作者： Paul McLellan，Cadence楷登PCB及封裝資源中心

本文將聚焦于無人駕駛車輛的關鍵部件之一——傳感器。

在Cadence汽車峰會上，Uhnder的首席執(zhí)行官Manju Hegde對傳感器進行了精彩的概述，重點介紹了攝像頭、雷達和激光雷達等核心傳感器的部件。

傳感器要求

Menju列出了關于傳感器的十一個關鍵要求：

感應范圍：應能充分適應車速。

視野（FoV）：足夠寬闊以展示全景視野。這里的一部分原因是由自動緊急制動規(guī)則——AEB 2018所驅動的，而由于2020和2022對視野的要求更高，要求車輛能夠在交叉路口避免發(fā)生碰撞，因此現(xiàn)在需要更寬的FoV。

角度：角度檢測和分辨率應滿足檢測相關特征的要求。這個問題在于雷達識別人類的能力相對較弱（雷達對玻璃纖維帆船的識別能力也相對較弱，所以人們在桅桿頂部設置了一個特殊的反射器）。

速度：測量并解析移動物體的速度。雷達可以做到這一點，但大多數(shù)激光雷達不能直接做到這一點，它們可以通過測量一段時間內幀與幀之間的差異來間接實現(xiàn)這點。

分類：雷達在這方面的能力比較欠缺。美國軍方擁有每架敵方坦克和飛機的雷達標記，并采用了機器學習。雷達在探測范圍內很難識別物體類型（樹、行人、汽車等）。

顏色：顏色對交通信號燈來說尤為重要，部分色盲者只能在距離交通信號燈足夠近的情況下通過亮燈的位置來進行判斷。

信號處理用度：從獲得原始傳感器數(shù)據(jù)到得出“這是個小孩”或“這是一個消防栓”等結論，中間涉及大量的信號處理和圖像分類工作。

運行：當所有照明燈（日間和夜間行車燈）打開時，或在惡劣天氣中時，運行其全部功能面臨著巨大的挑戰(zhàn)。

惡劣天氣：雨、霧、雪。即使是人類，在惡劣天氣狀況下也會遇到麻煩。

干擾：存在兩種干擾類型，分別是環(huán)境干擾和其他傳感器干擾。攝像頭比人眼更容易因受到圖像信號干擾而產(chǎn)生混亂。車上有多個雷達和激光雷達單元。雷達發(fā)出的信號通常隨距離的平方而減弱，并且返回的反射波也會隨距離的平方而減弱（從目標處開始計算），因此雷達的感應范圍是距離的四次冪。因此，當一輛駛向我們的汽車在R2處充滿雷達信號，而我們又正在R4對其進行探測時，就很容易因為干擾而產(chǎn)生混亂。再加上每輛車可能有4-6個雷達，產(chǎn)生的干擾就更大了。

成本：關于何時可運用無人駕駛汽車的預測，部分取決于成本。谷歌/Waymo可以制造幾輛無人車在鳳凰城行駛而不關心其成本，但降低傳感器成本對批量生產(chǎn)至關重要。而降低成本最終還是需要依靠技術，才能將傳感器運用到售價2萬美元的汽車中。

傳感器類別

三種傳感器類別分別是視覺傳感器（攝像頭）、雷達和激光雷達。

視覺傳感器：汽車所需的CMOS圖像傳感器（CIS）與消費性電子產(chǎn)品不同（消費性電子產(chǎn)品所需的CMOS圖像傳感器主要關注于制作好的Instagram圖像）。汽車需要擁有高動態(tài)范圍和更好的低光靈敏度的圖像傳感器，其應有更高的像素、更低的分辨率、更快的響應時間，并能同時滿足在更高和更低溫度下工作的性能需求（智能手機要適應口袋的溫度，而汽車則需適應像沙漠和雪山那樣的極端氣候）。顯而易見，攝像頭有一個很大的缺陷：即與人類在夜間行車時一樣，其視野受到車輛前照燈的限制。同時，攝像頭需要一直保持清潔，這是另外一個問題。

激光雷達：現(xiàn)在市面上有大量不同類型的激光雷達（甚至比利用激光雷達的方式還多）。對于汽車而言，目前樣車使用的是機械掃描激光雷達，但從長遠來看，使用MEMS微振鏡或光學相控陣的固態(tài)激光雷達是重點發(fā)展目標。激光雷達的運用存在一個小問題，即使用波長為850-940nm的近紅外光雷達成本最低，但這種雷達會對眼睛造成傷害，且需要在有太陽光的環(huán)境中使用。波長為1550nm的雷達性能更高，這種雷達的許用能量比近紅外光雷達高5個數(shù)量級（500,000倍而不是5倍），所需的太陽光比近紅外光雷達低10倍，但是成本十分昂貴。其加分項在于角度分辨率很高，但在遇到反光性很差的物體和霧/雨/雪天氣時也會出現(xiàn)問題；同時，清潔也是一個需要注意的問題。

