自動駕駛四大核心技術，分别是環境感知、精确定位、路徑規劃、線控執行。環境感知是其中被研究最多的部分，依托于攝像頭、激光雷達、毫米波雷達的環境感知技術逐漸趨于成熟，并逐步量産落地。
自動駕駛環境感知框架圖
在感覺階段，車輛以光學相機、激光雷達、毫米波雷達等采集周圍環境數據，以 GPS（Global Positioning System）、IMU（Inertial Measurement Unit）、速度計等采集自身行駛狀态信息，将真實世界的視覺、物理、事件等信息轉變成數字信号，傳送至作為“駕駛腦”的智能算法中心。在感知階段，智能算法中心對采集到的信息進行分析、組織和解釋，具體表征為對行駛環境中的目标或者障礙物進行識别、分割和檢測，獲取其類别、尺寸、幾何形狀、行駛方向、位置等物理和語義信息。在認知階段，智能算法中心基于目标（障礙物）的表現和狀态進行分析和推理，透過表象解析其邏輯關聯，做出準确的判斷（包括目标行為、安全區域、路徑規劃等），使“駕駛腦”具備同大腦相媲美的決策能力，繼而指揮控制系統執行具體的駕駛操作。
智能網聯汽車的環境感知傳感器主要包括超聲波傳感器、毫米波雷達、激光雷達、視覺傳感器等。
（1）超聲波傳感器。超聲波傳感器主要應用于短距離探測物體，不受光照影響，但測量精度受測量物體表面形狀、材質的影響較大。在智能網聯汽車上主要用于自動輔助泊車，結構簡單、體積小、成本低。
（2）毫米波雷達。毫米波雷達是智能網聯汽車應用最廣泛，也是最重要的傳感器之一，主要包括用于短程的 24GHz 毫米波雷達和中遠程的 77GHz 毫米波雷達。毫米波雷達可以準确檢測前方障礙物的距離和速度信息，抗幹擾能力強，具備較強的穿透霧、煙、灰塵的能力，受天氣和光線的影響小，體積小；缺點是行人的反射波較弱，難以探測。
短距毫米波雷達的應用圖
（3）激光雷達。激光雷達是無人駕駛汽車的必備傳感器，根據自動駕駛級别，可以配備不同線束的激光雷達。激光雷達分單線束和多線束激光雷達，多線束激光雷達通過點雲來建立周邊環境的 3D 模型，可以檢測出包括車輛、行人、樹木、路沿等細節。激光雷達能夠直接獲取物體的三維距離信息，測量精度高，對光照環境變化不敏感，抗幹擾能力強，是智能網聯汽車發展的最佳技術方向，但是成本較高。
三維目标檢測效果圖
（4）視覺傳感器。視覺傳感器包括單目攝像頭、雙目攝像頭、三目攝像頭和環視攝像頭。單目攝像頭、雙目攝像頭、三目攝像頭主要應用于中遠距離場景，能識别清晰的車道線、交通标識、障礙物、行人等，但對光照、天氣等條件很敏感，而且需要複雜的算法支持，對處理器的要求也比較高；環視攝像頭主要應用于短距離場景，可識别障礙物，同樣對光照、天氣等外在條件很敏感。不同傳感器的感知範圍不同，它們均有各自的優點和局限性，現在發展的趨勢是通過傳感器信息融合技術，彌補單個傳感器的缺陷，提高整個智能駕駛系統的安全性和可靠性。
常用傳感器對比
近年來，随着硬件算力的提升和人工智能的興起，大量基于深度學習理論的環境感知算法被提出，其以端到端的預測方式代替分段式處理，以數據驅動取代人工建模，在精度、速率、魯棒性等方面均超過了傳統方法。作為核心的神經網絡通過模拟“突觸連接”可拟合更加複雜、模糊的問題，學習到的特征更能反映數據的本質，具有優秀的柔性、智能性和自學習性，為三維感知的研究提供了新的方法和思路。
CONTENT END
