聊聊自动驾驶中的雷达“三剑客”

发布者:iota19最新更新时间:2024-11-15 来源: elecfans关键字:自动驾驶  雷达 手机看文章 扫描二维码
随时随地手机看文章

每年有125万人死于车祸,其中94%以上的致命事故是人为失误(酒后驾车、超速行驶、无视交通信号灯、边开车边发短信)造成的。为了尽可能地将汽车事故减少到接近零的水平,汽车制造商、汽车供应商、政府、学术界,甚至非汽车技术提供商都在联合开发先进的驾驶员辅助系统(ADAS),并最终开发出自动驾驶汽车。而自动驾驶汽车这种新的汽车生态系统的建立需要传感器融合、全新的汽车网络架构、车联网等多种先进技术的支撑。


目前,应用于汽车无人驾驶的雷达主要有三种:超声波雷达、激光雷达毫米波雷达。后两种雷达技术虽然属于后起之秀,但在最近几年,它们在自动驾驶中发挥的作用日益凸显。


01 超声波雷达:技术成熟,成本之选

超声波雷达在汽车中的应用已经有很多年了,在许多车辆的前后两侧都能发现它们的身影。按工作频率划分,超声波雷达有40kHz、48kHz和58kHz三种,频率越高,灵敏度越高,探测角度越小。在工作状态,通过收发超声波,超声波雷达能以1-3cm精度测算0.2-5m范围内的障碍物。

然而,由于工作频率属于声波范围,超声波雷达的不足也是显而易见的。尤其是汽车在高速行驶过程中,由于超声波信号的传播延迟,接收到的信息会出现一定的延迟。另外,超声波设备也存在方向性差的问题,需要更多的设备来覆盖同一个区域,而且天气条件也会极大地影响它们的探测效果。

不过,这并没有影响超声波雷达在汽车行业的应用,非常关键的一点就是它的超高性价比。市场上单个超声波雷达的售价仅为数十元人民币,按照一套倒车雷达系统安装4个超声波雷达计算,硬件成本还不足二百元。自动泊车系统虽然需要的超声波雷达数量多一些,但硬件总成本也能控制在五百元左右。与动不动就要数万元甚至数十万元的激光雷达相比,超声波雷达在成本方面的优势实在太突出了。据称,特斯拉对超声波雷达就格外偏爱,在泊车辅助中就使用了8颗,在辅助驾驶中使用12颗。

02 激光雷达:自动驾驶不可或缺

激光雷达(light detection and ranging,LiDAR),意为激光探测和测距,它是在雷达和声纳之后出现的一项传感技术,使用激光脉冲扫描环境,而不是无线电波或声波,波长为纳米级。在汽车采用的所有传感技术中,激光雷达属于新鲜事物,对于自动驾驶汽车而言具有举足轻重的地位。

激光雷达可以提供最精确的三维地图,并能扫描自动驾驶汽车周围的360度空间,范围可达100米左右。有些激光雷达系统甚至提供多达64个通道,每秒扫描超过100万个点。这些信息量可提供2厘米的高精度,以应对不断变化的环境。除了获得位置信息,激光信号的反射率还可以区分目标物质的材质。

按照功能划分,激光雷达系统可分为机载激光雷达(Airborne LiDAR)和陆地激光雷达(Terrestrial LiDAR)两大类。机载激光雷达主要安装在直升机或无人机上用于收集数据。地面激光雷达系统通常安装在移动的车辆或地面的三脚架上,用于收集准确的数据点。自动驾驶汽车采用的是移动地面激光雷达系统,仅仅使用一个激光雷达,即可在同一时间以光速扫描多个角度,从而创建一个详细的周边三维图像或地图。

由于激光雷达使用激光和反射镜进行回波成像,并实时绘制周围环境的地图,因此其测量精度明显高于超声波雷达。如今,激光雷达已被应用于许多关键的汽车和移动应用,包括先进驾驶员辅助系统(ADAS)和自动驾驶系统中。在实际应用中,该技术可与其他感官数据相结合,为车辆环境中的静态和移动物体提供更可靠的表征。

总体来看,极高的分辨率和精确度、快速而直观的测试结果,是激光雷达能够用于自动驾驶汽车的优势所在。要说缺点,目前激光雷达的体积依然较大,且价格不菲,这也是激光雷达技术很难在汽车行业大规模应用的重要原因。

03 毫米波雷达:向77-79GHz迈进

相比激光雷达的复杂反射镜和激光器,毫米波雷达的装置要简单多了,但它的信号传输速度比超声波更快、更精确。毫米波雷达通常工作在24GHz和77-79GHz,基本不受热或光等环境因素的影响。毫米波天线也比超声波天线小得多,功率更低,很容易与车辆设计融为一体。另外,它们可以调整为短、长、宽或窄的探测范围,以满足特定应用的需要。

传统的24 GHz窄带汽车雷达在区分物体和区分人、狗、其他汽车等方面有一定的局限性。目前,以24GHz窄带传感器为主流的汽车雷达传感技术正朝着76-81GHz频段、调频连续波(FMCW)和波束成形天线的方向快速发展。其中,76GHz用于远程检测,77-81GHz频段用于短距离、高精度检测。

