“感知”無形的雙手

王一鳴

感知作為系統輸入，是自動駕駛功能實現的基礎，負責搞清楚車輛周圍的環境。為了盡可能準確真實的反應環境信息，自動駕駛汽車需要各類傳感器的支持和配合，所配備的傳感器主要包括：GNSS（如GPS）、攝像頭、慣性測量單元IMU、毫米波雷達、激光雷達、超聲波雷達等，除了上面這些我們可以實際“摸得著”的傳感器，還需要所謂的“高精度地圖”的支持。其中GPS和攝像頭這里就不再累贅，生活中我們經常使用這兩種傳感器，也相信大家對其有直觀的認識和體驗。

高精度地圖

高精度地圖是專門服務于自動駕駛的，生活中我們經常接觸的是傳統地圖，例如當我們開車去某處時，地圖會推薦多條路徑以及每條路線花費多長時間，當我們獲得這些信息后，我們需要根據地圖提供的信息來決定是直行、左轉還是右轉，在整個過程我們需要對駕駛環境進行評估以及考慮各種交通管制，如限速標志、紅綠燈等。

而無人駕駛車輛缺少我們人類固有的視覺和邏輯能力，例如我們可利用所看到的東西和GPS在世界中確定自己的位置，我們也可輕松準確地識別障礙物、其他車輛、行人或交通信號等信息。但對無人車來說上述這些可能是一件非常艱巨的任務，因此高精度地圖是無人駕駛技術不可或缺的一部分。

高精度地圖相比傳統地圖包含大量的駕駛輔助和周圍環境信息，最重要的是道路網的精確三維表征。例如交叉路口布局和路標位置，高精度地圖還包含很多語義信息，例如地圖可能會報告交通燈上不同顏色的含義，也可指示道路的速度限制以及左轉車道開始的地方。

高精度地圖最重要的特征之一就是精度，我們常用的手機上的導航地圖只能達到米級，平時我們使用時可能感覺沒什么，但當我們設法把車停在路邊時一兩米的誤差就可能導致道路堵塞或發生碰撞。而高精度地圖能夠達到厘米級的精度，這對無人駕駛車的安全性至關重要，但高精度地圖無法實時都保證地圖處于最新狀態，試想周圍的環境是時刻變化的，例如車可能一會停在這而下一會就開走了，因此保持這些地圖的更新是一項重大的任務，需要耗費人力物力不斷去驗證和更新這些地圖。

慣性測量單元IMU

慣性測量單元是定位的一種粗略輔助手段，在機器人定位中我們經常采用慣性測量單元來進行航跡推演實現粗略的定位。假設一輛車正以恒定速度直線行駛，在已知汽車初始位置、速度及行駛時間的情況下，我們很容易得到汽車當前所處的位置。

同樣的上述問題，但只提供初始速度和加速度信息，此時基于初始位置，我們可計算得出汽車在任何時間點的車速和位置，而如何獲取汽車的加速度信息則正是慣性測量單元IMU應該要做的。IMU我們也經常接觸，小到手機、智能手表，大到導彈、宇宙飛船都會使用，不同領域所采用的區別在于成本和精度。

超聲波雷達

超聲波雷達是機器人、汽車等領域最常見的傳感器，還記得我們在學校玩單片機時經常買的超聲波傳感器嗎？

超聲波雷達在汽車中應用很廣泛，如果大家還對其比較陌生，那么“倒車雷達”可能更通俗易懂些。當我們在倒車入庫時，車子移動過程中，我們在駕駛室內常能聽到“滴滴滴”的聲音，這些聲音就是根據超聲波雷達檢測到的距離反饋給我們的信息。對于倒車雷達應用，其一般安裝在汽車的前后保險杠位置，來進行前后障礙物的檢測。

超聲波（指20kHz以上的機械波）是一種特殊的聲波，具有頻率高、波長短、繞射現象小，特別是方向性好、能夠成為射線而定向傳播等特點。

超聲波雷達通過時間差測量距離，首先超聲波發送器向外部的某個方向上發射超聲波信號并在發射信號的同時開始計時;超聲波在空氣中傳播，當遇到障礙物時會立即返回并被接收器接收。超聲波在空氣中的傳播速度為340m/s，定時器可以通過記錄時間t來測量從發射點到障礙物的距離長度，即s=340t/2。

