本文作者Key,博客園主頁：https://home.cnblogs.com/u/key1994/
本內容為個人原創作品，轉載請注明出處或聯系：zhengzha16@163.com
無人駕駛系統的核心通常被分為三個部分：感知（Perception），規划（Planning）和控制（Control），我一般將這三個部分簡稱為PPC。
其中，感知系統是整個無人駕駛系統的基礎，如果沒有感知系統，規划和控制部分都無法正常完成工作。實際上，目前自動駕駛汽車的研究重點與難點正是感知系統。
與傳統汽車相對比，自動駕駛汽車的感知系統主要負責人類駕駛員視覺系統所完成的工作。一個有意思的現象是，當前人工智能系統所擅長的領域與人類所擅長的領域往往是相反的。例如，人類的邏輯分析能力遠遠超過人工智能系統，但是人類的記憶、大數據分析與計算等能力與人工智能比卻捉襟見肘。在汽車感知系統方面也一樣，人類駕駛員不需要經過特殊的訓練，只需要憑借生活經驗與常識就可以輕易識別出道路上的行人、車輛、道路線、信號燈等，並根據周邊環境迅速做出加速減速、轉向等決定。而計算機想要完成同樣的操作，卻是非常困難的。
為了實現對行駛車輛周圍環境信息的收集與理解，就需要在自動駕駛車輛上安裝各種類型的傳感器來模擬人類駕駛員的雙眼，采用更為先進的算法來模擬人類大腦對信息的處理過程。
自動駕駛車輛感知系統采用的傳感器主要有攝像頭（Camera）、激光雷達（Lidar）和毫米波雷達（Millimeter Wave Radar）。三種傳感器都擁有各自的優勢，需要配合使用來完成車輛對周邊環境信息的獲取。
其中，攝像頭是自動駕駛車輛上最簡單且最接近人眼成像原理的傳感器。通過對車輛周圍環境實時拍攝，並采用CV技術對所拍攝的圖像進行分析，可以實現車輛周圍的車輛及行人檢測，交通標志和信號燈識別等功能。攝像頭的主要優點在於其分辨率高、成本低。
但是在夜晚、雨雪霧霾等惡劣天氣下攝像頭的性能會迅速下降；此外攝像頭所能觀察的距離有限，單憑攝像頭無法准確得知遠距離處的環境信息；攝像頭的所拍攝的圖像為2D的，雖然可以根據2D的圖像建立3D模型，但是其效果難以保證。
毫米波雷達是自動駕駛汽車上另外一種常見的傳感器。顧名思義，毫米波雷達是指工作頻率選在30-300GHz頻域（波長為1-10mm，即毫米波波段）的雷達[1]。要想了解毫米波雷達，首先需要對毫米波有一個基本的概念。隨着5G技術的發展，毫米波也越來越多的被提及，毫米波的主要特點有：（1）頻帶寬，頻率資源日益緊張的今天，毫米波的極大的帶寬可以為數據傳輸帶來更多的選擇；（2）波束窄，信號可以更精確的傳遞到特定區域，因此可以觀察到更多的細節；（3）抗干擾能力強，毫米波對降雨、沙塵、煙霧等離子的穿透能力要比激光和紅外強得多；（4）元件尺寸小，用於發射毫米波的元器件尺寸較小，更容易使毫米波雷達小型化。
但是，毫米波也有本身的一些缺陷，比如：（1）信號衰減大，在大氣中傳播時，毫米波能量容易被氧氣、雨霧等吸收，產生信號衰減；（2）容易受到阻擋，毫米波雷達很容易被建築物、人體等遮擋；（3）傳輸距離短，毫米波是一種高頻電磁波，傳輸距離短是一種天然的缺陷。
再來看自動駕駛車輛車載毫米波雷達的主要用途。采用毫米波雷達進行目標檢測的主要原理為ToF技術，即Time of Flight。毫米波雷達向外界連續發送毫米波信號，並接收目標返回的信號，根據信號發出與接收之間的時間差，即可確定目標距離車輛的距離。因此毫米波雷達在自動駕駛汽車中主要用於避免汽車與周圍物體發生碰撞，如盲點監測、避障輔助、泊車輔助、自適應巡航等，組成汽車避障的最后一道防線[2]。
與攝像頭和毫米波雷達相比，激光雷達在自動駕駛汽車上的地位更加重要。激光雷達又稱光學雷達（Light Detection and Ranging），簡稱Lidar。與毫米波雷達類似，激光雷達也是通過ToF技術來確定目標位置與距離的。但是，激光雷達是通過發射激光束來實現對目標的探測，其探測精度更高，探測范圍更廣。但是激光雷達的的缺點同樣明顯，激光雷達更容易受到空氣中雨雪霧霾等的干擾，其高成本也是制約其應用的主要原因。
個人認為，激光雷達被視為自動駕駛汽車最為重要的傳感器之一的最重要原因是其在建立三維環境模型上的優勢。激光雷達通過發射多線程激光束來采集不同高度上的環境信息，並通過其內部的旋轉裝置實現水平方向360度范圍內的信息采集。激光雷達上的信號接收裝置可以接收目標反射的激光束，並將這些激光束形成點雲。通過對點雲數據進行處理，可以完成對周圍環境信息的分類、識別等。但是，任何事情都有正反兩面，越多線程的激光雷達所能探測的環境范圍越大，其接收的點雲數據量越大，對硬件數據處理能力要求越高。此外，由於激光雷達內部旋轉裝置需要不斷旋轉並發射激光束，因此對硬件耐磨程度及精度都具有較高要求，這也導致激光雷達成本過高從而提高了自動駕駛汽車的售價。但是，隨着技術的不斷發展，相信激光雷達的成本和體積都會大大降低，同時性能大大提升。
為什么說可以建立三維環境模型是激光雷達的突出優勢呢？自動駕駛汽車行駛在道路上時，除了要識別車輛周圍的目標物體之外，還需要對自身進行精確定位，目前最流行的定位方法是GPS+IMU的方式，但是對於對於安全性要求極高的無人車來說，單憑這一種方式進行定位是不能滿足需求的，現在很多自動駕駛方案中提出采用高精地圖+傳感器融合的方案來提高定位的准確性與可靠性，即SLAM技術。采用激光雷達獲得的數據更容易與高精地圖進行點雲匹配，通過這種匹配可以獲得汽車在高精度地圖上的全球位置及行駛方向。
值得注意的是，以上三種傳感器是自動駕駛汽車上最為常見的感知傳感器，三者在自動駕駛汽車上各司其職，也相互融合。另外，由於安裝位置、方式等問題，三種傳感器采集到的數據往往需要進行標定等處理才能使用。
@font-face { font-family: SimSun; }@font-face { font-family: "Cambria Math"; }@font-face { font-family: DengXian; }@font-face { font-family: "@SimSun"; }@font-face { font-family: "@DengXian"; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0cm 0cm 0.0001pt; text-align: justify; font-size: 12pt; font-family: DengXian; }.MsoChpDefault { font-size: 12pt; font-family: DengXian; }div.WordSection1 { }