1 揭秘自动驾驶:未来汽车的感官革命,究竟需要哪些超级传感器?-德赢Vwin官网 网
0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

揭秘自动驾驶:未来汽车的感官革命,究竟需要哪些超级传感器?

感知芯视界 来源:LANCI澜社汽车 作者:LANCI澜社汽车 2024-05-31 09:14 次阅读

来源:LANCI澜社汽车,谢谢

编辑:感知芯视界 Link

随着自动驾驶技术的发展,我们已进入一个技术瓶颈期。在这一背景下,汽车制造商开始将注意力转向自动驾驶的关键组成部分——传感器。特别是今年,激光雷达技术受到极大关注,被誉为“激光雷达元年”,凸显了传感器在自动驾驶中的重要性。那么,自动驾驶汽车究竟需要哪些传感器呢?

自动驾驶汽车所需的传感器

要了解自动驾驶汽车所需的传感器类型,首先需要明确这些传感器的功能。自动驾驶汽车需要执行多种任务,如定位、障碍物探测、倒车、路径规划等。这些功能需求决定了自动驾驶汽车对传感器的多样化需求。简单来说,自动驾驶汽车就是将人类的感官功能复制到车辆上,包括视觉、嗅觉和触觉等。目前技术水平下,我们只能通过传感器的优化和组合来实现这些功能。

自动驾驶汽车的传感器系统需要与算力芯片、执行器、反馈装置和预警装置协同工作,以完成一系列智能化操作。目前,自动驾驶领域主要使用的传感器包括车载摄像头、毫米波雷达、激光雷达和夜视系统等。其中,摄像头成本最低,应用范围最广,能够实现大多数ADAS功能;毫米波雷达价格适中,测距精度高,适用范围广,且不受天气影响;激光雷达能够精确识别周围环境信息,但价格最高;夜视系统使用的红外线传感器价格仅次于激光雷达。

车载摄像头还分为单目摄像头、双目摄像头和广角摄像头。单目和双目摄像头主要用于前视,负责实现FCW(前碰撞预警)、LDW(车道偏离预警)、TSR(交通标志识别)、ACC(自适应巡航控制)、PCW(行人碰撞预警)等功能。广角摄像头则用于后视泊车辅助、闭眼提醒、盲点检测和全景泊车等多种功能。

自动驾驶汽车所需的车载传感器

自动驾驶汽车需要根据其功能和目的搭载不同类型的传感器,如长距离雷达、中距离雷达、激光雷达(LiDAR)、摄像头、超声波传感器、全球定位卫星系统(GNSS)和红外线传感器等。雷达系统主要分为24GHz和77GHz两个波段,其中77GHz波段的优势在于距离和速度测试的准确性以及高分辨率。

近程雷达(SRR)最初旨在替代超声波传感器并辅助自动驾驶,通常安装在车辆四周。理想情况下,这些雷达使用79GHz频段,4GHz宽带,但目前全球频率规范仅允许77GHz频段加1GHz宽带。近程雷达主要应用于盲点检测、车道辅助、碰撞预警、防撞功能、泊车辅助和交叉车流监控等。

激光雷达作为今年备受关注的技术,依赖激光而非无线电波进行探测。激光雷达系统包括激光发射器和敏感接收器,能够探测静态和动态物体,并提供3D图像。尽管激光雷达已不是新鲜事物,但要使其在各种环境因素下稳定工作并不容易。此外,车载激光雷达需要能够探测到274米远的物体,并以市场可接受的价格和体积进行大规模生产。

目前,汽车市场出现了两大趋势:一种是采用红外激光雷达系统搭配MEMS系统(微型电机系统)的旋转激光雷达,另一种是固态激光雷达。

自动驾驶汽车的车载传感器的目标是将人类的感知能力复制到汽车上。正如百度CEO李彦宏所说,未来的机器人可能就是一辆汽车。因此,仅使用一种传感器无法决定自动驾驶的成功,而应通过各种算法与传感器数据的融合,以及不断的模型训练迭代来完善技术。随着车规级激光雷达成本的下降,实现全自动驾驶可能不只有一条路线。

例如,特斯拉利用数百万计的行驶数据作为机器学习计算机视觉的数据来源,以提高自动驾驶的可靠性。通过“影子模式”,特斯拉跟踪人类驾驶员的行为,并在出现决策差异时自动上传案例。

