浅析自动驾驶汽车主流传感器的主要功能

发布者:火星最新更新时间:2025-07-30 来源: elecfans关键字:自动驾驶汽车 手机看文章 扫描二维码
随时随地手机看文章

      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。接下来工采网小编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。


当今大多数汽车制造商通常使用以下三种类型的自动驾驶汽车传感器:摄像头、雷达和激光雷达。接下来我们了解一下它们是如何工作的。


摄像头就像人类驾驶员的眼睛一样,自动驾驶汽车使用摄像头来观察和解释道路上的物体。通过在各个角度为汽车配备摄像头,这些车辆可以保持360°的外部环境视野,并提供周围交通状况的更广阔画面。如今,可以使用3D摄像头显示非常详细的逼真图像。图像传感器自动检测物体,对其进行分类,并确定与物体的距离。例如,摄像头可以识别其他汽车、行人、骑自行车的人、交通标志和信号、道路标记、桥梁和护栏。


雷达(无线电探测和测距)传感器对自动驾驶的整体功能做出了至关重要的贡献:它们发出无线电波以检测物体并实时测量其距离和速度。短距离和远距离雷达传感器通常部署在汽车各处,并具有不同的功能。短距离(24 GHz)雷达应用可以实现盲点监测、车道保持辅助和停车辅助,而远距离(77 GHz)雷达传感器的作用包括自动距离控制和制动辅助。与摄像头不同的是,雷达系统在雾天或雨天识别物体时通常没有问题。


激光雷达(光探测和测距)传感器的工作原理类似于雷达系统,唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种物体的距离之外,激光雷达还可以创建被探测物体的3D图像并绘制其周围环境的地图。虽然毫米波雷达与激光雷达相比,亳米波雷达具有探测距离远,不受天气状况影响以及成本低的优势。由于亳米波雷达采用硅基芯片,不会特别昂贵,也不涉及复杂工艺,同时正处于第二次工艺转型的重要时期,预计成本仍有下降空间。相比激光雷达暂时高不可攀的成本以及较低的技术壁垒和自身可全天候工作的优势,毫米波雷达可以说是目前初创公司进入自动驾驶市场的一个门槛较低的入口。


但是根据激光雷达可以配置为在车辆周围创建完整的360度地图,而不是依赖于狭窄的视野。处于这两个优势使的自动驾驶汽车制造商(例如Google、Uber和Toyota)选择了激光雷达系统。关于激光雷达传感器在自动驾驶中的应用工采网提供的固态面阵激光雷达 测距传感器 - CE30-A使用时间飞行法(TOF, Time of Flight)进行测距,它会发射出经过调制的近红外光,光线遇物体后反射并再次被 CE30 接收。CE30 通过计算光线发射和接收的相位差与时间差,来换算被拍摄景物的距离。


在未来自动驾驶汽车传感器在自动驾驶中起着至关重要的作用:它们使汽车能够监控周围环境,探测障碍物并规划道路。结合汽车软件和计算机,它们将使系统能够完全控制车辆,从而为人们节省了大量时间来执行更高效的任务。考虑到普通驾驶员每天在汽车上大约花费50分钟的事实,可以想象一下,自动驾驶汽车对于我们所生活的快节奏世界而言,是多么的宝贵。尽管自动驾驶技术正在迅速发展,但尚无商用车辆通过自动驾驶所需的4级标准。为了确保道路安全,制造商仍然需要认真对待巨大的技术改进领域。