超聲波能量消耗慢，介質行進距離長，穿透力強，測距方法簡單，成本低，而且在短距離測量中，超聲波雷達具有很大的優勢（一般探測距離在15～250cm或30～500cm之間，如博世車用超聲波雷達的檢測范圍為20～450cm）。因此被廣泛采用，如BOSCH的APA自動泊車系統及Side View Assist系統都應用了超聲波傳感器來進行安全輔助駕駛。

但是，由于超聲波的傳輸速度容易受到天氣條件的影響（在不同的天氣條件下，超聲波的傳輸速度不同，傳播速度慢），因此其在高速測距方面存在一定的局限性。當汽車高速行駛時，超聲波測距無法實時跟上車速，而且誤差很大。另一方面，超聲波在相對長的距離處測量目標時，回波信號相對較弱，這會影響測量精度。

無人駕駛中最重要的兩個傳感器是毫米波雷達Radar和激光雷達LiDar，到目前為止，自動駕駛汽車的感知主要依賴兩種方法：毫米波雷達結合攝像頭或激光雷達增強。無人駕駛車通過利用這兩類傳感器對靜態地圖進行動態補充，從而構建所謂的“世界模型”，在自動駕駛競賽中，激光雷達與毫米波雷達的競爭日趨激烈。它甚至引起了汽車行業的一種競爭。雖然包括Waymo、Cruise和福特在內的許多公司主要依靠激光雷達，但特斯拉則采用毫米波雷達結合攝像頭的技術。當然對于自動駕駛來說單一感知系統是遠遠不夠的，它們都有各自的優缺點，主流的做法則是各感知系統進行相互融合和配合，提高系統冗余和不同狀況下的互補性。

毫米波雷達

毫米波雷達，顧名思義，就是工作在毫米波頻段的雷達。毫米波是指長度在1～10mm的電磁波，對應的頻率范圍為30～300GHz。目前，車載雷達頻段主要集中在24GHz、77GHz和79GHz這3個頻段。其中，24GHz的波長是1.25cm（雖然24GHz的波長是1.25cm，但是目前業界也依然將其稱之為毫米波），77GHz的波長則更短，只有3.9mm。不同頻段的毫米波雷達具有不同的性能和成本，毫米波雷達由于具有出色的測距測速能力，因此被廣泛地應用在自適應巡航控制（ACC）、盲點檢測、輔助變道（LCA）等輔助駕駛應用中。通常，為了滿足不同距離范圍的探測需要，一輛汽車上會安裝多顆短距、中距和長距毫米波雷達。其中24GHz雷達系統主要實現近距離探測（SRR），77GHz和79GHZ雷達系統主要實現中遠距離的探測（MRR OR LRR）。不同的毫米波雷達“各司其職”，在車輛前方、車身和后方發揮不同的作用。

24～24.25GHz頻段：目前大量應用于汽車的盲點檢測、變道輔助。雷達安裝在車輛的后保險杠內，用于監測車輛后方兩側的車道是否有車、可否進行變道。這個頻段也有其缺點，首先是頻率比較低，另外就是帶寬（Band width）比較窄，只有250MHz。

77GHz頻段：這個頻段的頻率比較高，國際上允許的帶寬高達800MHz。這個頻段的雷達性能要好于24GHz的雷達，所以主要用來裝配在車輛的前保險杠上，探測與前車的距離以及前車的速度，實現的主要是緊急制動、自動跟車等主動安全領域的功能。

79GHz～81GHz頻段：這個頻段最大的特點就是其帶寬非常寬，要比77GHz的高出3倍以上（能到3000MHz），這也使其具備非常高的分辨率，可以達到5cm。這個分辨率在自動駕駛領域非常有價值，因為自動駕駛汽車要區分行人等諸多精細物體，對帶寬的要求很高。

正如前面所說，頻率越高波長越短，分辨率、精準度就越高。所以，79GHz的毫米波雷達相信會成為汽車領域主流傳感器。

全球主要有4大毫米波雷達供應商簡稱為ABCD，即Autoliv、Bosch、Continental和Delphi。Autoliv以24GHz盲點、變道輔助雷達為主;Bosch的毫米波雷達主要以77GHz為主，覆蓋的面比較廣，有長距（LRR）、中距（MRR）以及用于車后方的盲點雷達。Continental在毫米波雷達產品方面既有24GHz，也有77GHz，性能做得還不錯。Delphi以77GHz毫米波雷達為主，采用較為傳統的硬件方案，成本比較高，性能不俗。

毫米波雷達測距原理很簡單，就是把無線電波（毫米波）發出去，然后接收回波，根據收發的時間差測得目標的位置數據和相對距離。根據電磁波的傳播速度，可以確定目標的距離公式為：S=ct/2，其中s為目標距離，t為電磁波從雷達發射出去到接收到目標回波的時間，c為光速。

