自动驾驶汽车主流传感器盘点

传统的汽车，由于是人为控制，对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车，配有高级辅助驾驶，可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车，因为是车辆本身占据了汽车部分甚至是全部的控制权，此时便要依靠安装在汽车上各种各样的传感器协同工作，保证行车安全。

目前来看，企业应用于自动驾驶汽车的传感器主要有以下几种：图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性，在自动驾驶汽车行驶过程中各主不同的功能，以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。

图像传感器又叫感光元件，是一种可以将光学图像转换成电子信号的设备，在自动驾驶汽车上属于基础部件一类，获取图像时，前期需与数字摄像头结合使用，后期则需要图像数据处理系统的支持，方能为汽车提供直观、真实的可视图像信息。其具体工作原理为：

物体在外界照明光的照射下，经成像物镜成像，形成二维光强分布的光学图像，再通过图像传感器转换成电子信号。之后，这些电子信号经图像数据处理系统的放大和同步控制处理，发送给图像显示器，便可以看到物体的二维光学图像，从而为自动驾驶汽车提供准确的驾驶环境信息。

摄像头中的图像传感器（图片来源：中国教育装备采购网）

图像传感器的工作原理（图片来源：电子发烧友）

在汽车领域，图像传感器主要应用在汽车视觉系统中，如倒车影像、前视、俯视、全景泊车影像、车镜取代、行车记录仪、正向碰撞警告、车道偏离警告、交通信号识别、行人检测、自适应巡航控制、盲点检测及夜视等，以保证视觉系统在各种天气、路况条件下，能够清晰识别车道线、车辆、障碍物、交通标志等。

根据元件的不同，图像传感器可分为CCD、CMOS和CIS三种。早期，作为固态图像传感器，CCD由于有体积小、分辨率高、灵敏度高、图像质量高等优势，一直统领着图像传感器市场。不过，CCD高画质背后也带来了一些问题，譬如成本高，由此出现了成本更低、功耗更低的CMOS传感器。

与CCD相比，CMOS具有读取信息方式简单、输出信息速率快、耗电省、集成度高、价格低等特点，在推出后很快受到了多家知名厂商的青睐。并随着技术的发展，CMOS不断缩小与CCD的差距，现逐渐发展成市场的核心。

而另一种图像传感器CIS，则多用在扫描仪中，其景深、分辨率以及色彩表现目前都赶不上CCD感光器件。

激光雷达是目前自动驾驶汽车上应用最广泛的传感器之一，主要通过向目标物体发射激光束和接收从目标对象上反射回来的激光束来测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米级的3D环境地图，为下一步的车辆操控建立决策依据。

与其他汽车传感器相比，激光雷达的优势在于其探测范围更广，探测精度更高。但是，激光雷达的缺点也很明显：在雨雪雾等极端天气下性能较差，采集的数据量过大，十分昂贵。特别是激光雷达线束多少直接与测量精度有关,线束越多,测量越精准，但同时价格也越昂贵。

传统机械式激光雷达

以Velodyne的产品为例，其64线束的激光雷达价格大约是16线束的10倍，而百度的无人驾驶汽车曾使用的一台64位激光雷达，价值70万余人民币，非常昂贵，不仅一般的企业难以承受，搭载了这种激光雷达的自动驾驶汽车，也非一般人能消费得起的。因此，现在激光雷达领域的企业都在努力开发新产品、新技术，力争使激光雷达朝着小型化、低成本化方向发展。其中，一个已经在试行的方法是固态激光雷达。

Quanergy S3固态激光雷达传感器

所谓固态激光雷达即去除了机械式激光雷达里面的机械旋转部件，采用电子方案来达到全范围探测，而传统的激光雷达则是通过机械旋转达到全范围探测，因此体积通常较大。

速腾聚创16线混合固态激光雷达RS-LiDAR

此外还有一种方法是混合固态激光雷达，介于固态激光雷达和机械式激光雷达两者之间。从外观上，混合固态激光雷达几乎看不到传统激光雷达的旋转部件，但其实内部仍存在一些机械旋转部件，只是这套机械旋转部件做的非常小巧，并且藏在机身内部。

