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。
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
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- VPU中的“六边形战士”:安谋科技Arm China发布“玲珑”V560/V760 VPU IP
- 利用锚定可信平台模块(TPM)的FPGA构建人形机器人安全
- 基于 Blackfin 数字信号处理器 (DSP) 的 ADZS-BF518F-EZLITE、ADSP-BF518F EZ-Kit Lite 评估系统
- 使用 ON Semiconductor 的 CAT3200Z 的参考设计
- LTC2162 演示板,16 位 65Msps ADC,LVDS 输出,5-140MHz
- 使用 Analog Devices 的 LTC3526BEDC-2 的参考设计
- LT3091HT7 在极低输出电压下低压降操作的典型应用
- 蓝牙协议分析工具nRF52840 MDK USB Dongle
- NCV2902DR2G 维恩桥振荡器运算放大器的典型应用
- LTC4100EGN 演示板,智能电池充电器 DCIN = 15V-20V / 3.5V
- TC78H620FNG 双桥直流有刷电机驱动器评估板
- 带有 DRP w/Try.SRC 和 Type-C 插座的 PTN5110 USB PD 的典型应用

智能网联汽车产业链全景图(可做求职参考)
非常经典的关于LLC的杨波博士论文
ASM10DTBD-S664






京公网安备 11010802033920号