傳感器是汽車(chē)感知周?chē)沫h(huán)境的硬件基礎,在實(shí)現自動(dòng)駕駛的各個(gè)階段都必不可少。自動(dòng)駕駛離不開(kāi)感知層、控制層和執行層的相互配合。攝像頭、雷達等傳感器獲取圖像、距離、速度等信息,扮演眼睛、耳朵的角色。目前自動(dòng)駕駛的安全事故原因絕大多數出現在傳感器這個(gè)重要環(huán)節,將各類(lèi)傳感器融合在一起,能否就能起到1+1>2的效果呢?
多傳感器融合是必然趨勢
通過(guò)增加傳感器的數量,并讓多個(gè)傳感器融合來(lái)提高自動(dòng)駕駛能力。多個(gè)同類(lèi)或不同類(lèi)傳感器分別獲得不同局部和類(lèi)別的信息,這些信息之間可能相互補充,也可能存在冗余和矛盾,而控制中心最終只能下達唯一正確的指令,這就要求控制中心必須對多個(gè)傳感器所得到的信息進(jìn)行融合,綜合判斷。
在使用多個(gè)傳感器的情況下,要想保證安全性,就必須對傳感器進(jìn)行信息融合。多傳感器融合可顯著(zhù)提高系統的冗余度和容錯性,從而保證決策的快速性和正確性,是自動(dòng)駕駛的必然趨勢。
當然,要實(shí)現傳感器融合,也是有前提條件的。硬件層面,數量要足夠,也就是不同種類(lèi)的傳感器都要配備,才能夠保證信息獲取充分且有冗余;軟件層面,算法要足夠優(yōu)化,數據處理速度要夠快,且容錯性要好,才能保證最終決策的快速性和正確性。
傳感器融合的技術(shù)概述
每種傳感器都有自己無(wú)法克服的缺陷,因此數量的增加無(wú)法解決實(shí)際的問(wèn)題。真正的解決之道是綜合不同傳感器采集到的信息。而目前的雷達技術(shù)在分辨率上也有些不合格,可以說(shuō)每種傳感器都有自己的軟肋。
想做到完美的傳感器融合,就要接受不同傳感器的輸入,并利用綜合信息更準確的感知周邊環(huán)境,其得出的結果比不同傳感器各自為戰要好得多。將不同傳感器進(jìn)行融合還能換來(lái)一定程度的冗余,即使某個(gè)傳感器出了問(wèn)題也不會(huì )影響車(chē)輛的安全。
目前車(chē)輛上搭載的大多數ADAS系統都是獨立運作的,這就意味著(zhù)它們不會(huì )與其他車(chē)輛上的系統交換信息。此外,車(chē)上的后置攝像頭、360度全景系統、雷達和前置攝像頭都有自己的獨立任務(wù),它們之間幾乎沒(méi)有交流。
給車(chē)輛安裝這些獨立系統后,司機就能獲知更多信息,車(chē)輛也能實(shí)現少數自動(dòng)駕駛功能。不過(guò),我們也可以對這些傳感器進(jìn)行融合,實(shí)現更為強悍的功能。
?、俸笾脭z像頭+超聲波距離傳感器這項配置在現售車(chē)輛上早已不再新鮮,倒車(chē)時(shí)它能用警報聲提醒我們車(chē)輛離周邊物體還有多遠。
在這套新系統中,后置攝像頭能讓司機看清車(chē)輛后方情況,而機器視覺(jué)算法則負責探測車(chē)輛后方物體或馬路牙子。超聲波距離傳感器則是輔助設備,它能在在沒(méi)有任何照明的夜晚幫司機順利倒車(chē)入庫。
?、谇爸脭z像頭+多模前置雷達能產(chǎn)生意想不到的效果。前置雷達能探測到150米范圍內物體的移動(dòng)速度和距離,而且它幾乎不受天氣情況影響。攝像頭則負責發(fā)現并辨別前方物體,比如讀取街道上的交通標識和紅綠燈。
雖然一些ADAS功能只靠單個(gè)傳感器或獨立系統就能實(shí)現,但一旦遇到不可預知的情況,車(chē)輛就會(huì )變得手忙腳亂。反觀(guān)能支持更復雜自動(dòng)駕駛功能的傳感器融合,就可大幅降低車(chē)輛的誤報和漏報率。
傳感器融合的體系結構
對自動(dòng)駕駛汽車(chē)而言,沒(méi)有必須將哪幾類(lèi)傳感器數據融合在一起的說(shuō)法。傳感器數據間的融合可以有多種組合。處于中間過(guò)程的傳感器融合將會(huì )產(chǎn)生各種假設和轉變。
因為多傳感器的使用會(huì )使需要處理的信息量大增,這其中甚至有相互矛盾的信息,如何保證系統快速地處理數據,過(guò)濾無(wú)用、錯誤信息,從而保證系統最終做出及時(shí)正確的決策十分關(guān)鍵。
多傳感器融合在硬件層面并不難實(shí)現,重點(diǎn)和難點(diǎn)都在算法上。多傳感器融合軟硬件難以分離,但算法是重點(diǎn)和難點(diǎn),擁有很高的技術(shù)壁壘,因此算法將占據價(jià)值鏈的主要部分。