技术上来讲，目前传统激光雷达技术已经很成熟，而固态激光雷达和混合固态激光雷达尚处于起步阶段，因此各企业当前在自动驾驶汽车使用的激光雷达，多以机械式激光雷达为主。而从整个激光雷达行业来看，高精度车载激光雷达产品生产商主要集中在国外，如美国的Velodyne、Quanegy，德国的IBEO，国内近几年也开始出现一些专注于车载激光雷达的企业，以及一些从其他领域转行而来的激光雷达企业，因看中自动驾驶汽车广阔发展前景，纷纷投身车载激光雷达产品的研发，目前来看成果显著。

毫米波雷达

同激光雷达一样，毫米波雷达也是现在应用于自动驾驶汽车ADAS系统的一种主流传感器。其波长介于厘米波和光波之间，波长短、频带宽，具有穿透雾、烟、灰尘的能力强，可全天候工作，体积小巧紧凑，识别精度高等优点，能帮助自动驾驶汽车准确地“看”到与附近车辆之间的距离，从而为司机提供变道辅助、自主控制车速、碰撞预警等帮助，提高驾驶舒适度，降低事故发生率。且价格方面，毫米波雷达单价远低于激光雷达，是一种相对容易得到的传感器技术。

目前特斯拉的主力车型上搭载的都是毫米波雷达

按照目前的主流分类，汽车毫米波雷达频率主要包括77GHz和24GHz两种，其中前者波长更短，探测距离更远，因此多用于前方车辆检测；而后者则通常用在车辆周围的检测，如盲点检测。此外，也有一些其他频段的毫米波雷达，如日本的60GHz以及台湾使用的79GHz。

从整个毫米波雷达行业发展来看，无论系统还是器件，核心技术目前仍掌握在国外企业手中，如系统领域的博世、大陆、德尔福等，器件方面的飞思卡尔、英飞凌、意法半导体等。不过，近几年国内也涌现出了一些毫米波雷达相关公司，加速了行业的发展。有专家认为，相对于摄像头方面的激烈竞争，毫米波雷达更有创新性，潜在的市场空间更大，机会更多。特别是77GHz，未来有望成为毫米波雷达主流，而在国内，加快开发国产的77GHZ毫米波雷达芯片并尽快车载应用，将是我国汽车毫米波雷达产业的机遇。

超声波雷达

在上图特斯拉的Autopilot系统中，除使用到了毫米波雷达，其实还用到了超声波雷达。据了解，在特斯拉装备的自动驾驶辅助套件中，同时用到了摄像头、超声波雷达和毫米波雷达三种传感器。其中，超声波主要用于泊车测距、辅助刹车等，量程较短。

采用超声波雷达测距时，超声波发射器先向外面某一个方向发射出超声波信号，在发射超声波时刻的同时开始进行计时，超声波通过空气进行传播，传播途中遇到障碍物就会立即反射回来，超声波接收器在收到反射波的时刻立即停止计时。计时器通过记录时间，就可以测算出从发射点到障碍物之间的距离。

超声波雷达在汽车上的应用

在倒车辅助过程中，超声波传感器通常需同控制器和显示器结合使用，从而以声音或者更为直观的显示告知驾驶员周围障碍物的情况，解除驾驶员泊车、倒车和起动车辆时前后左右探视所引起的困扰，并帮助驾驶员扫除视野死角和视线模糊的缺陷，提高驾驶安全性。

使用效果上，超声波雷达穿透性强，测距的方法简单，成本低。不过，由于超声波是一种机械波，其使用效果会受传播介质的影响，例如受天气情况的影响，在不同的天气情况下，超声波的传输速度不同，而且传播速度较慢。另外，当汽车高速行驶时，使用超声波测距无法跟上汽车的车距实时变化，误差较大，影响测量精度。

生物传感器

汽车科技的快速发展，让汽车技术迭代加速，一些新的技术、产品也由此而生，如生物识别。所谓生物识别技术是指通过人类生物特征进行身份认证的一种技术，这些生物特征通常包括指纹识别、虹膜识别、视网膜识别、面部识别、DNA识别等具有唯一性的、可以测量或自动识别验证、遗传性或终身不变的特点。其中，指纹识别和面部识别目前已应用在自动驾驶汽车上，生物传感器也由此得来。

生物传感器是一种对生物物质敏感并将其浓度转换为电信号进行检测的仪器，由于其感应对象是人体特征，而人体特征具有不可复制的唯一性，可以说比其他很多方法能更好地保证行车安全，同时还可解放驾驶者双手、增加驾驶乐趣。

