目前的自动驾驶汽车需要三类传感器，第一类是IMU传感器。第二类是摄像头、毫米波雷达、激光雷达这类感知传感器。第三类是V2X这类超视距的特殊传感器。惯性测量单元的功能毫无疑问，是测量物体三轴姿态角(或角速率)以及加速度的装置，与GPS系统融合可以做到相对精准的行车定位功能，精确的定位信息可以辅助环境感知传感器对行车环境实现精准感知。这里对定位传感不做深入讨论，仅简单探讨环境感知三类传感器的融合态势。

”

三种传感器基本原理

摄

像头传感器利用透镜成像原理，实现光学图像成像，并利用光电图像传感器组件，将光学组件成像信号转变为电信号，随后进行一系列数字图像处理。

图1  摄像头传感器基本组件

毫米波雷达传感器是一种主动探测器，通过发射特定频段的电磁波，并接收探测区域内的目标反射波，来实现环境感知功能。传感器将天线接收的带有目标信息的电磁波信号转换为较低频率的数字信号进行处理，得到探测结果。

激光雷达从某种角度来说是前两者的“结合体”，既要集成光学组件，来发射、接收激光信号(激光点云是光信号的一种集合方式)，又需要设计相应的功能电路，来实现雷达探测功能。

图2 雷达基本组件

笔者目前研究认为，三种传感器的核心工作原理可以汇总如下表：

表1 几种传感器探测原理对比

摄像头与两种雷达的成像原理有较大差异，表现在产品指标中，摄像头方面要考虑焦距、视场角、照度等“围绕”光信息衍生的指标，而雷达产品着重考虑距离/角度分辨率、精度、目标信息探测范围，如最大距离、速度范围等指标。摄像头在得到优秀指标的成像结果之后，向后延伸出原理各异的目标探测算法，如在视觉领域所熟知的深度学习，可以实现行人、车辆、道路信息的识别、跟踪、判断、分类等功能。相应的雷达生成数据也可通过适配算法的“加工”后告诉我们，行车环境中究竟有哪些目标，以及目标的速度、距离、位置、种类等信息。

系统对环境传感器冗余需求分析

从智能驾驶系统层面看，域控制与计算平台的需求是获得行车环境中的目标以及目标运动信息，这个过程可以简单分为两个部分，一是传感器要可以快速“识别出”环境中是否有目标，并判断目标种类，二是传感器可以获得被识别目标的运动信息。

三类传感器都具备这些功能，区别在于，目前市场中可量产的毫米波雷达仅能实现点目标探测，无法感知目标的轮廓、大小、表面特性等特征，而摄像头与激光雷达可实现分布式目标探测，成像结果中可以直观“察觉”到目标的大小、轮廓等信息。这是目前市场上毫米波雷达略显弱势的一方面原因。分布式目标探测性能方面，摄像头相比激光雷达可以提供更精细的目标轮廓、形状、颜色、灰度信息，这同时也是基于视觉的深度学习可以发挥功效的基础。目标运动探测性能方面，摄像头工作原理导致传感器不直接从光信号中“获取”目标运动信息，而是通过后端算法间接计算出速度、位置等参数，而雷达系统原理决定了目标反射信号中直接携带着速度、位置、距离信息，传感器可以直接获得运动参数。

图3 豪米波雷达探测示意

图4 激光雷达点云

图5 视觉摄像头图像

智能驾驶系统需要的环境感知传感器主要功能可以总结为：

① 分布式目标探测功能，感知精细的目标轮廓、大小、表面特性信息；

② 目标运动探测功能，直接感知目标速度、位置信息；

③ 更优质的分辨率与精度。

显然在探测精度与分辨率方面，摄像头会优于雷达，光学成像原理与硬件设备决定了摄像头可以获得非常细致的空间图像，如果开发出更精准的目标运动信息算法，似乎问题就解决了，但目前的视觉算法引发出计算平台的大型计算量，给芯片的性能功耗比提出了挑战。雷达的直接探测原理，不会产出较大的计算功耗，如果雷达解决了更精细的分布式目标探测，也可以获得比较满意的方案。所以目前市场上我们可以看到以下几种现状：

① 基于视觉方案的厂商在设计基于GPU、ASIC或FPGA计算平台方案时都在寻求解决单位功耗下更大算力这一问题

② 激光雷达方案热衷更高线数，但是价格劣势较明显

③ 毫米波雷达方案似乎越发弱势，点目标运动信息探测功能可以被激光雷达取代，自身也无法实现分布式目标探测功能。

近期市场上热门讨论的毫米波成像雷达似乎可以给现在的局面带来一些变化。毫米波成像雷达(合成孔径成像技术)是通过移动的小孔径天线形成虚拟大孔径天线，对观测区域进行一定时间段内的毫米波“照射”，被观测区域的目标反射波会被不同距离、不同时间的毫米波天线接收。专门的算法可以将这些反射波中包含的观测区域信息剥离，从接收到的回波中获得目标的表面特征与性质，并作成像处理。

图6 合成孔径获取高分辨率原理

雷达成像是目标在经过非可见光照射后的特征感知过程，可与光学传感器形成互补，获得更完备的环境感知结果。这一新体制雷达可实现分布式目标探测，弥补了现有毫米波雷达对目标轮廓、大小、表面特性探测的缺陷，加之毫米波段元器件成本优势，或许可以比较大程度影响激光雷达在高级别智能驾驶系统中的角色。

图7 合成孔径成像

图8 光学成像与合成孔径成像对比

市场上已有半导体厂商、雷达系统厂商纷纷看好毫米波成像雷达取代激光雷达这一路线趋势，国内外均有厂家在此领域布局与部署。这一方案可以使厂家从多数竞争友商中脱颖而出，并同巨头TIER1在细分领域形成有效竞争。合成孔径雷达技术已在业内被广泛研究多年，在汽车行业应用落地需要解决的是应用层面技术问题。难点在于这一领域拥有成熟研发经验的技术人才数量较少、资金资源投入较少，未来或需较长时间将其“搬移”至汽车智能驾驶领域。

基于安全角度，传感器冗余设计是必要的，点目标探测与分布式目标探测的双冗余已经初步形成并被市场接受，那么何种体制的“雷达”来配合摄像头形成冗余架构，毫米波成像雷达在占据冗余架构中重要位置的竞争中初显实力，但是否能完全“挤掉”激光雷达，还需要持续观察。(■作者系一汽股权投资研究部高级研究员)

第一汽车投研

扫 码 关 注 我 们