自动驾驶汽车，即可以根据乘客计划自主完成出行任务的汽车，在整个出行过程中，完全不需要驾驶员的参与和控制。自动驾驶汽车想要完成出行安排，离不开感知、决策、控制这三大要素，其中感知作为让汽车“认得路”的重要环节，可以让自动驾驶汽车和驾驶员一样，读懂周围的交通要素。

感知系统是利用车载传感器以及车联网技术来获取道路、车辆位置、障碍物、车辆自身位置等信息，并将获取的这些信息传输给车载控制中心，给自动驾驶汽车提供决策依据，简而言之，感知就是以多种传感器的数据和高精度地图的信息作为信息输入，经过一系列计算及处理，对自动驾驶汽车周围环境进行精确感知的系统。

感知系统可以为下游模块提供丰富的信息，如障碍物的位置、形状、类别及速度信息，也包含对于施工区域、交通信号灯及交通警示灯等特殊场景的语义理解。

感知系统的感知对象主要可以分为两类，一类是静态对象，即道路、交通标识、静态障碍物等；另一类是动态对象，即车辆、行人、移动障碍物等，对于动态对象，除了要了解对象的具体类别，还需对位置、速度、方向等信息进行追踪，并需要根据追踪结果来预测对象的接下来的预计位置。

感知系统作为实现自动驾驶能否成功的第一步，起着非常重要的作用，感知系统可以决定自动驾驶汽车看得清多少路，是否可以适应复杂多变的交通环境等，随着智能汽车智能化程度越高，对于感知系统的要求也就越高。

感知系统主要可以分为三大类，即环境感知、车身感知与网联感知，但无一例外，这三大感知都离不开硬件设备的使用。

环境感知

环境感知即对自动驾驶汽车周边环境进行感知，可让自动驾驶汽车可以“看得清”交通，环境感知主要使用了车载摄像头、激光雷达、毫米波雷达及超声波雷达等硬件设备。

车身感知

车身感知又可以分为车身状态感知和车身位置感知，车身状态感知主要是让自动驾驶汽车了解到自身车速、方向、加速度等信息，主要是通过惯性导航、机械陀螺仪、加速传感器、转角传感器、速度传感器等硬件设备来进行感知；车身位置感知主要是了解车辆的位置信息，如所在位置、车道线等信息，为实现车身位置感知，需要高精度地图、惯性导航、激光雷达及全球定位系统等技术的加持。

网联感知

网联感知就是自动驾驶汽车与车联网的有机结合，可以实现自动驾驶汽车与交通基础设施、其他车辆、道路行人等任何可能影响或可能受到影响的实体之间进行数据通信。

网联感知的主要作用是提升自动驾驶汽车行驶安全、提高交通交通效率，防止拥堵。网联感知的技术发展离不开网联技术的升级，包括基站的搭建、智慧交通平台的开发、5G技术的发展等。为了保证自动驾驶汽车行车安全，对于感知系统系统中的传感器要求非常高，且对于传感器之间信息互通要求也非常高，由于感知系统涉及到多个传感器，如何让感知系统中传感器探测到的信息能够同步（时间同步）非常重要。

为了保证自动驾驶汽车的安全，感知系统需要做到近乎百分百的准确率，且需要对多个感知硬件搜集到的信息进行分析判断，必要时还需要在自动驾驶汽车上加装更多的感知硬件来提供感知冗余和感知融合，让获得的道路信息更加准确。

感知系统的发展离不开感知硬件的加持，其中超声波雷达、毫米波雷达、激光雷达、车载摄像头为主要的感知硬件，并在自动驾驶汽车发展过程中起着较为重要的作用。

超声波雷达

超声波雷达主要是利用超声波的特性研发而成的传感器，是在超声波频率范围内将交变的电信号转换成声信号，或将外界声场中的声信号转换为电信号的一种能量转化器件。

超声波雷达主要由安装在同一个平面上的发射头、接收头和芯片组成。超声波雷达的实现逻辑还是通过声音传播，有效探测距离一般是在5 m～10 m，最小的探测距离可以为几十毫米，由于对色彩、光照度不敏感，因此可以用于识别透明、半透明及漫反射差的物体，也可以用于黑暗、有灰尘或烟雾、电磁干扰强、有毒等恶劣环境中，超声波雷达结构简单、体积小、成本低，信息处理简单可靠，易于小型化和集成化，且可以实时进行控制。

