挖矿 | 自动驾驶之“眼”
Posted IOT视点
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了挖矿 | 自动驾驶之“眼”相关的知识,希望对你有一定的参考价值。
自2019年十三届全国人大二次会议将人工智能项目列入立法规划后,我国人工智能技术发展持续加快,作为人工智能技术延伸的汽车行业,自动驾驶领域近几年来广受世界各地技术人员的关注。
伴随汽车行业持续推进具有ADAS(高级驾驶员辅助系统)和AD(自动驾驶)功能的新型汽车安全的进程,各种最先进解决方案不断涌现。除了嘴硬的特斯拉,大多数主机厂和系统供应商都认为,激光雷达、雷达和摄像头的组合对于打造强大的车辆安全平台至关重要,也是保障自动驾驶安全性的智慧之“眼”组合。
L0-L5 智慧之眼的互补
国际汽车工程师学会将汽车自动驾驶能力定义为L0至L5:
L1,包括自动紧急制动和车道偏离警告系统功能;
L2,启用了车道保持辅助和自适应巡航控制等安全选项;
L3,将启用交通堵塞辅助和驾驶员监控系统等功能,以实现驾驶员到机器的过渡;
L4和L5,包括高速公路和其他任何地方的自动驾驶,达到高度自动化能力。
在L2车辆中,驾驶员可以长时间将手从方向盘上移开,将脚从踏板上移开,从而实现部分自动化,但仍需要驾驶员在某些驾驶场景进行干预,保持对驾驶环境的关注。从L2到L3的转变是细粒度的,L3须将监控周围环境的重任放在车辆的传感器套件上,以实现驾驶员到机器的过渡。
从行业趋势看,今天制造的大多数车辆都是L0,但L1及以上的车辆正在增加。比如2019年,每六辆汽车中就有一辆配备了L2及以上的能力,有机构预计到本世纪末,几乎每两辆车中就有一辆达到L2及以上级别。
大多数主机厂的典型方法是使用多个雷达和摄像头设计L2车辆。而在L3及以上的车辆中,由于在相似测量条件下各种传感器的作用有很大差别,激光雷达与雷达、摄像头的互补受到广泛关注。
雷达、摄像头和激光雷达的比较
由于需要对采集到的图像进行处理,因此摄像头需要更大的计算能力,激光雷达依靠模拟检测或统计方法生成点云图像,需要的计算周期较少。比较而言,激光雷达比摄像头有更好的距离、分辨率和精度,但摄像头能够识别道路交通标志和不同颜色,激光雷达无法取而代之,因此配套使用才能更好的实现互补,保障安全。
智慧之眼的优劣对比
摄像头在ADAS系统中主要用于车道线检测、交通标示识别、行人/车辆识别等任务。
优势:
a、成本低,技术成熟,通过优化算法可实现多种功能;
b、人和物体的区分,是优先级的区分;
c、能够识别物体的性质和外观 - 读取外部信息
d、基于视频流建立外部环境模型;
劣势:
a、环境的影响比较大;例如恶劣天气(如暴雨,暴风雪等)、能见度差(雾霾、烟、黑夜、隧道)、雨天车辆倒影
b、识别距离小于长距离激光雷达,测距/测速功能性差
c、物体识别基于机器学习数据库,需要的训练样本大, 训练周期长,难以识别非标准障碍物;
激光雷达在自动驾驶系统中主要用于障碍物探测 - 测速和测距、车道线的检测、地图构建与辅助定位等。
优势:
1)在测距及分辨率上都有较高水,水平分辨率能够达到0.1°,以内垂直分辨率达2°以内。
2)方向性好,抗干扰能力强,隐蔽性好,不受无线电波干扰;
3)3D建模进行环境感知 - 通过激光扫描可以得到汽车周围的3D模型,运用相关算法能够较为容易的识别出周围的车辆和行人。
4)SlAM加强定位,通过激光雷达实时扫描得到的全局地图经过与高精度地图中特征物比对,实现车辆导航及加强车辆定位精度;
劣势:
1)技术门槛和成本较高;
2)受天气条件影响较大, 在云、雾、雪等恶劣环境中衰减严重,无法提供精确的环境图像;
自动驾驶之“眼”的市场空间
车载摄像头是ADAS系统的主要视觉传感器,是最为成熟的车载传感器之一,主要应用在360 全景影像、前向碰撞预警、车道偏移报警和行人检测等 ADAS功能中,是雷达的重要补充。包括单目摄像头、双目摄像头、广角摄像头等,ADAS阶段单目摄像头应用较多,L3以后,需要多个摄像头配合,主要包括镜片、滤光片、CMOS、PCBA、DSP和其他封装、保护材料等。不同于手机摄像头,车载摄像头的模组工艺难度大很多,主要是因为车载摄像头需要在高低温、湿热、强微光和震动等各种复杂工况条件下长时间保持稳定的工作状态。
从目前来看,一般单辆车需配套 6 个以上摄像头。前视摄像头因需要复杂的算法和芯片,单价在 1500元左右,后视、侧视以及内置摄像头单价在200 元左右。如果按照前视后视摄像头各用 1 颗、内置 1 颗、环视 4 颗的量来估算,预计摄像头传感器 2019年摄像头市场规模达到 150亿元,进入L3阶段,2020年和2025年市场规模可以达到 205亿元和315亿元,2016-2025年复合增长率达到17%左右。
由于激光雷达客户的不同需求,市场上解决方案高度分散,缺乏规模经济又使激光雷达系统的成本居高不下,特别是机械式激光雷达。据IHS Markit预测,到2025年,64通道扫描的机械式激光雷达系统的成本可能会到800美元以下。如果实现了这一点,那么对于专注于移动即服务(MaaS)且高于L4的主机厂来说,激光雷达模块的价位可能是可以承受的。对于个人使用的车辆,更便宜的固态激光雷达解决方案应该是首选。
车载摄像头的产业链也有广泛的增长空间,摄像头主要硬件组件:
1)镜头组(lens)- 镜头组由光学镜片、滤光片和保护膜等组成;
2) 图像传感器 - CMOS感光元件
CMOS图像传感器(CIS)是模拟电路和数字电路的集成。主要有四个组件构成:微透镜、彩色滤光片(CF)、光电二极管(PD)、像素设计;
3) DSP(数字信号处理芯片)
注:镜头组、CMOS芯片和胶合材料等组装成模组
最后
对于自动驾驶汽车能否真正实现上路,其商业性是否得以保障是首当需要考虑的,其次就是对高新技术的运用,诸如激光雷达、摄像头、芯片等,未来这些领域的供应商将凭借自身优势,赋能自动驾驶,为其商业化发展提供有力保障,也为自身发展提供创造更广阔的空间。
以上是关于挖矿 | 自动驾驶之“眼”的主要内容,如果未能解决你的问题,请参考以下文章