关键字:自动驾驶汽车 引用地址:浅析自动驾驶汽车主流传感器的主要功能

上一篇:新算法可以增强无人汽车在仿真环境中的训练效果
下一篇:从电动汽车的角度来看自动驾驶传感器的重要性

推荐阅读最新更新时间:2026-03-19 11:43

自动驾驶汽车主流传感器盘点
传统的汽车,由于是人为控制,对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车,配有高级辅助驾驶,可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车,因为是车辆本身占据了汽车部分甚至是全部的控制权,此时便要依靠安装在汽车上各种各样的传感器协同工作,保证行车安全。 目前来看,企业应用于自动驾驶汽车的传感器主要有以下几种:图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性,在自动驾驶汽车行驶过程中各主不同的功能,以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。 图像传感器 图像传感器又叫感光元件,是
[汽车电子]
智能汽车环境感测的三种主流传感器解析
无人驾驶技术现如今其实非常成熟了,就以现在的技术水平看,如果把大城市复杂的交通状况变成实验室特定的格局,场景内有制式统一的车辆以及符合规矩的行人正常通行,那么不用方向盘,全程自动行驶的汽车当下就可以面世了。 问题就出在了汽车如何能对现实中复杂的交通状况了如指掌,如何可以像人的眼睛和大脑一样灵活应变。关键就在需要各种各样的传感器合作来解决,它们最终将监测到的数据传给高精密的处理器,识别道路、标示和行人,做出加速、转向、制动等决策。 在智能感知识别的部分,车载光学系统和车载雷达系统是保证行车安全最为重要的,目前,主流的用于周围环境感测的传感器有激光雷达(LiDAR)、毫米波雷达(millimeter wave)、视觉传感
[汽车电子]
智能<font color='red'>汽车</font>环境感测的三种<font color='red'>主流</font><font color='red'>传感器</font>解析
比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级自动驾驶汽车
随着 NVIDIA L4 级硬件升级,领先的汽车制造商和出行服务提供商正基于 NVIDIA 的端到端辅助驾驶汽车平台进行开发 比亚迪、吉利、五十铃和日产正基于 NVIDIA DRIVE Hyperion 平台开发具备 L4 级自动驾驶能力的汽车。 NVIDIA 与 Uber 合作的全栈无人驾驶出租车将于 2027 年上半年率先在洛杉矶和旧金山启动,并计划于 2028 年扩展至 28 个市场。 Bolt、Grab、Lyft 和 TIER IV 正在使用 NVIDIA DRIVE Hyperion 平台,扩展其全球无人驾驶出租车的开发规模。 NVIDIA Halos OS 为 AI 驱动的车辆引入了一个统一的安全架构
[汽车电子]
比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级<font color='red'>自动驾驶</font><font color='red'>汽车</font>
消息称现代汽车端到端自动驾驶系统 Atria AI 成熟度不佳,公司考虑转向英伟达技术
1 月 27 日消息,据韩媒 The Elec 报道称,现代汽车(Hyundai Motor)开发的端到端自动驾驶系统 Atria AI 在内部测试中获得了“非常低的评价”,评分仅 25(满分 100)。 据报道,现代汽车新任自动驾驶及高级车辆平台(AVP)负责人 Minwoo Park 在上任后对这套系统进行重新评估,公司使用 Waymo Open Dataset 等标准数据集对各大公司系统进行测试,其中特斯拉的系统得分约 90 分,Mobileye 和 Momenta 都在 50 分左右,明显高于 Atria AI 的表现。 因此,现代汽车认为自家 Atria AI 系统成熟度相当不足,继而对项目的前景产生疑虑,并可能考虑放弃
[汽车电子]
英伟达宣布与优步合作:推进自动驾驶汽车技术研发
周四(10月23日),英伟达宣布了其正在与优步(Uber)就自动驾驶汽车开发方面展开合作。优步的股价当日上涨了3.5%。 英伟达在社交媒体X平台上发布消息,详细介绍了两家公司如何携手推进自动驾驶技术的发展。 据英伟达称,此次合作的重点在于利用优步从各种场景(包括机场接送、复杂路口以及不同天气状况)中收集的大量真实驾驶数据来训练英伟达的Cosmos World基础模型。 英伟达则将借助其DGX Cloud基础设施来加快开发进程,此次合作标志着两家公司继续致力于在自动驾驶汽车技术领域保持领先地位。 据悉,合作旨在实现三大技术目标:其一,实现更高精度的仿真模拟,显著减少异常情况;其二,缩短模型训练后的迭代周期,支持可扩展的机器学习
[汽车电子]
英伟达宣布与优步合作:推进<font color='red'>自动驾驶</font><font color='red'>汽车</font>技术研发
汽车自动驾驶传感器融合技术详解
传感器融合是指将来自多个不同类型传感器(如摄像头、激光雷达、毫米波雷达、超声波雷达、全球定位系统、惯性传感器等)的数据进行整合,通过智能算法进行综合分析和处理,以获得更加全面、准确、可靠的环境信息。 这一技术不仅能够弥补单一传感器在感知能力上的不足,还能提升自动驾驶系统的鲁棒性和安全性。 01 传感器融合技术 作为自动驾驶系统的“感知神经网络”,传感器融合需解决多模态数据时空对齐、特征互补与冗余校验问题,核心技术架构分为三级: 数据级融合‌ 通过硬件层同步机制(如PTP协议)实现激光雷达、摄像头、毫米波雷达等传感器的微秒级时间同步。 坐标
[汽车电子]
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]
汽车自动驾驶技术为什么离不开5G
随着5G技术的到来,改变了众多的行业,而5G技术也成为了热门的话题,汽车行业正经历着自动驾驶功能的指数级增长,各大车企和科技公司也相继的加入自动驾驶技术更深层次的研发,而为什么自动驾驶技术离不开5G? 要想实现汽车的自动驾驶,对于车辆自身的技术而言,还需要结合车辆行驶所处的道理等环节来进行结合实现车辆的行驶,但想要实现这一目标,最重要的一环无疑是网络技术的支持,根据5G技术的特点来说,5G网络的性能是高数据速率、减少延迟甚至是可以提高系统容量和大规模设备连接等特征,正是有了5G技术,对于自动驾驶技术而言有了更好的保障。 自动驾驶的技术相对来说对网络的依赖性比较高,需要的是快数据速率来除了车辆到了方面等路况信息的传输,以目前
[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