雷達：目前所有的雷達都使用模擬FMCW（調頻連續(xù)波）發(fā)送線性調頻脈沖，這種脈沖與接收到的反射波混合，之后降低速度至基頻帶，再使用低通濾波器。有一個問題是，車上需要有多個雷達單元，但每次只能有一個雷達單元發(fā)射信號，因此有必要進行時分多路復用（基本上，每次只有一個信號繞每個雷達旋轉）。

優(yōu)勢和不足

以上是各個傳感器類型的蜘蛛圖。左側是雷達圖，中間是激光雷達圖，右側是視覺傳感器圖。

這些傳感器都很重要，因為如果我們同時使用這些傳感器，那么一種傳感器的優(yōu)勢就可以彌補另一種傳感器的不足。雷達無法判斷交通燈是紅色還是綠色，但是視覺傳感器可以；視覺傳感器在大霧天看不清楚，但雷達可以；諸如此類……但是這些傳感器離人們的需求仍有很大差距。

新一代雷達

“如果我們對雷達傳感器進行改造會怎么樣？今天的雷達都是為探測大型目標而設計的?，F(xiàn)在，很多公司都在研究對雷達傳感器進行改造這個問題?！盡anju表示。

如果我們的雷達具有更大的感應范圍，更高的分辨率（垂直和水平方向），非常靈敏的速度檢測，更好的明暗目標比率和更強的抗干擾性，那么將對現(xiàn)在的雷達帶來極大改變，如上面的蜘蛛圖所示。

更重要的是，這將縮小與人類需求之間的差距。事實上，這些改造將大大縮小這一差距，從而使激光雷達具有邊際價值。對于快速駕駛，車頭仍然需要安裝激光雷達，以檢測道路上的障礙物（如一塊木頭）；對于這類障礙物，雷達無法進行反射，而攝像頭也無法及時檢測。但是總體而言，所需的激光雷達數(shù)量會減少。

新一代雷達將是一個絕佳的解決方案：通過取消多個激光雷達，我們將從成本上獲益。Menju的未來發(fā)展藍圖如下圖所示（綠色部分代表Unhder正在開發(fā)的雷達）：

溫度傳感器

Owl Autonomous Imaging公司的Chuck Gershman提出了第四種傳感器類型：溫度傳感器。其一大優(yōu)勢在于可以探測到活物，而且可以在白天和夜晚照常工作，還能應對各種天氣狀況。

僅僅使用激光雷達并不能滿足我們的需求，激光雷達雖然能看到物體，但無法對此做出判斷。此外，激光雷達的感應范圍在惡劣天氣下嚴重降低。特別是905nm的激光雷達，在霧和雨中會完全失去感應能力。貓頭鷹公司已研發(fā)出一款焦平面陣列（FPA）雙色探測器，并將其交付給空軍使用。

正如Chuck在結束演講時所說的：“我們的傳感器能直接看到活人。”

《華爾街日報》關于傳感器的報道

《華爾街日報》曾發(fā)表過一篇關于汽車傳感器的文章：

“在低能見度條件下，包括在日落之后，攝像頭在捕捉環(huán)境圖像方面效果不佳。然而，激光雷達和雷達不受黑暗的影響，因為它們通過波長大于和小于可見光的各種電磁波收集有關環(huán)境的信息?！?/p>

其實，人眼也是如此工作的。我們通常通過在車輛前部放置高強度可見波長光源產(chǎn)生器，并查看其反饋回來的內容來解決這個問題。而這些光源產(chǎn)生器被稱為前照燈。激光雷達和雷達并非由于所使用的波長而不受到黑暗的影響，而是因為它們已經(jīng)做了類似的事情，發(fā)出電磁輻射脈沖，然后查看其反饋回來的內容。

引用一句話：

“滾珠軸承用于將傳感器固定在汽車頂部，而在不平坦的路面上行駛會影響激光雷達的校準，并導致滾珠軸承過度磨損。車輛遇到這些情況的次數(shù)越多，激光雷達傳感器需要更換的頻率就越高。”

目前，放置于車頂上的大型旋轉式激光雷達并未被真正提議作為進行商業(yè)批量生產(chǎn)的解決方案。它們的成本比汽車的其他部件都要高，這些只是實驗平臺。如上所述，若想進入經(jīng)濟上可行的商業(yè)生產(chǎn)，我們需要一個沒有滾珠軸承和其他配件的固態(tài)激光雷達解決方案。

審核編輯 黃宇