我们知道,距离测量误差和最小可分辨距离与带宽成反比。从24GHz过渡到79GHz,在距离分辨率和精确度方面的性能可提高近20倍。也就是说,24GHz系统的距离分辨率为75cm,将其换成79GHz系统,那么分辨率就将达到4cm,能够更好地检测相邻的多个物体。同样,在波长较小的情况下,速度测量的分辨率和精度也将成比例的提高。

采用79GHz雷达系统的另一个优势是设备的尺寸和重量将大幅下降。由于79GHz信号的波长约为24GHz系统的三分之一,因此79GHz天线的总面积只相当于24GHz天线的九分之一。开发人员可以使用更小更轻的传感器,并且很容易将其隐藏起来,以获得更好的燃油经济性和汽车外形设计。可以说,76-81GHz毫米波雷达是一个面向未来的ADAS以及自动驾驶的传感技术。

04 汽车传感技术的融合

除了上述三种传感技术,车载摄像头也是在汽车中广泛使用的传感器,限于篇幅,本文未做具体介绍。不可否认的是,在当前的车辆中,车载摄像头充当了ADAS系统的主要视觉传感器。借由镜头采集图像并通过摄像头内的感光组件及控制组件对图像进行处理,然后转化为可供电脑做进一步处理的数字信号,实现对车辆周边的路况感知,包括前向碰撞预警、车道偏移报警、行人检测等功能。

任何一种传感技术都有其优点与局限性,汽车工业也不会仅仅依赖一种传感技术实现其自动驾驶功能。大多数厂商都是将这三种传感技术结合在一起,以确保他们的自主驾驶系统在范围、分辨率和鲁棒性方面获得可靠的数据。虽然目前的传感方案还无法提供足够的数据来实现全自动驾驶,但它们已经通过ADAS系统大幅降低了驾驶员的人为错误。

反过来,ADAS技术的采用以及无人驾驶汽车的出现进一步促进了汽车传感器技术和市场的发展。根据市场调研机构MarketsandMarkets的预测,到2025年,汽车传感器市场将从2020年的245亿美元增长到403亿美元,在2020年至2025年期间复合年增长率为10.5%。而全球机动车产量以及汽车电气化需求的增加,包括消费者对汽车安全性和舒适性需求的提升,是推动汽车传感器市场增长的主要因素。


关键字:自动驾驶  雷达 引用地址:聊聊自动驾驶中的雷达“三剑客”

