自动驾驶常用传感器介绍
自动驾驶常用传感器介绍
- 一、摄像头
- 1. 概述
- 2. 摄像头在自动驾驶中的应用
- 3. 车规级摄像头性能要求
- 4. 摄像头的优劣势分析
- 5. 摄像头关键参数
- 二、激光雷达
- 1. 概述
- 2. 工作原理
- 3. 激光雷达的特性
- 4. 激光雷达的分类
- 5. 激光雷达在自动驾驶中的应用
- 三、毫米波雷达
- 1. 概述
- 2. 工作原理
- 3. 在自动驾驶行业中的应用
- 4. 毫米波雷达的优劣势
- 5. 毫米波雷达性能参数
- 四、惯性传感器(IMU)
- 1. 概述
- 2. IMU的特性
- 3. 在自动驾驶中的应用
- 五、GNSS与RTK
- 1. GNSS介绍
- 2. RTK介绍
- 3. 在自动驾驶中的应用
- 六、超声波雷达
- 1. 工作原理
- 2. 超声波雷达的类型
- 3. 超声波雷达的优劣势
- 4. 达在自动驾驶中的应用
一、摄像头
1. 概述
摄像头是自动驾驶核心传感器,是实现自动驾驶众多规划、控制的基础,相比于激光雷达和毫米波雷达,最大的优势在于可以识别车辆周边的环境信息和纹理信息,能够“看到”目标的类型、信号灯的颜色等,类似于人类的眼睛。
摄像头是将光学组件获得的光信号,投射到图像传感器上,完成由光信号到电信号的转换,然后再转换为数字图像信号,最后进行信号的算法处理。基于图像数据从而实现感知车辆周边路况的功能,实现如车辆、行人、车道线、交通标识物的检测、距离估计等模块。
2. 摄像头在自动驾驶中的应用
根据摄像头的安装位置,可以分为前视、侧视、后视、内置、环视等。在高级别自动驾驶车辆上,配置的摄像头有多个甚至十多个。如特斯拉Autopilot2.0硬件系统就包含8个摄像头。
3. 车规级摄像头性能要求
针对车规级的摄像头,因为车辆全天候全天时的运作,对光线、温度的变化都有较高的要求(如进出隧道等明暗反差过大的场合,北方冬天极寒场景等),且能够满足车辆震动的要求,所以要求自动驾驶中摄像头主要需要满足:
1)耐高温:车载摄像头需要在-40℃-85℃范围内都能够正常工作,且能够适应温度的剧烈变化;
2)抗震:车辆在路面行驶时会产生较强的震动,所以车载摄像头必须能抗各种强度的震动;
3)防水:车辆需要在全天候全天时工况下运行,就需要摄像头密封严实、满足在雨水中浸泡仍可正常使用;
4)使用寿命:车载摄像头的使用寿命至少 10 年;
5)高动态低噪点:车辆需要在全天候全工时状态下运行,摄像头面对的光线环境变化剧烈且频繁,所以要求摄像头的 CMOS 具有高动态性;在光线较暗时,能够有效的抑制噪点的产生;
6)对于某些特定功能的摄像头,如侧视摄像头、环视摄像头等,还需要水平视场角比较广。
4. 摄像头的优劣势分析
5. 摄像头关键参数
◆ 焦距:指平行光从透镜中心到光聚的焦点的距离,如4mm,6mm,12mm;
◆ 有效的探测距离:如近距,中距,远距等对应不同探测距离需求;
◆ 视场角:水平视场角(HFOV)和垂直视场角(VFOV),一般来说,焦距越小,视场角越大(如下图所示);
◆ 分辨率大小:200W(1920x1080),500W(2560x2048),800W(3200x2400);
◆ 最低照度:CMOS对环境光线的敏感程度;
◆ 信噪比:输出的信号电压和噪声电压的比值;
◆ 动态范围:正常显示细节的最亮和最暗物体的亮度值所包含的那个区间;
二、激光雷达
1. 概述
激光雷达(Lidar),全称 Laser Detecting and Ranging,即激光探测和测距,是一种用于精确获得三维位置信息的传感器,可以确定目标的位置、大小、外部轮廓等。与毫米波雷达工作原理相似,激光雷达通过发射和接收激光束,获取空间的位置点信息(即点云),并根据这些信息进行三维建模。
除了获取位置信息外,激光信号的反射率还可以区分目标物质的不同材质,激光雷达的线束越多,其测量精度越高。由于激光的频率高,波长短,可以获得极高的角度、距离和速度分辨率,这就意味着可以利用多普勒成像技术,构建出清晰的 3D 图像。
2. 工作原理
激光雷达一般包括发射系统、接收系统、信息处理三大部分组成,部分激光还包括扫描系统。
激光雷达是向目标发射激光探测信号束,然后将收到的从目标反射回来的信号(目标回波)与发射信号进行比较,测量发射信号与接收信号地时间差或者相位差,获得目标的距离信息,然后通过水平旋转扫描来测量角度,建立二维极坐标系,然后通过不同的俯仰角度信息,获得目标的高度信息等,从而完成对目标的探测、跟踪、识别。下图可以反映出激光雷达的组成:
激光雷达的测距有两种,一种是基于时间的测量方法,也叫飞行时间法(TOF),另一种是不基于时间的测距法。基于时间的测量方法又分为脉冲法和三角法两种。
脉冲法,也称为直接法,数学模型如下:距离 = 光速 * 往返时间 / 2;
三角法,也叫间接法,如下图:
激光雷达发射器发射激光,经过物体(object)反射后被 Imager 捕捉,假设捕捉点为x2x_2x2,通过焦点 O 作一条虚线平行于入射光线,与 Imager 交于x1x_1x1,由于图中β已知,所以可以得到x1x_1x1的位置。假设x1x_1x1与x2x_2x2之间的距离为xxx,可以得到左右两个三角形相似,所以有:qf=sx\frac {q} {f}=\frac {s} {x}fq=xs,又因为sinβ=qdsin \beta=\frac {q} {d}sinβ=dq,所以有d=sfxsinβd=\frac {sf} {xsin\beta}d=xsinβsf,这就得到了物体到激光的距离
自动驾驶常用传感器介绍相关推荐
- OpenCalib:自动驾驶多传感器开源标定工具箱
准确的传感器标定是实现智能车辆多传感器感知和定位系统的先决条件.传感器的内参标定是获取传感器内部的映射关系,外参标定是将两个或多个传感器转换为一个统一的空间坐标系.大多数传感器在安装后需要进行标定,以 ...
