電子發(fā)燒友網(wǎng)報道（文/李誠）回顧2021，各大互聯(lián)網(wǎng)、科技巨頭紛紛涉足自動駕駛產(chǎn)業(yè)，加速自動駕駛產(chǎn)業(yè)的布局。隨著資本的不斷涌入，以及相關法規(guī)政策的完善，自動駕駛產(chǎn)業(yè)駛入了發(fā)展的快車道。

現(xiàn)階段自動駕駛的四大技術路線

在自動駕駛領域，發(fā)展感知層面是目前的首要目標。自動駕駛功能的最終實現(xiàn)，是由傳感器、控制器、執(zhí)行器相互配合完成的。通過傳感器獲取車輛周圍的環(huán)境信息，交由控制器進行行為判斷，再通過執(zhí)行器執(zhí)行判斷指令。在自動駕駛的感知層面，目前各大車企主要用到的傳感器有攝像頭、超聲波雷達、毫米波雷達和激光雷達。

在自動駕駛感知層面的解決方案中，攝像頭還是頗具優(yōu)勢的，攝像頭相當于人的眼睛，能夠直觀地感知視野范圍內的所有事物，包括顏色、形狀、動作等。通過與自動駕駛算法的配合，能夠在復雜的圖像信息中提取出關鍵的數(shù)據(jù)作為車輛行駛的參考。在這一感知層面特斯拉是最有象征性的代表，眾所周知，特斯拉走的是純視覺的技術路線，利用AI神經(jīng)網(wǎng)絡技術提升自動駕駛的能力。

在車載傳感器中，超聲波雷達是最常見的一種傳感器，其具有價格低、探測距離遠、穿透性強等特點，但在高速行駛和天氣條件惡劣的情況下，會存在一定的局限性。超聲波雷達多在泊車、定速巡航等領域進行測距使用。

毫米波雷達是在激光雷達尚未實現(xiàn)大規(guī)模量產(chǎn)前的一個良好的解決方案，毫米波雷達能夠對多個待測目標發(fā)出連續(xù)的脈沖信號，并同時測量出目標當前的位置與速度信息，由于使用的是脈沖信號，受到外界的干擾環(huán)境較小，具有測量距離遠，分辨率高等特點。隨著近兩年自動駕駛產(chǎn)業(yè)的加速發(fā)展，新型的4D毫米波雷達開始走進大家的視野，并躍至了風口之上。4D毫米波雷達能夠通過點云方式增強環(huán)境測繪和場景感知的能力。

激光雷達技術是近兩年來被炒得最為火熱的一種感知技術，也是高階自動駕駛不可或缺的技術之一。其實力也在國內首款搭載激光雷達量產(chǎn)車小鵬P5的記憶自動泊車功能中得以驗證，激光雷達不僅克服了使用環(huán)境的限制，與毫米波雷達相比在探測距離與精度方面都有不小的提升，因此激光雷達也成為了高性能自動駕駛汽車的代表。如今激光雷達前裝上車的方案已經(jīng)非常明確，在去年除了小鵬P5，還有北汽極狐華為HI版、奧迪E-Tron等多款搭載激光雷達車型實現(xiàn)了小批量的交付，在接下來的這一年中，將會有搭載激光雷達的智駕車型陸續(xù)量產(chǎn)上市。

在自動駕駛的感知層面，除了這四大感知技術，還有哪些呢？請接著往下看。

補充視覺盲區(qū)，英飛凌為汽車感知裝上“耳朵”

如果把上訴所說的四大感知技術比喻為人的眼睛，那么接下來所要介紹的這項感知技術可以視為人的耳朵?，F(xiàn)階段自動駕駛所使用的攝像頭、雷達傳感器以及激光雷達的探測范圍都是有限的，待測目標必須要在傳感器的覆蓋范圍內才能被感知，因此當待測目標與傳感器之間存在遮擋物時就會存在視覺盲區(qū)，當被測物體出現(xiàn)時，給自動駕駛系統(tǒng)作出行為響應的時間已經(jīng)不多。

圖源：英飛凌

為解決這一客觀存在的問題，去年5月，英飛凌和Reality AI開展了深入的合作，并推出了能為汽車帶來聽覺的高級感知解決方案。通過聽覺感知，自動駕駛系統(tǒng)能夠在視線感知信息尚未出現(xiàn)之前提前獲得道路信息，以此保證自動駕駛的行車安全。

事實上，聽覺與視覺在行車安全方面都同樣的扮演著不可或缺的角色，在我們日常行車過程中主要還是通過視覺來觀察道路情況，以聽覺獲取視線盲區(qū)的道路信息，例如通過分辨喇叭聲或警笛聲判斷車輛信息，并做到聽聲辨位的效果。

英飛凌的汽車聽覺方案，是由英飛凌提供硬件支持，Reality AI提供軟件技術支持，基于XENSIV? MEMS麥克風與AURIX?微控制器 (MCU）和汽車視聽（SWS）系統(tǒng)構建而成的。

麥克風采用的是符合車規(guī)級標準的高性能數(shù)字型MEMS 麥克風IM67D130A ，該麥克風具備了67 dBSPL的高信噪比和低諧波失真的性能，通過這兩大特性，從源頭上避免了語音失真對識別系統(tǒng)帶來的混淆，提高語音的清晰度。同時，其聲學過載點為130 dBSPL，使得麥克風能夠在嘈雜的行車環(huán)境中捕獲到無失真的音頻信號，為車輛聽覺系統(tǒng)作強有力的支撐。由于IM67D130A是一款符合車規(guī)級標準的產(chǎn)品，能夠承受?。?0℃至105℃的工作環(huán)境溫度變化，同時也能滿足車輛的生命周期設計，從而避免了因元器件損壞而帶來的維修成本問題。

在音頻處理方面，主要是通過Reality AI提供的軟件算法以及英飛凌的AURIX TC3x系列MCU實現(xiàn)，使用基于機器學習算法，對道路上的行人或車輛進行識別。通過機器學習還能精確地識別出不同國家或不同地區(qū)特殊車輛的警報器。值得一提的是該車輛聽覺系統(tǒng)不僅可以在自動駕駛場景中使用，還可以內置于車輛的主要設備內部，通過聲音比對，實現(xiàn)對設備實時狀態(tài)的檢測，當設備運行出現(xiàn)聲響異常時能夠及時作出預警。

結語

激光雷達、攝像頭、雷達雖然為車輛提供了最基本的視覺保障，但這是遠遠不夠的。如今汽車的隔音效果做得越來越好，駕駛員在車內甚至無法知道聲音來源的方向，更無法及時地做出響應操作（自動駕駛同理），聽覺系統(tǒng)的引入，能夠更好地辨別聲音來源，縮短道路信息傳遞的延遲，保證行車安全。