上一篇:为什么说软件定义的车辆将汽车从工具变成了生活空间
下一篇:触觉技术如何增强驾驶安全性

推荐阅读最新更新时间:2026-03-14 22:21

自动驾驶汽车基于网络的辅助驾驶技术的功能架构
与传统电子导航地图相比,高清地图被视为自L3至L5级自动驾驶的必要技术(自动驾驶级别见美国汽车工程师学会(SAE)定义[b-SAE J3016])。高清地图拥有大量准确的交通环境信息,如路况以及交通和事件信息,在分析各类传感器和基础设施海量数据的基础上进行适应性升级。
[嵌入式]
<font color='red'>自动驾驶</font><font color='red'>汽车</font>基于<font color='red'>网络</font>的辅助驾驶技术的功能<font color='red'>架构</font>
先进电动汽车的电压转换策略 在48V电动汽车供电网络中部署区域架构
随着自动驾驶加速落地,全栈自研模式在高阶智能驾驶技术领域逐渐成为共识,这种模式指的是整车厂从底层硬件、软件算法到系统集成全面自主开发,而非依赖于第三方供应商或Tier 0.5模式(车企与供应商合作开发)。全栈自研模式的核心优势在于对技术的全面掌控和数据的深度挖掘,从而实现快速迭代、精准优化和更强的市场竞争力。这种模式也伴随着高昂的研发成本、复杂的技术整合需求以及巨大的资源投入压力,对整车厂的研发能力和协同效率提出了更高的要求。 全栈自研的优势 技术上的全面掌控是全栈自研模式的最大优势之一。在这一模式下,整车厂能够对从底层芯片到上层算法的技术全流程进行掌控,从而实现端到端的深度优化。这种整合能力避免了传统模块化开发中软硬件分离导
[嵌入式]
汽车系统安全组件在车载网络通信架构的应用
新一代智能汽车架构的核心目标之一是能够支撑高阶自动驾驶的功能安全。在实现目标的手段中,“冗余”仍是最重要的保障手段之一。 除了要保障感知、计算、执行、供电等环节的冗余外,从整车架构层面,通信是功能安全实现的关键环节,以灵活、有限的代价来保障“通信”的冗余,保证终端设备的故障不会影响整个网络,以及网络具备故障后快速恢复等的基本能力,是保障各个控制器能够准确、及时地控制整车安全运行的基础。在此基础上设计的汽车系统安全组件如图所示。 对通信的功能安全需遵循E2E(End to End,端到端)的理念,无论从系统功能安全的角度还是从软件功能安全的角度,接入分布化及计算集中化对车载网络通信提出了很高的要求。下图分别从系统功能安全及软件功
[嵌入式]
<font color='red'>汽车</font>系统安全组件在车载<font color='red'>网络</font>通信<font color='red'>架构</font>的应用
汽车开放系统架构完善车载网络和ECU设计
   自2003年成立以来,AUTOSAR(汽车开放系统架构)联盟便一直致力于改变车载网络和电子控制单元(ECU)的设计方式。AUTOSAR为原始设备制造商(OEM)及其一级供货商提供了一种产业的标准方法,以设计和开发位于现代车辆中心的ECU。该标准将有助于减少设计过程中人为错误的产生,并为供货商和制造商提供一种明确且机器也可读取的数据格式,以交换设计信息。本文将探讨AUTOSAR采用战略的一些的预期商业效益,并解释了一些基本术语和设计方法。   AUTOSAR联盟的会员包括汽车OEM以及由零部件和服务供货商组成的支持性生态系统。该联盟的宗旨是针对汽车电气/电子(E/E)架构创造和建立全球性的开放标准。该标准在车辆架构级别提供支持,
[嵌入式]
带宽、复杂性及性能挑战推动汽车业向新型网络架构发展
  汽车业内的重组活动与其行业追求的安全性、可靠性相互矛盾,变革成功与否的前提条件是预先的周密计划。汽车电子的新一轮变革将改写现行的控制网络架构,并不可避免地影响到汽车 IC 及网络自身。   所以,这种势在必行的架构变化将决定并促进汽车 IC 的发展;生产成本得以降低;且嵌入式软件开发及维护问题得到进一步重视。当今的控制器局域网 (CAN) 在汽车行业的普及率基本达到 100%,但它们都是以多个、独立的 CAN 网络形式并存。今后几年,这种网络将向互连总线转变,以适应子网络的需求。   新一代关键任务功能将应用到高速、确定性网络上,如标准开发联盟FlexRay(参加厂商包括 BMW、Bosch 、戴姆勒克莱斯勒、通用汽车
[焦点新闻]
调频连续波(FMCW)为什么是自动驾驶激光雷达的未来?
在自动驾驶环境感知技术的演进过程中,激光雷达始终处于核心位置。作为能够提供高精度三维空间信息的关键传感器,激光雷达的技术路径也正从传统脉冲式飞行时间(ToF)向调频连续波(FMCW)相干探测跨越。 虽然目前市场上绝大多数商用激光雷达仍采用脉冲测距技术,但调频连续波激光雷达因其可以直接测量瞬时速度、极高灵敏度以及天然的抗干扰优势,被业界公认为是实现全固态、芯片化感知的终极方案。 FMCW激光雷达有什么优势? 传统的激光雷达主要依赖飞行时间技术,其工作逻辑可以类比为回声定位。激光器发射一个极短的高能光脉冲,光束在空间中飞行并碰撞物体后反射,接收器计算发射与接收之间的时间差,结合光速便可得出距离。 图片源自:
[汽车电子]
调频连续波(FMCW)为什么是<font color='red'>自动驾驶</font>激光<font color='red'>雷达</font>的未来?
激光雷达传感器在自动驾驶中的作用
2024 年至 2030 年间,高度自动化汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨,因为他们希望提供精准、可靠且最终完全自动驾驶的汽车。 为实现这一目标,激光雷达(光探测与测距)传感器已成为汽车制造商与汽车设备供应商不可或缺的传感器。它们能通过具备足够分辨率的深度感知和距离检测来进行物体分类,从而“读懂道路”。 然而,随着我们迈向未来自动驾驶解决方案——从主动安全系统的最新创新到无人驾驶汽车——诸如激光雷达等边缘系统的功能必须得到扩展,使其能够提供更高的深度分辨率与可靠性,以应对日益复杂的场景。 采用 FPGA 和自适应 SoC 等自适应计算技术,可助
[嵌入式]
小米汽车激光雷达技术路线图:从L2+到L4级自动驾驶的渐进式布局
在智能电动汽车赛道上,激光雷达作为自动驾驶系统的核心传感器,其技术演进与自动驾驶等级提升密切相关。小米汽车通过“激光雷达+视觉融合”的技术路线,以禾赛AT128激光雷达为硬件基石,结合BEV+Transformer+占用网络算法,构建了从L2+辅助驾驶到L4级自动驾驶的渐进式技术布局。这一路线既体现了对技术可行性的务实考量,也展现了小米在智能驾驶领域的战略野心。 一、L2+阶段:多传感器融合的感知基石 小米SU7作为首款量产车型,其激光雷达的部署标志着小米正式进入高阶辅助驾驶赛道。SU7搭载的禾赛AT128激光雷达具备128线垂直分辨率,每秒生成153万点云数据,探测距离达200米,可识别200米外直径10厘米的障碍物。该雷达
[嵌入式]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

厂商技术中心

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

 
机器人开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved