自动驾驶中的传感器以及组合方案.pdf

自动驾驶中的传感器以及组合方案.pdf
本文主要介绍了自动驾驶中传感器硬件的重要性,它是智能驾驶算法的基础和执行的源头。自动驾驶通常分为感知、融合互联、定位、处理决策和执行几个步骤,其中感知环节离不开各类传感器的应用。 目前汽车自动驾驶相关的传感器技术主要分为两类:一类是光学图像投射到图像传感器表面上的摄像头,另一类是传感器发射信号并接收反射信号的雷达等。 文章详细介绍了以下几种常用的传感器: 1. **2D摄像头**:广泛应用于ADAS、全景影像系统 (SVS) 和驾驶员监测系统 (DMS),结合红外技术可在夜间工作,但立体视觉受光线影响较大。 2. **雷达 (RADAR)**:通过无线电波检测物体距离、速度和方向,不受恶劣天气影响,常用于ACC和AEB。但当前24GHz雷达分辨率有限,更准确的77GHz雷达将改善这一问题。 3. **激光雷达 (LiDAR)**:发射快速激光信号进行3D扫描,提供高精度远距离图像,但成本高,尺寸大,易受干扰,且雾、雪、雨天穿透能力有限,且不能识别文字信息。 4. **超声波传感器 (Ultrasonic)**:发射超声波脉冲,通过回声信号检测障碍物,在恶劣天气和弱光条件下表现出色,但反应时间长,精度较低。 5. **远红外 (FIR)摄像头**:收集物体和周围事物的热辐射,能检测摄像头、雷达和LiDAR不易察觉的物体,受环境影响小,但无法提供距离信息。 文章还提到,自动驾驶的安全性不仅取决于传感器的数量和种类,还取决于传感器融合能力和信息处理能力。未来自动驾驶趋势是多种传感器的组合应用,例如L4/L5级别自动驾驶可能需要多个雷达、摄像头和激光雷达。
在线阅读 下载完整报告 | 2.11 MB | 7页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告