传感器介绍

据鑫知网了解 在自动驾驶技术来临之前，车用传感器即用于汽车电子技术、作为车载电脑(ECU)的输入装置，能够将发动机、底盘、车身各个部分的运作工况信息以信号方式传输给车载电脑，从而使汽车运行达到最佳状态。ADAS(高级辅助驾驶系统)的广泛应用，使摄像头等用于环境感知的传感器进入公众视野，作为辅助，这些传感器将汽车周边的环境信息输入到相应的系统模块中，进行判断，提前给驾驶员预警或提供紧急防护，但不同系统的传感器间关系孤立，数据单独处理，信息尚未形成融合。在自动驾驶汽车中，定位、雷达、视觉等传感器协作融合，能够以图像、点云等形式输入收集到的环境数据，并通过算法的提取、处理和融合，进一步形成完整的汽车周边驾驶态势图，为驾驶行为决策提供依据。

摄像头：

用摄像头代替人眼对目标(车辆、行人、交通标志)进行识别、跟踪和测量，感知到汽车周边的障碍物以及可驾驶区域，理解道路标志的语义，从而对当下的驾驶场景进行完整描述。摄像头必须先识别再测距，如果无法识别则无法测距。相对于其它传感器，摄像头的价格相对低廉，有着识别车道线、车辆等物体的基础能力，在汽车高级辅助驾驶市场已被规模使用。依据不同的图像检测原理，可分为单目摄像头和双目摄像头，根据芯片类型又可分为 CCD 摄像头和 CMOS 摄像头，等等。其优点在于摄像头是目前唯一能够辨别物体的传感器。 但是摄像头同时具有三个缺点：缺点一是逆光或光影复杂的地方难以使用;缺点二在于依赖于算法，能否辨别物体完全依赖样本的训练，样本未覆盖的物体将无法辨别，比如 Mobileye 在中国道路上应用，识别超载运货车的成功率不超过 80%;缺点三在于摄像头对于行人的识别具有不稳定性，因为行人不同于车辆，动作、服装、身体各部分变化要素很多，而且还要与街上的建筑、汽车、树木等背景图案区分开来，比如 Mobileye 在日本、德国、美国、以色列等国市区的测试结果显示，行人的成功检测率为 93.5%，距离实现完全无人驾驶还有很大差距，再如穿着吉祥物套装或着装颜色与背景相似的人或搬运东西的人极有可能无法识别。因此，摄像头的物体识别功能无可比拟，但由于依赖样本识别物体，以及识别行人具有不稳定性，摄像头应用于测距领域无法保障 100% 的稳定性，在自动驾驶领域脱离激光雷达使用只能应用于 ADAS 而不能应用于完全的无人驾驶。