是它們?nèi)匀徊荒茉跊]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(shù)新車已經(jīng)將它們用于高級駕駛輔助和停車輔助。 在有人類駕駛員監(jiān)測系統(tǒng)的情況下，它們還可以實現(xiàn)較低等級的自動駕駛。

NVIDIA DRIVE合作伙伴Velodyne研發(fā)的激光雷達傳感器。

然而，如果想要實現(xiàn)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(huán)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(huán)境。與雷達一樣，激光雷達也能在低能見度的環(huán)境下運行。

通過以極快的速度發(fā)射隱形激光，激光雷達傳感器能夠根據(jù)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(huán)境，可以增強傳感器數(shù)據(jù)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(guān)鍵位置發(fā)揮作用。激光雷達傳感器的安裝成本很高，相當(dāng)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(huán)境相關(guān)的豐富數(shù)據(jù)。然而，如同人類大腦需要處理通過眼睛獲得的視覺數(shù)據(jù)一樣，自動駕駛汽車也必須有處理持續(xù)信息流的能力。

自動駕駛汽車通過傳感器融合來進行數(shù)據(jù)處理。輸入到傳感器中的數(shù)據(jù)被傳輸?shù)揭粋€高性能集中式的AI計算機當(dāng)中，比如NVIDIA DRIVE AGX平臺。該平臺將相關(guān)部分的數(shù)據(jù)結(jié)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(shù)據(jù)，而是可以融合傳感器組所傳輸?shù)母鞣N信息，比如形狀、速度及距離，從而確?？煽啃浴?/p>

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(shù)據(jù)能夠大大提高駕駛決策的安全性，這就如同當(dāng)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(huán)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(huán)境保持警覺。