0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Uber自動駕駛汽車傳感器系統(tǒng)的深度解析

電子設(shè)計 ? 來源:電子設(shè)計 ? 作者:電子設(shè)計 ? 2020-12-25 19:19 ? 次閱讀

當(dāng)?shù)貢r間19日凌晨,Uber一輛自動駕駛汽車在亞利桑那州撞死了一名橫穿馬路的婦女。因是第一起自動駕駛汽車在公共道路上發(fā)生的致人身死事故,Uber一時間被推上了風(fēng)口浪尖。

然而,僅幾個小時之后,負(fù)責(zé)調(diào)查此次事故的利桑那州坦佩警察局局長卻表示,根據(jù)事故的初步調(diào)查顯示,在此次交通事故中,Uber可能不存在過錯。

劇情的反轉(zhuǎn),讓人有些摸不著頭腦。

從事故現(xiàn)場視頻和Uber事故汽車的配置看,雷達(dá)和攝像頭“失職”或是原罪

為了還原事故真相,利桑那州坦佩警察局公開了一段由事故汽車拍攝的視頻。從事故現(xiàn)場視頻看,Uber的自動駕駛事故汽車(沃爾沃XC90)當(dāng)時正超速行駛在一段光線環(huán)境極差,甚至可以說完全黑暗的道路上,僅有的光線來自于汽車前燈。而受害者就是這樣的環(huán)境下“突然”出現(xiàn)在了汽車前方,加之汽車行駛速度極快,瞬間就被撞倒。顯然,無論是車上的測試人員還是自動駕駛汽車,都沒能及時反應(yīng)過來。

然而,人沒反應(yīng)過來,自動駕駛汽車就應(yīng)該反應(yīng)不過來嗎?自動駕駛汽車的出現(xiàn),難道就僅在解放司機(jī)雙手,“駕駛技術(shù)”也只與人類司機(jī)持平就可以了嗎?

答案顯然是否定的。

那么,到底是什么讓Uber的這輛自動駕駛汽車“失職”的?解答這一問題之前,我們有必要了解一下,這輛事故車到底是如何做到自動駕駛的。

根據(jù)事故現(xiàn)場圖片看,Uber的這輛事故自動駕駛汽車正是由其ATG(Uber先進(jìn)技術(shù)部門)研發(fā)的。依據(jù)Uber此前公開的相關(guān)信息,該汽車應(yīng)是配備了一整套的傳感器系統(tǒng):

頂部激光雷達(dá),能夠以每秒多次的速度生成汽車周圍的3D成像;

前端無線電波雷達(dá),位于汽車前后,可實現(xiàn)360度無死角的探測;

短焦和長焦光學(xué)相機(jī),對成像進(jìn)行實時分析。

很顯然,Uber是希望能夠通過這一套傳感器系統(tǒng)做到實時、全范圍探測的,但事故還是發(fā)生了。

這種情況下,造成事故最大的可能就是各傳感器自身性能不足以及搭配方案不合理。甚至可以說,正是因為頂部、前端雷達(dá)與攝像頭圖像處理協(xié)作不善,才導(dǎo)致了這場事故的發(fā)生。

自動駕駛汽車想要安全上路,需要先了解各傳感器特性及不足

對于Uber此次事故,美國國家運輸安全委員會前主席馬克·羅森克表示,這起事故或成自動駕駛技術(shù)未來發(fā)展的一個阻礙,必須設(shè)法解決其中的問題,才能重獲公眾對自動駕駛汽車的信任。顯然,雷達(dá)和攝像頭就是這些問題的重中之重。

· 雷達(dá)

雷達(dá)方面,當(dāng)前已在自動駕駛領(lǐng)域廣泛應(yīng)用的有三種:激光雷達(dá)、超聲波雷達(dá)和毫米波雷達(dá)

激光雷達(dá)

激光雷達(dá),也稱Lidar,就是激光(Laser)與雷達(dá)(Radar)的集合,通常有16線、32線和64線,線束越多,性能越強(qiáng)。

激光雷達(dá),工作在紅外和可見光波段,其探測精度很高,探測范圍也很廣,能夠再短時間內(nèi)區(qū)分障礙物除此之外,還可在光線條件差的環(huán)境中正常運行。

但其易被環(huán)境中“雜物”干擾,所以在雨雪等極短天氣中性能較差,無法提供全天候服務(wù)。此類雷達(dá)成本極高,因此,一輛汽車上通常只配備一個,且位于頂部。

