多感測器融合趨勢下 實現高階自動駕駛的三大關鍵

為了更準確地捕捉周圍環境，提供性能冗餘，自動駕駛汽車中配備了大量互補的感測器，包括毫米波雷達、攝影機、光達、紅外線熱成像、超音波雷達等。為充分發揮不同感測器的各自優勢，高階智駕感知系統勢必朝著多感測器深度融合的方向演進。

透過多感測器的融合使用，自動駕駛系統可以得到一個更精確的結果模型，進而提高自動駕駛系統的安全性和可靠性。如毫米波雷達能夠彌補攝影機受陰雨天影響的弊端，能夠識別距離比較遠的障礙物，但是不能夠識別障礙物的具體形狀；光達則可以彌補毫米波雷達不能識別障礙物具體形狀的缺點。因而要融合不同感測器的收集到外界資料為控制器執行決策提供依據，就需要經過多感測器融合演算法處理形成全景感知。

以下為大家介紹實現高階自動駕駛的三大關鍵感測器：4D毫米波雷達、光達及紅外線熱成像。

4D毫米波雷達

毫米波雷達可以說是最早應用於量產自動駕駛的感測器，精度雖沒有雷射雷達高，但在眾多感測器類別中仍處於較高水準，對霧、煙、灰塵的穿透能力極強，在惡劣天氣條件下，整體表現更好，主要作為測距和測速感測器而存在。目前，毫米波雷達的單車搭載數量仍處於較低水平。 2022年1-8月，乘用車新車交車單車搭載毫米波雷達僅0.86顆。

這倒不是說傳統毫米波雷達性能並不優秀，對於L2 級別的汽車，毫米波雷達高解析度帶來的穩定的點雲收集是車輛完成360°環境感知的關鍵。但這還不夠，對L3、L4及以上的車型來說，感知精準度和融合效果則大打折扣。隨著今年4D毫米波雷達陸續開始上車，2023年將是真正進入規模化前裝量產的大年。根據Yelo 的預測，到2027年，全球4D毫米波雷達市場規模將達35億美元。

目前，市場上對於4D成像雷達的應用，主要是兩個方向，其一是替代傳統低解析度前向雷達，滿足高階智慧駕駛多感知融合性能的提升。第二個主力應用場景，就是行泊一體4D環繞高解析度(分為點雲增強與成像)雷達，性能會略低於前向雷達。

光達

今年以來，“光達上車”已經成為了汽車智能化的最新“標籤”，廣州車展上，包括小鵬G9、威馬M7、哪吒s、沙龍機甲龍等越來越多的車型都搭載了雷射雷達。相較於普通雷達，激光雷達具有分辨率高，隱蔽性好，抗干擾能力強等優點，被比喻為自動駕駛車輛的“眼睛”，決定著自動駕駛行業的進化水平，是實現自動駕駛落地“最後一公里「中極為重要的一環。

雷射雷達在對資訊精度具備嚴格要求的高級別自動駕駛中具備不可替代的優勢。目前，無論是造車新勢力，或是傳統主機廠，亦或是網路企業都在佈局，帶動雷射雷達產能需求驟然攀升。根據佐思汽研統計，2022年H1國內乘用車新車雷射雷達安裝量達2.47萬顆；2022年下半年，國內擬交付的雷射雷達新車達10餘款，包括小鵬G9、威馬M7等，將大幅提升光達上車量，預計全年總安裝量可望突破8萬顆。

紅外線熱成像

相比於傳統CIS和雷射雷達，紅外線熱成像在高動態範圍、雨天、霧天、暗光及沙塵暴等多種場景下優勢明顯，引進高等級的自動駕駛方案是必然趨勢。整合紅外線探測器的紅外線熱成像設備由於能夠探測熱量因而特別適合區分行人和其他無生命障礙物，具有其他感測器沒有的優勢，而且不受雨霧煙霾和光照條件影響，觀測距離可至數百米遠，未來將會在自動駕駛領域佔領一席之地。

先前，紅外線熱成像未能實現「上車」的主要原因是價格居高不下。近年來，隨著紅外線熱成像晶片等關鍵原材料的國產化，成本下行，在民用領域得到了廣泛的應用，自動駕駛將快速打開紅外線探測器市場的規模。中研產業研究院數據顯示，2020年中國紅外線熱成像儀市場規模達66.8億美元，預計2021年將以10.8%的年複合成長率持續成長，預計2025年中國紅外線熱成像儀市場規模將達到123.4億美元。

#

結論：多感測器融合的自動駕駛方案是未來汽車發展的必然趨勢。將多個感測器資訊整合，能夠彌補單一感測器的限制，可以提高自動駕駛系統的安全冗餘性、資料可靠性等。但各個感測器的座標係不同，數據形式不同，甚至採集頻率也不同，因此融合演算法的設計並不是一件簡單的任務。

以上是多感測器融合趨勢下 實現高階自動駕駛的三大關鍵的詳細內容。更多資訊請關注PHP中文網其他相關文章！