算法是多傳感器融合的核心。傳感器融合就是將多個(gè)傳感器獲取的數據、信息集中在一起綜合分析以便更加準確可靠地描述外界環(huán)境,從而提高系統決策的正確性。
隨著(zhù)傳感器技術(shù)、成像技術(shù)、雷達、LiDAR、電子設備和人工智能技術(shù)的進(jìn)步,數十種先進(jìn)駕駛輔助系統(ADAS)功能已得以實(shí)現,包括防撞、盲點(diǎn)監測、車(chē)道偏離報警和停車(chē)輔助。
?、俜植际剑合葘Ω鱾€(gè)獨立傳感器所獲得的原始數據進(jìn)行局部處理,然后再將結果送入信息融合中心進(jìn)行智能優(yōu)化組合來(lái)獲得最終的結果。分布式對通信帶寬的需求低、計算速度快、可靠性和延續性好,但跟蹤的精度卻遠沒(méi)有集中式高。
?、诩惺剑杭惺綄⒏鱾鞲衅鳙@得的原始數據直接送至中央處理器進(jìn)行融合處理,可以實(shí)現實(shí)時(shí)融合。其數據處理的精度高,算法靈活,缺點(diǎn)是對處理器的要求高,可靠性較低,數據量大,故難于實(shí)現。
?、刍旌鲜剑夯旌鲜蕉鄠鞲衅餍畔⑷诤峡蚣苤?,部分傳感器采用集中式融合方式,剩余的傳感器采用分布式融合方式?;旌鲜饺诤峡蚣芫哂休^強的適應能力,兼顧了集中式融合和分布式的優(yōu)點(diǎn),穩定性強。
傳感器融合的要素和流程
關(guān)于傳感器和傳感器融合需要考慮的因素:成本、體積、重量、可拓展性、可靠性、制冷、安裝、空間、故障自檢、報告、容錯性、靈活性、冗余性、反戲弄。
通過(guò)傳感器融合同步運行,以允許全自動(dòng)駕駛車(chē)輛或無(wú)人駕駛車(chē)輛對周?chē)h(huán)境檢測,并警告駕駛員潛在的道路危險,甚至可以采取獨立于駕駛員的規避動(dòng)作來(lái)避免碰撞。
?、亳{駛中雷達圖像被捕獲,負責雷達單元的電子控制單元(ECU)花很短的時(shí)間對捕捉到的圖像進(jìn)行預處理。然后借助控制區域網(wǎng)絡(luò )(CAN),把圖像發(fā)送到傳感器融合中心。在區域網(wǎng)絡(luò )傳輸圖像,以及接受信息都要花時(shí)間。
?、谕瑫r(shí)傳感器融合中心也會(huì )接受來(lái)自攝像頭、超聲波傳感器和激光雷達傳感器的數據。傳感器融合處理了所有這些數據,又需要短暫時(shí)間。
?、圩罱K結果被傳到人工智能上,需要對其進(jìn)行處理,并更新環(huán)境模型。這需要時(shí)間。
?、芡ㄟ^(guò)控制區域網(wǎng)絡(luò )(CAN),人工智能向汽車(chē)控制系統發(fā)出指令,這需要時(shí)間來(lái)完成。
?、菘刂葡到y接收命令,明確它要做什么,繼而采取實(shí)際行動(dòng)。
算法和成本因素是關(guān)鍵所在
目前企業(yè)都在積極尋找傳感器融合的方法,推出的解決方案也不盡相同,但尚未出現一種經(jīng)過(guò)驗證、最可靠的方案。因為傳感器融合是一個(gè)不斷推進(jìn)的過(guò)程,難點(diǎn)有不少。
?、俨煌?lèi)型傳感器的優(yōu)缺點(diǎn)不同,獲取的信息量巨大,要保證最終融合結果及時(shí)、準確,就需要在傳感器的選型配置和算法精度上有巧妙的布局,而能把這些環(huán)節都做好的企業(yè)目前還不多。
?、跒榱颂嵘齻鞲衅魅诤系男Ч?,最理想的狀態(tài)就是將各類(lèi)最頂級傳感器融合在一起。但光一個(gè)激光雷達的價(jià)格就已與一輛傳統汽車(chē)持平,可見(jiàn)某些關(guān)鍵傳感器的價(jià)格還遠沒(méi)到消費類(lèi)電子產(chǎn)品的水平。
?、墼趥鞲衅魅诤线^(guò)程中,一些廠(chǎng)商不愿公開(kāi)自己獲取的原始數據,怕因此淪為純粹的數據采集供應商,導致利潤空間有限。由此造成的數據壁壘也是實(shí)現傳感器融合的一大障礙。
結尾:
傳感器融合得越好,自動(dòng)駕駛汽車(chē)也會(huì )越安全。因此傳感器融合是自動(dòng)駕駛汽車(chē)發(fā)展中的一個(gè)重要方面,相信在不久的將來(lái),將有更多機會(huì )來(lái)提出新思路和創(chuàng )新方式來(lái)改進(jìn)傳感器融合。
“傳感器融合:自動(dòng)駕駛領(lǐng)域的另一個(gè)突圍方向 ”由中國機電產(chǎn)品交易網(wǎng)(簡(jiǎn)稱(chēng)機交網(wǎng))小編整理發(fā)布。如需要轉載,請注明文章來(lái)源,更多關(guān)于機電行業(yè)資訊,請點(diǎn)擊關(guān)注:中國機電產(chǎn)品交易網(wǎng) 機電信息