2017 CES上，大陆集团就推出了这么一项车载生物特征识别技术。据了解，通过该面部识别技术乘员可对座椅位置、后视镜角度、音乐播放、温度调节以及导航等多种车载功能进行个性化设置。且只有在驾驶员通过指纹传感器完成身份验证后，驾驶员才能启动发动机，大大提升了车辆安全性。而除了大陆，博世、FCA集团的克莱斯勒也都有类似的技术。

盖世小结：以上几种传感器都是目前自动驾驶系统研发过程中，应用比较广泛的传感器。从功能上来看，它们各有自己的优缺点，能分别从不同的方面保证自动驾驶汽车行车安全。不过，其中部分技术目前在国内尚不是很成熟，产品需要依赖进口，这就要求国内相关企业加速产品、技术研发，提升自身产品竞争力的同时，还可以推动国内自动驾驶汽车技术的快速发展。

汽车行业干货（必读）

「无人驾驶」无人驾驶中常用的传感器总结

学习中，若有总结的不对的地方敬请指出，谢谢；若觉得有帮助欢迎关注、点赞、分享三连。

GPS

惯导+GPS天线

GPS：三角定位法，实际应用中使用的时差分GPS。GPS定位的频率为10Hz，即100ms定位一次，频率较低，无法按照理想轨迹行驶，所以需要引入其他传感器信号，以提高无人车的定位频率。

差分GPS（D-GPS）

RTK-GPS

差分定位技术：位置差分、伪距差分和RTK差分

IMU惯性测量单元

IMU（Inertial Measurement Unit）惯性测量单元

GPS得到的经纬度信息作为输入信号传入IMU，IMU再通过串口线与控制器相连接，以此获取更高频率的定位结果。

以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。

在无人驾驶中，GPS的更新频率一般为10Hz，IMU的更新频率一般为100Hz。

GPS+IMU融合

加速度计 陀螺仪

摄像机

摄像机根据镜头和布置方式的不同主要有以下四种：单目摄像机、双目摄像机、三目摄像机和环视摄像机。

单目摄像机模组只包含一个摄像机和一个镜头，单目摄像机物体越远测距精度越低。

双目摄像机能得到测距结果和提供图像分割能力，但是双目测距原理对两个摄像头的安装位置和距离要求较多，这会给相机标定带来麻烦。

三目摄像机是三个不同焦距的单目摄像机的组合，分别为前视窄视野摄像头（最远感知250m）、前视主视野摄像头（最远感知150m）和前视宽视野摄像头（最远感知60m）。三目摄像机的缺点是需要同时标定三个摄像机，因而工作量更大。其次软件部分需要关联三个摄像机的数据，对算法要求也很高。

单目、双目和三目摄像机用的是非鱼眼镜头，环视摄像机用的是鱼眼镜头，朝向地面安装。鱼眼摄像机视野很大，但是图像畸变很严重。通过标定值，进行图像的投影变换，可将图像还原成俯视图的样子。之后对四个方向的图像进行拼接，再在四幅图像的中间放上车的俯视图。环视摄像机的感知范围不大，主要用于车身5-10米内的障碍物检测、自主泊车时的库位线识别。