*免责声明:本文版权归原作者所有,本文所用图片、文字如涉及作品版权,请第一时间联系我们删除。本平台旨在提供行业资讯,仅代表作者观点,不代表感知芯视界立场。

今日内容就到这里啦,如果有任何问题,或者想要获取更多行业干货研报,可以私信我或者留言

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2550

    文章

    51035

    浏览量

    753049
  • 雷达
    +关注

    关注

    50

    文章

    2930

    浏览量

    117463
  • 自动驾驶
    +关注

    关注

    784

    文章

    13784

    浏览量

    166375
  • 汽车
    +关注

    关注

    13

    文章

    3493

    浏览量

    37250
收藏 人收藏

    评论

    相关推荐

    传感器融合在自动驾驶中的应用趋势探究

    自动驾驶技术的快速发展加速交通行业变革,为实现车辆自动驾驶需要车辆对复杂动态环境做出准确、高效的响应,而多传感器融合技术为提升自动驾驶系统
    的头像 发表于 12-05 09:06 275次阅读
    多<b class='flag-5'>传感器</b>融合在<b class='flag-5'>自动驾驶</b>中的应用趋势探究

    MEMS技术在自动驾驶汽车中的应用

    MEMS技术在自动驾驶汽车中的应用主要体现在传感器方面,这些传感器自动驾驶汽车提供了关键的环境
    的头像 发表于 11-20 10:19 313次阅读

    自动驾驶汽车安全吗?

    随着未来汽车变得更加互联,汽车逐渐变得更加依赖技术,并且逐渐变得更加自动化——最终实现自动驾驶,了解自动
    的头像 发表于 10-29 13:42 502次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>安全吗?

    聊聊自动驾驶离不开的感知硬件

    自动驾驶飞速发展,绕不开感知、决策和控制决策的经典框架,而感知作为自动驾驶汽车感官”的重要组成部分,决定了自动驾驶系统对环境的理解和反应能
    的头像 发表于 08-23 10:18 473次阅读

    汽车雷达向超级传感器演化,打开无限想象力

    作者:是德科技汽车和能源解决方案营销经理 Hwee Yng Yeo   自动驾驶技术就好比是训练自动驾驶汽车(AV)像人类一样驾驶,甚至有希
    的头像 发表于 07-30 20:27 1359次阅读
    <b class='flag-5'>汽车</b>雷达向<b class='flag-5'>超级</b><b class='flag-5'>传感器</b>演化,打开无限想象力

    FPGA在自动驾驶领域有哪些优势?

    通过标准接口与其他硬件组件进行集成,如传感器、处理和通信模块等。这种易于集成的特性使得FPGA能够方便地融入自动驾驶系统的整体架构中。同时,FPGA还支持模块化设计,可以根据需要扩展
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    低,适合用于实现高效的图像算法,如车道线检测、交通标志识别等。 雷达和LiDAR处理:自动驾驶汽车通常会使用雷达和LiDAR(激光雷达)等多种传感器来获取环境信息。FPGA能够协助完成这些传感
    发表于 07-29 17:09

    自动驾驶汽车如何识别障碍物

    自动驾驶汽车识别障碍物是一个复杂而关键的过程,它依赖于多种传感器和技术的协同工作。这些传感器主要包括激光雷达(LiDAR)、雷达、摄像头以及超声波雷达等,它们各自具有不同的工作原理和优
    的头像 发表于 07-23 16:40 1147次阅读

    自动驾驶传感器技术介绍

    自动驾驶传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内
    的头像 发表于 07-23 16:08 2253次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器是实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统提供必要的感知和决策依据。以下是对
    的头像 发表于 07-23 16:00 2292次阅读

    XV7181BB 陀螺仪传感器自动驾驶设备中的应用

    自动驾驶技术正在迅速发展,改变着交通运输的未来。为了实现安全、稳定和高效的自动驾驶,车辆需要依赖先进的传感器技术来获取实时的姿态和运动数据。
    的头像 发表于 06-13 15:23 471次阅读
    XV7181BB 陀螺仪<b class='flag-5'>传感器</b>在<b class='flag-5'>自动驾驶</b>设备中的应用

    STemwin究竟需要多大的内存?

    大家有没有对STemwin特别了解的,STemwin究竟需要多大的内存?就拿例程
    发表于 05-13 06:37

    未来已来,多传感器融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感器数据,再直接输出转向、制动和加速信号。模仿学习人类
    发表于 04-11 10:26

    自动驾驶发展问题及解决方案浅析

    汽车的发展提供有益的参考。   自动驾驶汽车发展的现状与挑战 (一)技术难题 自动驾驶汽车的核心在于通过先进的
    的头像 发表于 03-14 08:38 1130次阅读

    CMOS图像传感器自动驾驶汽车提供视觉感知

    来源:安森美,谢谢 编辑:感知芯视界 Link 要实现全自动驾驶汽车需要整合来自多种传感器的信息,其中摄像头的信息可能是最重要的。这些摄像头必须能够在各种条件下连续捕捉最微小的细节,
    的头像 发表于 02-27 09:28 505次阅读