【中國傳動網(wǎng) 行業(yè)動態(tài)】 自動駕駛汽車是依靠人工智能、視覺計算、激光雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有人類主動的操作下，自動、安全地操作機動車輛，其主要由環(huán)境感知系統(tǒng)、定位導(dǎo)航系統(tǒng)、路徑規(guī)劃系統(tǒng)、速度控制系統(tǒng)、運動控制系統(tǒng)、中央處理單元、數(shù)據(jù)傳輸總線等組成。

自動駕駛汽車在傳統(tǒng)汽車的基礎(chǔ)上擴展了視覺感知功能、實時相對地圖功能、高速規(guī)劃與控制功能，增加了全球定位系統(tǒng)天線、工業(yè)級計算機、GPS接收機、雷達等核心軟硬件。感知環(huán)節(jié)通過各種傳感器采集周圍環(huán)境基本信息，是自動駕駛的基礎(chǔ)，主要包括毫米波雷達、激光雷達、超聲波傳感器、圖像傳感器等。

雖然說自動駕駛在全球范圍內(nèi)已經(jīng)形成風潮，并有望在2021年實現(xiàn)4級自動駕駛，但是其想要真正走入現(xiàn)實也并非易事。從技術(shù)方面而言，目前自動駕駛的痛點在于穩(wěn)定可靠的感知及認知，包括清晰的視覺、優(yōu)質(zhì)的算法、多傳感器融合以及高效強大的運算能力。其中，多傳感器融合是實現(xiàn)自動駕駛的必然發(fā)展趨勢。

具體而言，多傳感器融合就是將多個傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準確可靠地描述外界環(huán)境，從而提高系統(tǒng)決策的正確性。雖然在原理上看似簡單，但是在自動駕駛場景中則顯得充滿挑戰(zhàn)。多傳感器融合，需要對每個傳感器采集的信息進行快速處理，從而讓高速行駛的汽車及時進行反饋動作，以應(yīng)對突發(fā)的交通情況。由此可見，多傳感器融合并不僅僅是硬件方面的協(xié)同配合，還包括決策層的算法和算力支持。

當前，自動駕駛環(huán)境感知技術(shù)路線主要包括視覺主導(dǎo)和激光雷達主導(dǎo)兩種方案：

一是以特斯拉為代表的「攝像頭+毫米波雷達+超聲波雷達」多傳感器融合，Autopilot2.0硬件由8個攝像頭、1個毫米波雷達和12個超聲波雷達組成，但攝像頭受環(huán)境光照影響較大，目標檢測較不可靠，優(yōu)勢是成本相對較低；

二是以GoogleWaymo為代表的「低成本激光雷達+毫米波雷達+超聲波傳感器+攝像頭」多傳感融合，激光雷達是主動視覺，目標檢察較為可靠，但缺少顏色和紋理信息且成本較高。

目前，沒有一種解決方案是完美的，每種組合解決方案都有妥協(xié)，即使這些妥協(xié)的規(guī)模或不同方向的意識程度不同。這些傳感器技術(shù)將以不同的方式在不同的車輛價格點組合，從而獲得更有效的解決方案。