超聲波雷達(dá)

超聲波雷達(dá),通過發(fā)射近距離超聲波及收集、分析反射數(shù)據(jù)的方式進(jìn)行探測。此類雷達(dá)能量消耗較緩慢,穿透性強(qiáng),在短距離測量中,具有非常大的優(yōu)勢。此外,因其測距的方法簡單,所以該類雷達(dá)成本很低。

除去自動駕駛,超聲波雷達(dá)在汽車領(lǐng)域早有廣泛應(yīng)用,如警示周邊3米以內(nèi)的障礙物,幫助駕駛員停車等。

毫米波雷達(dá)

毫米波雷達(dá),是工作在毫米波波段探測的雷達(dá),可穿透霧、煙、灰塵,具有全天候(大雨天除外)、全天時的特點,對金屬異常敏感。而由于毫米波短波長對應(yīng)的光學(xué)區(qū)尺寸較小,其更適用于30km以下的近距離探測,但也只能做到識別出前方有一團(tuán)東西,不知道具體是什么。

因為成本低,且技術(shù)相對成熟,毫米波雷達(dá)是當(dāng)前自動駕駛傳感器中應(yīng)用最普遍的。

· 攝像頭

相較于雷達(dá),攝像頭較為簡單,其主要功能就是借由鏡頭采集圖像,再通過攝像頭內(nèi)的感光組件電路及控制組件對圖像進(jìn)行處理并轉(zhuǎn)化為電腦能處理的數(shù)字信號,從而實現(xiàn)感知車輛周邊的路況情況,實現(xiàn)前向碰撞預(yù)警,車道偏移報警和行人檢測等功能。

當(dāng)前,車載攝像頭有單目攝像頭、后視攝像頭、立體攝像頭和環(huán)視攝像頭四大類。其中,市場上主要以單目攝像頭為主。

縱觀各大自動駕駛汽車,大多選擇的是混合搭配上述設(shè)備的方案,以形成一套完整的傳感探測系統(tǒng)。如撞人致死的Uber自動駕駛汽車,其頂部就配備了一個Uber自家的激光雷達(dá),前后也配備了多個無線電波雷達(dá)以及短程和長程光學(xué)相機(jī)。

雖然尚不知曉Uber自研激光雷達(dá)和使用的其他傳感器真實性能如何,但可以肯定的是,除去出傳感器自身性能有限之外,Uber自動駕駛汽車在這種搭配方案之下,依就發(fā)生了事故,該方案就一定沒能做到360度無死角探測,才不足以保證汽車在光線環(huán)境較差、極端天氣等情況下正常行駛的。

那么,怎樣的搭配方案才是最合理,能最大程度上避免安全事故的發(fā)生呢?

審核編輯:符乾江
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2551

    文章

    51169

    瀏覽量

    754187
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13838

    瀏覽量

    166537
收藏 人收藏

    評論

    相關(guān)推薦

    物聯(lián)網(wǎng)中的傳感器類型解析 傳感器類型在自動駕駛中的應(yīng)用

    物聯(lián)網(wǎng)中的傳感器類型解析及其在自動駕駛中的應(yīng)用 傳感器是一種檢測裝置,能感受到被測量的信息,并能將感受到的信息按一定規(guī)律變換成為電信號或其他所需形式的信息輸出,以滿足信息的傳輸、處理、
    的頭像 發(fā)表于 12-06 14:15 ?375次閱讀

    傳感器融合在自動駕駛中的應(yīng)用趨勢探究

    自動駕駛技術(shù)的快速發(fā)展加速交通行業(yè)變革,為實現(xiàn)車輛自動駕駛,需要車輛對復(fù)雜動態(tài)環(huán)境做出準(zhǔn)確、高效的響應(yīng),而多傳感器融合技術(shù)為提升自動駕駛系統(tǒng)
    的頭像 發(fā)表于 12-05 09:06 ?363次閱讀
    多<b class='flag-5'>傳感器</b>融合在<b class='flag-5'>自動駕駛</b>中的應(yīng)用趨勢探究

    MEMS技術(shù)在自動駕駛汽車中的應(yīng)用

    中的核心作用 MEMS傳感器以其微小但功能強(qiáng)大的特性,在自動駕駛汽車中發(fā)揮著至關(guān)重要的作用。它們能夠?qū)崟r監(jiān)測和控制車輛的各種參數(shù),為自動駕駛系統(tǒng)
    的頭像 發(fā)表于 11-20 10:19 ?393次閱讀

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛
    的頭像 發(fā)表于 10-29 13:42 ?535次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>安全嗎?