- 万字综述|自动驾驶多传感器融合感知
原文地址:万字综述 | 自动驾驶多传感器融合感知 翻译:种争青 校稿:董亚微 00 摘要 多模态融合是自动驾驶系统感知的一个基本任务,最近引起了许多研究者的兴趣.然而,由于原始数据的噪声.信息的未充分 ...
- 摄像头和激光雷达都被蒙蔽?UCI首次提出针对自动驾驶多传感器融合感知的攻击...
作者丨汪宁非 编辑丨机器之心 来自加州大学尔湾分校(UC Irvine)的研究者发现,L4 自动驾驶里用的最广泛的用来提高系统鲁棒性的多传感器融合感知(Multi-Sensor Fusion base ...
- 【人工智能】自动驾驶的核心技术介绍
自动驾驶的核心技术介绍 文章目录 自动驾驶的核心技术介绍 一.环境感知技术 1. 摄像头 2. 雷达 3. 超声波传感器 4. 惯性导航系统 二.高精地图与定位技术 1. 高精地图 2. 卫星导航系统 ...
- 特征级融合_自动驾驶多传感器融合技术浅析
文章转自公众号:计算机视觉之路 原文链接: 头条 | 自动驾驶多传感器融合技术浅析mp.weixin.qq.com 自动驾驶车上使用了多种多样的传感器,不同类型的传感器间在功用上互相补充,提高自动驾 ...
- 自动驾驶惯性传感器中的基本原理笔记
自动驾驶惯性传感器中的基本原理笔记 前言:自动驾驶中常用的传感器有:九轴传感器.六轴传感器.查分GPS RTK.GPS.惯性导航(ins)等,因为在调试机器人过程中,产生一些的坐标系混乱问题,故此将搜 ...
- 单目摄像头光学图像测距_自动驾驶汽车传感器技术解析——车载摄像头
智能驾驶汽车之眼 车载摄像头是实现众多预警.识别类ADAS功能的基础.在众多ADAS功能中,视觉影像处理系统较为基础,而摄像头又是视觉影像处理系统的输入,因此车载摄像头对于智能驾驶必不可少. 摄像头可 ...
- 红外倒车雷达原理图_自动驾驶汽车传感器技术解析—毫米波雷达
毫米波雷达的优势在全天候工作,即不良天气.夜晚等环境下可以发挥作用,而激光雷达会受雨雪雾霾的影响:并且毫米波雷达测距远,200 米以上都轻易胜任,但是分辨率低.较难成像,无法识别图像. 由于毫米波雷达 ...
- 自动驾驶汽车车身传感器
自动驾驶汽车车身传感器 一.激光雷达 三维点云表征概述 点云处理的一般流程 激光点云检测障碍物的步骤 二.组合惯导 三.视觉传感器 四.超声波雷达 五.毫米波雷达 一.激光雷达 精确估计障碍物位置 获 ...
- 史上最详细的自动驾驶汽车技术介绍【硬件+软件】
2021中国汽车软件质量峰会".将于2021年3月18-19日在上海召开,以"主题演讲+互动解疑+圆桌讨论"的形式,聚焦汽车软件质量开发与管理发展的需求点和痛点分析,致力 ...
最新文章
- LeetCode--024--两两交换链表中的节点(java)
- java基础 4 继承(1)访问权限与作用域
- 平时优化SQL的集合
- 一维数组和二位数组作为函数参数进行传递的方式
- 树莓派一键备份脚本 备份为img镜像 可用于量产 可选备份位置 适配Debian/Ubuntu
- Spring RESTful Web服务中的异常处理
- 求解线性方程组(SVD,QR,Gauss,LU)
- Java并发编程:进程和线程之由来__进程让操作系统的并发性成为可能,而线程让进程的内部并发成为可能...
- #include《》和#include“”的区别
- xssgame第六关至第八关
- word2vec使用说明
- 鼠标点击事件对象的clientX、pageX、offsetX、screenX、x
- unity2D动画-角色切片与2DAnimation插件做动画
- 值得入手的键盘——Keychron K8 Pro
- hach vue 跳转_Vue路由实现、路由导航、路由模式
- Roxe:大涨时毅然销毁99% ROC 专注解决跨境汇款难题
- 简单的使用一下增强for循环
- 第19课:如何确认你的转型方向 · 下
- 根据视频地址获取视频的第一帧画面做为封面 IllegalArgumentException
- 林业工程抗旱造林技术