毫米波雷達測速是基于多普勒效應（Doppler Effect）原理。所謂多普勒效應就是當聲音、光和無線電波等振動源與觀測者以相對速度v運動時，觀測者所收到的振動頻率與振動源所發出的頻率有不同。

前面已經講了超聲波和毫米波雷達，那么這兩種波到底有什么區別呢？“超聲波”是超過人耳聽覺上限的“聲波”，即是一種人耳聽不到的“聲波”，“超聲波”的頻率超過20kHz，頻率范圍在20KHz～500KHz，它是由機械振動產生的，在空氣中傳播速度和聲音相同，每秒約340m，其方向性很好。

“電磁波”是由不斷變化的電場和磁場互相激發形成的，傳播速度和光速相等，每秒30萬公里。超聲波和電磁波（含“微波”在內：“微波”的頻率，介于“超短波”和“毫米波”之間，屬于電磁波范疇。）的主要區別：1、振蕩源不同，2、傳播速度不同。所以，“電磁波”和“微波”都不屬于“超聲波”。

與激光雷達圖像相比，毫米波雷達圖像具有低精度和低分辨率。毫米波雷達無法正確判斷物體的形狀，換句話說，無論前方是鹿還是樹，對于毫米波雷達來說可能檢測出來的都是一個點而已，出于這個原因，毫米波雷達系統技術通常與攝像機和其他傳感器系統進行配合。

激光雷達

激光雷達是激光探測和測距的縮寫（Light Detection and Ranging）。該技術使用近紅外光掃描物體并創建環境的3D地圖，這就是它的工作原理。激光雷達傳感器的激光束被發射出去并再返回回來，根據收到的信息，激光雷達系統會創建一個看起來像陰影的點云，并反映物體的形狀和大小。

激光雷達技術是迄今為止最準確的自動駕駛技術，它能掃描汽車周圍的環境并創建精確的3D圖像，能覆蓋車輛周圍環境的360°視圖。激光雷達傳感器可以識別各種物體，其不僅能看到道路、車輛和行人還可區分車輛類型、行人、兒童、動物和其他可能需要特殊預防措施的物體，如減速帶;此外激光雷達還可跟蹤物體運動及其方向，這些信息對無人駕駛車輛至關重要。

激光雷達有機械式和固態兩種，目前自動駕駛領域使用最多的是機械旋轉式激光雷達：首先在豎直方向上排布多束激光（即所謂的16、32或64線等激光雷達），從而由“線”構成“面”，通過不斷旋轉激光發射頭形成多個面，最終達到動態3D掃描的目的，這也就是為什么幾乎所有的無人駕駛汽車都會有個不停旋轉的球了。

機械式激光雷達目前成本普遍偏高，相比幾年前，激光雷達價格雖已經降了很多，但依然讓人望而卻步，Google生產的單個激光雷達傳感器售價75000美元，盡管該公司已經將價格降低了90%。領先的激光雷達供應商Velodyne雖產品線豐富但同樣也是價格高昂。

機械式激光雷達除了價格高，由于需要通過旋轉將射出的激光定在不同方向進行掃描，因此也額外增加了很多移動部件，進一步增加了額外的維護成本，其次還影響美觀。

為了進一步降低激光雷達成本并提高其可靠性，最近這兩年激光雷達領域出現了一款或將顛覆整個行業的產品——固態激光雷達，所謂的固態就是不需要旋轉，而且成本也將大大降低，在固態激光雷達領域最吸睛的公司莫過于Quanergy，其固態雷達產品可將成本壓縮到200多美元以下，相信將大大推動自動駕駛的發展。

相比機械式激光雷達，固態激光雷達具有結構簡單、尺寸小、掃描速度高、掃描精度高等優點，但也有相應的缺點，即掃描角度有限，當配置固態激光雷達時，要實現全方位掃描，需在不同方向布置多個（至少前后兩個）固態激光雷達;其次加工難度高，這也是導致固態激光雷達還未被大規模采用的原因。但不管如何，其低成本、小尺寸的巨大優勢無疑彌補了機械式激光雷達的很多不足，相信也是未來的主流應用趨勢。

激光雷達相比超聲波和毫米波雷達，最大的問題是激光雷達傳感器受天氣條件的影響很大，其無法在霧、雪或灰塵中提供精確的環境圖像，因此一般來說激光雷達系統技術必須始終與其他輔助傳感器進行配合。