近几年，自动驾驶无疑已经成为科技圈和汽车圈的热点话题，谷歌、百度、苹果及Uber等科技公司以及特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而，关于自动驾驶技术路线之争也是一个备受争议的话题。
一个方面是人们相信自动驾驶汽车将通过增加道路安全，降低基础设施成本以及增强儿童、老人和残疾人的出行自理能力来确保美好的未来。而另一方面则是许多人害怕汽车黑客、致命车祸的风险，以及与驾驶相关工作岗位的流失。据调查发现，有54％的成年人担心自动驾驶汽车的发展，只有40％的受访者对汽车自动化的潜在发展感到乐观。研究也表明，人们对自动驾驶汽车的看法和态度截然不同。
毫无疑问，自动驾驶是一项复杂而有争议的技术。要了解自动驾驶汽车的安全性，重要的是弄清楚它们是如何工作的，以及哪种类型的自动驾驶车辆传感器可以帮助它们行驶，并识别道路上的物体以防止发生车祸。接下来嘉准传感科技和大家一起来看看自动驾驶汽车中的传感器技术解决方案。
自动驾驶是汽车智能化发展的最终方向,激光雷达、摄像头、毫米波雷达、超声波传感器等传感器是实现自动驾驶的硬件基础。没有物联网传感器，自动驾驶汽车就不可能实现：它们使汽车看到和感知道路上的一切，并收集安全驾驶所需的信息。例如：对这些信息进行处理和分析，以构建从A点到B点的路径，并向汽车控制装置发送适当的指令，例如转向、加速和制动。此外，物联网传感器收集的信息，包括实际路径、交通堵塞和道路上的障碍物，并可以在物联网汽车之间进行共享。这被称为车对车通信，有助于提高驾驶自动化。
自动驾驶技术涉及的环境感知传感器主要包括视觉类摄像机（包括单目、双目立体视觉、全景视觉及红外相机）和雷达类测距传感器（激光雷达、毫米波雷达、超声波雷达等）。
单目摄像机
应用：单目相机的应用开发主要包括特征类符号的检测与识别，如车道线检测、交通标志识别、交通灯识别、行人和车辆检测等，基于机器学习的视觉计算在自动驾驶普及之日一定会是必不可少的部分，尽管目前来说视觉检测可靠性并不是很高，在以激光雷达为主要感知手段的自动驾驶车辆中应用并未达到预期。
图2 路面及车辆识别
双目摄像机
应用：障碍物检测可以，限于室内，结构光，近距离；视觉里程计确实是目前比较好的应用领域，用于路口定位等。
全景相机
分为单镜头全景相机和多镜头拼接全景相机。
应用：比较推荐用全景相机做视觉里程计，视野范围大，特征点关联度高，个人始终觉得用全景视觉配合组合导航做高精度地图重建是个不错的选择，实现自动驾驶汽车车道级别定位。
红外相机
红外相机应该属于视觉的另外一个门类，夜视效果比白昼效果好，可应用于行人、车辆检测等。以前觉得在激光雷达出现以后，红外相机在自动驾驶应用中处于一个比较尴尬的地位，价格不菲且没有激光雷达结果来的直接，使用之后发现，在障碍物（如人）识别上，激光离散点云还是比不上空间上连续的图像。另外，测试中惊奇的发现，红外相机具体可以捕捉玻璃上的人影！细思极恐！红外相机在一定程度上可以对发热体进行区分，如路面、行人等，但毕竟需要后处理，没有激光雷达利用绝对高度或者梯度进行障碍物检测来的直接。夜晚条件下可以替代彩色相机，进行前视障碍物检测与监控。
毫米波雷达
适用于高速环境和编队行驶，其他场景貌似没有必要安装。由于毫米波雷达的成像原理为锥面成像（相当于从一点往外发散成一个锥面），依据锥面中障碍物的面积来推算障碍物，因而对于复杂场景，障碍物较为杂乱。而高速公路场景较为理想，道路环境好，车辆相对较少，适用于前方车辆的提前预警。
应用：障碍物检测主流，waymo、百度、各大传统汽车厂商、各大创业公司、各大高校、研究院所……那么多自动驾驶汽车顶上装着的几乎都是激光雷达（Tesla除外）；高精度地图重建与环境建模；SLAM等。
转载声明：本文旨在传播行业知识，版权归原作者所有。如有不正确或侵权问题，请与我们联系！ 尊重知识、尊重原创！