摄像机的主要功能时感知能力，定位能力在其次。

激光雷达

激光雷达用于测距。

激光雷达一类安装在无人车四周，另外一类安装在无人车车顶。

安装在四周的激光雷达，其激光线束一般小于8，常见的有单线激光雷达和四线激光雷达。安装在车顶的激光雷达激光线束不少于16，常见的有16/32/64线激光雷达。

单束激光发射器在激光雷达内部匀速旋转，每旋转一个小角度就发射一次激光，轮巡一定的角度就生成一帧数据。单线激光雷达只有一个维度，只能描述线状信息。

四线激光雷达将四个激光发射器进行轮巡，四条点云数据形成面状信息，这样就得到了障碍物高度信息。

根据单帧点云坐标可得到障碍物的距离信息，根据多帧的点云数据就可以对距离信息做微分，得到速度信息。

16/32/64线激光雷达的感知范围为360度，常被安装在车顶。

激光雷达点云数据处理：

（1）预处理：坐标转换、噪声滤除等；

（2）聚类；

（3）聚类特征提取；

（4）后处理：根据特征进行分类等。

利用多线激光雷达的点云信息与地图采集车载组合惯导的信息，进行高精地图制作。自动驾驶汽车利用激光点云信息与高精度地图匹配，以此实现高精度定位。

利用激光雷达的感知数据与障碍物所在车道的拓扑关系（道路连接关系）进行障碍物的轨迹预测，以此作为无人车规划（避障、换道、超车等）的判断依据。

延伸问题：

（1）激光雷达大量使用时，车互相之间的干扰问题怎么解决？

（2）大量激光对人眼造成的危害。

毫米波雷达

无人驾驶中使用的毫米波雷达有3个频段：24GHz，77GHz和79GHz。

24GHz频段雷达测距距离有限，常用于近处障碍物检测，如倒车时盲点检测、变道辅助；

77GHz和79GHz频段用于长距离测量，有更高的距离、速度和角度的检测精度。

毫米波相比于激光穿透性更强，可以轻松穿透保险杠上的塑料，因此被安装在保险杠内，毫米波无法穿透金属，因此遇到金属就会返回。。

毫米波雷达的测距和测速都是基于多普勒效应，使用极坐标系，毫米波获取的主要信息为距离、角速度和速度。

目前国际上主流的毫米波雷达供应商为ABCD四家：A（奥托立夫，Autoliv），B（博世，Bosch），C（大陆，Continental），D（德尔福，Delphi，好像改名叫aptiv了）。

毫米波雷达对于沙尘天气等环境状况敏感性较低，毫米波雷达还存在的挑战点：数据不稳定、对金属敏感、高度信息缺失（毫米波雷达阵列可以测高度）。

超声波雷达

超声波雷达最常用的应用就是倒车雷达。

超声波雷达安装方式有两种：前后保险杠上的倒车雷达（UPA）、安装在汽车侧面用于测量障碍物距离（APA）。

UPA探测距离一般为15-250cm之间，用于测量汽车前后障碍物。

APA探测距离在30-500cm之间，探测范围更远，成本更高。

超声波雷达状态描述需要四个参数：

（1）探测角ɑ

（2）β

（3）R：影响检测宽度

（4）最大量程D

超声波雷达特性：温度敏感、无法精确描述障碍物位置、

其他应用：停车位检测（APA）；横向辅助（增加横向车距）

相关问答

传统的汽车,由于是人为控制,对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车,配有高级辅助驾驶,可由驾驶员和辅助驾驶系...

无人机传感器是指能够确定发生在物理或电气变化以及其他数量方面变化的系统。无人机传感器能够识别无人机的这种变化并采取相应的行动,以确保无人机的正常运...

从原理上来说,无人驾驶通过传感器感知路况和周边情况,然后传输到CPU,CPU根据人工智能对情况做判断,然后通知电传系统,电传系统根据信号操控机械装置...

[最佳回答](1)电磁波3.0×108解:(1)雷达和激光都是电磁波,它的传播速度为3.0×108m/s.(2)由题可得汽车的最高时速为v=40km/h耗完电池...

[最佳回答](1)汽油完全燃烧放出的热量:Q放=mq=1.2kg×4.5×107J/kg=5.4×107J;由η=WQ放得,汽油机的有用功:W=ηQ放=30%×5.4×107J=1.62×107J;(2)由v=...

无人驾驶L1L2L3L4L5的介绍如下:L1驾驶支持L1级别就是指能够在特定环境下完成一部分驾驶员的驾驶任务,从而减轻驾驶员驾驶压力的功能,但其间驾驶员仍...

M95C是一款智能手机,虽然它配备了一些与无人驾驶有关的传感器和技术,但它本身并不能直接用于控制或操纵无人驾驶。如果你想要使用M95C进行无人驾驶相关的操作,...

[回答]无人驾驶目标灰板预计在2035年前后,无人驾驶汽车将逐渐取代传统汽车,进入销量的爆发阶段。随着科技的发展,近年来VR/AR的出现为市场开辟了广阔的前...

三维传感系统供应商驭光科技宣布获得联想创投等机构的新一轮亿元融资。本轮融资后,驭光科技将进一步增加在三维传感领域的投入,尤其是微纳光学器件和深度算法...

[回答]通过无人驾驶目标板,我们来确定各个传感器坐标系与车体坐标系之间的转换关系。标定可以分为(单一传感器标定)和(多传感器标定)。无人驾驶目标板它...