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    通過標(biāo)準(zhǔn)接口與其他硬件組件進(jìn)行集成,如傳感器、處理和通信模塊等。這種易于集成的特性使得FPGA能夠方便地融入自動駕駛系統(tǒng)的整體架構(gòu)中。同時,F(xiàn)PGA還支持模塊化設(shè)計,可以根據(jù)需要擴(kuò)展
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達(dá)和LiDAR處理:自動駕駛汽車通常會使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感
    發(fā)表于 07-29 17:09

    自動駕駛汽車如何識別障礙物

    自動駕駛汽車識別障礙物是一個復(fù)雜而關(guān)鍵的過程,它依賴于多種傳感器和技術(shù)的協(xié)同工作。這些傳感器主要包括激光雷達(dá)(LiDAR)、雷達(dá)、攝像頭以及超聲波雷達(dá)等,它們各自具有不同的工作原理和優(yōu)
    的頭像 發(fā)表于 07-23 16:40 ?1253次閱讀

    自動駕駛傳感器技術(shù)介紹

    自動駕駛傳感器技術(shù)是自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:08 ?2296次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)
    的頭像 發(fā)表于 07-23 16:00 ?2336次閱讀

    揭秘自動駕駛:未來汽車的感官革命,究竟需要哪些超級傳感器?

    來源:LANCI瀾社汽車,謝謝 編輯:感知芯視界 Link 隨著自動駕駛技術(shù)的發(fā)展,我們已進(jìn)入一個技術(shù)瓶頸期。在這一背景下,汽車制造商開始將注意力轉(zhuǎn)向自動駕駛的關(guān)鍵組成部分——
    的頭像 發(fā)表于 05-31 09:14 ?621次閱讀

    汽車工程中光電傳感器的應(yīng)用

    許多汽車都配備了自動駕駛輔助系統(tǒng),該系統(tǒng)可以通過光電傳感器來感知周圍環(huán)境,包括道路、車輛、行人等,從而實現(xiàn)
    發(fā)表于 04-11 11:15 ?619次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    巨大的進(jìn)展;自動駕駛開始摒棄手動編碼規(guī)則和機(jī)器學(xué)習(xí)模型的方法,轉(zhuǎn)向全面采用端到端的神經(jīng)網(wǎng)絡(luò)AI系統(tǒng),它能模仿學(xué)習(xí)人類司機(jī)的駕駛,遇到場景直接輸入傳感器數(shù)據(jù),再直接輸出轉(zhuǎn)向、制動和加速信
    發(fā)表于 04-11 10:26

    探索自動駕駛傳感器仿真模型的可信度

    環(huán)境感知作為實現(xiàn)自動駕駛的首要環(huán)節(jié),主要是通過智能網(wǎng)聯(lián)汽車搭載的視覺相機(jī)、激光雷達(dá)、毫米波雷達(dá)等傳感器感知周圍的道路環(huán)境并快速準(zhǔn)確的獲取周圍目標(biāo)的類別、位置、尺寸和速度等信息,是自動駕駛
    發(fā)表于 03-22 12:34 ?1339次閱讀
    探索<b class='flag-5'>自動駕駛</b><b class='flag-5'>傳感器</b>仿真模型的可信度

    自動駕駛發(fā)展問題及解決方案淺析

    汽車的發(fā)展提供有益的參考。 ? 自動駕駛汽車發(fā)展的現(xiàn)狀與挑戰(zhàn) (一)技術(shù)難題 自動駕駛汽車的核心在于通過先進(jìn)的
    的頭像 發(fā)表于 03-14 08:38 ?1168次閱讀

    CMOS圖像傳感器自動駕駛汽車提供視覺感知

    來源:安森美,謝謝 編輯:感知芯視界 Link 要實現(xiàn)全自動駕駛汽車,需要整合來自多種傳感器的信息,其中攝像頭的信息可能是最重要的。這些攝像頭必須能夠在各種條件下連續(xù)捕捉最微小的細(xì)節(jié),以確保車輛乘客
    的頭像 發(fā)表于 02-27 09:28 ?519次閱讀