超声波雷达可用于停车辅助及泊车辅助，作为停车辅助时，安装在汽车的后保险杠部分，用来探测汽车距离后部障碍物的距离；泊车辅助中，超声波雷达主要安装在汽车侧面，用于测量停车位长度等信息。

毫米波雷达

毫米波雷达的实现主要是使用电磁波来探测信息，通过使用在毫米波频段（1 mm～10 mm，频率30 GHz～300 GHz）的电磁波来探测目标，可以得到目标障碍物的距离、速度和角度等信息。

按照频段分类，毫米波雷达可以分为24 GHz、60 GHz、77 GHz和79 GHz，其中主流频段为24 GHz和77 GHz。根据工作原理，可以将毫米波雷达分为脉冲式毫米波雷达和调频连续式毫米波雷达，脉冲式毫米波雷达指的是通过发射脉冲信号与接收信号之间的时间差来计算目标距离，调频连续式毫米波雷达是利用多普勒效应测量得出不同距离的目标速度。

按照探测距离，可将毫米波雷达分为短程、中程和远程三类，其中短程的探测距离一般小于60 m，中程的探测距离一般为100 m左右，远程的探测距离一般大于200 m。

激光雷达

激光雷达主要是通过激光束的发射来探测障碍物位置、速度等信息，可以用于精确获得三位位置信息，可用来确定目标障碍物的大小、位置、外部形貌甚至材质。

根据扫描方式分类，激光雷达可分为机械式激光雷达和固态激光雷达，机械式激光雷达带头控制激光发射角度的旋转部件，体积较大且价格昂贵，一般安装在自动驾驶汽车顶部，在现有的自动驾驶汽车上，主要使用的就是机械式激光雷达。

固态激光雷达则是依靠电子部件来控制激光发射角度，无需机械旋转部件，尺寸较小，可以安装在车内。根据线束分类，激光雷达可以分为单线束激光雷达和多线束激光雷达，单线束激光雷达主要用来获取2D数据，每扫描一次只产生一条扫描线，无法区别目标物体的3D信息，但是单线束激光雷达测量速度快、数据处理量少，多被用于安全防护、地形测绘等领域。

多线束激光雷达扫描一次可以产生多条扫描线，可获得目标物体的3D数据，现阶段常用的多线束激光雷达有4线束、8线束、16线束、32线束、64线束、128线束等，随着线束等增多，价格也更为昂贵，现阶段的自动驾驶汽车多使用多线束激光雷达。

激光雷达由于探测范围广、分辨率高、信息量丰富及可全天候工作等优点，被越来越多自动驾驶企业作为自动驾驶汽车主要感知硬件，但是由于和毫米波雷达相比，体积过大、成本过高、不能识别交通标识和交通信号灯，在自动驾驶汽车上，依旧需要多个感知硬件来探测交通信息，从而获得更为全面的数据，让自动驾驶汽车出行更加安全。

车载摄像头

车载摄像头主要是使用光学元件和成像系统来获取外部环境信息，车载摄像头主要获取交通信息的2D数据，且其精度取决于分辨率，随着探测距离越远，其精度就越差。车载摄像头获取的信息极为丰富，尤其是彩色图像，可以同时实现道路检测、车辆检测、行人检测、交通标识检测、交通信号灯检测等，车载摄像头获取的信息一般为实时场景图像，具有较强的环境适应能力，且多个自动驾驶汽车同时工作，不会出现互相干扰的情况。

车载摄像头主要用来获取交通标识、交通信号灯、路况、车道线、障碍物等信息，根据类别不同，车载摄像头可以分为单目摄像头、双目摄像头、三目摄像头及环视摄像头等。

随着自动驾驶技术的不断升级，对于感知系统的要求也越来越高，复杂的路况及恶劣的天气下的感知能力也将决定自动驾驶汽车落地的可能，现阶段，感知系统的成本依旧过高，导致自动驾驶汽车单车成本居高不下，无法在消费者之间普及。对于感知系统，大家怎么看？欢迎关注智驾最前沿，并留言交流。

－－ END －－

       原文标题 : 一文聊聊自动驾驶感知系统