马兴

摘要：大力发展无人驾驶车辆是为了解决城市交通拥堵，提高驾驶效率，减少空气污染。本文介绍了无人驾驶汽车中的传感器种类以及工作原理和用途，无人驾驶汽车中几种重要传感器技术的发展以及问题，并对无人驾驶汽车技术发展进行展望。

关键词：无人驾驶;机器视觉;激光雷达

中图分类号：TH871 文献标识码：A 文章编号：1007-9416（2020）05-0107-01

0引言

1977年，日本成功研制出世界上第一辆真正意义上的无人驾驶汽车。1992年，国防科技大学宣布我国第一辆无人驾驶汽车研发成功;2000年，丰田研发出第一辆无人驾驶公共汽车，在专用车道上完成了无人驾驶测试。传感器作为神经感知系统是实现汽车无人驾驶的关键之一。

1无人驾驶汽车感知技术

感知技术作为无人驾驶技术的关键之一，主要通过大量车载传感器为无人驾驶汽车加上了“眼睛”，用以精确识别周边环境以保证驾驶的安全性与可靠性。雷达传感器、摄像头等传感器技术在无人驾驶汽车中应用较多，主要有激光雷达、毫米波雷达，用于视觉传输的相机等。

1.1激光雷达的感知检测

激光雷达—般由激光发射器、激光接收机、信息处理系统、控制系统和显示终端组成。一个基本的激光雷达系统包括一个由旋转镜（顶部）反射的激光测距器。激光雷达具有良好的方向性，测量精度高，不受路面杂波影响。激光雷达根据结构和类型可分为单线（二维）和多线（三维）两种，其中多线激光雷达具有一定的俯仰角度，可实现面扫描，但其价格相对较为昂贵。激光雷达是通过多普勒原理来判断目标的距离，公式如下：

式中，s是傳感器与目标物之间的距离;t是传感器发射的脉冲到目标物之间的往返时间;c是光速。

1.2毫米波雷达的感知检测

毫米波是指波长为1～10mm、毫米波雷达按频率范围可分为24GHz、60GHz、77GHz和79GHz，其中77GHz和79GHz有可能是未来发展趋势。这种波形的波长介于光波和厘米波之间，具有较强恶劣天气穿透能力和较好温度稳定性等优点。按工作原理可以分为脉冲式和调频式两类，目前大多数车载毫米波雷达都为调频式。毫米波雷达的工作原理也是通过多普勒原理准确地获取汽车与其他物体之间的相对距离、相对速度、角度、行驶方向等。其工作过程如图1所示。

1.3视觉传感器的感知检测

视觉传感器在无人驾驶汽车的应用是为了获取环境信息和彩色景象信息。目前无人驾驶汽车视觉传感器主要为相机和摄像头，其中相机按照功能分为单目相机、双目立体相机和全景相机。全景相机是无人驾驶汽车首选的视觉传感器，其工作原理是6个完全相同的相机360°同时成像，并将6幅图进行合成，获得全景图像，同时对目标进行识别和信息处理。

2存在的问题

雷达和视觉传感器是当前无人驾驶汽车感知技术使用的最主要的两类传感器，由于二者单独无法解决无人驾驶所有感知问题，并且二者获取的不同形态的信息单独利用通常会引发冲突。

2.1两类传感器存在的问题

激光雷达对于近距离物体的探测显得有些困难，而且会受到周围环境和天气的影响;还有就是激光雷达容易被串扰，激光雷达无法判断是否为自己发出的脉冲光导致判断不出物体的形状。毫米波雷达在探测距离的精确度方面受到频段损耗的直接制约（想要探测的远，就必须使用高频段雷达），也无法感知行人，并目对周边所有障碍物无法进行精准的建模。视觉传感器受环境因素以及外部因素影响较大，比如隧道中光线不足，天气因素导致的视线缩小，还会在一定程度上增加同时增加系统软件算法的压力。

2.2两类传感器融合存在的问题

传感器融合是多个传感器通过软件算法进行综合处理，融合后通过每个传感器之间的数据可准确判断无人驾驶汽车前方物体的状态，大大提高精确度，降低无人驾驶汽车事故率。传感器融合中存在的问题有数据同步问题、计算量大、功耗高和灵活性差等;对无人驾驶功能性与安全性方面存在巨大影响。

3结语

雷达和视觉传感器的高效率融合，大幅度提高了无人驾驶汽车在感知技术的性能，保证了无人驾驶车的安全性。现阶段，由于技术和经济上的成本压力的受限，无人驾驶汽车暂时无法大范围的进行推广与引用，但随着传感器技术高速发展和5G和北斗卫星定位导航系统等技术的研发及应用，感知技术将促进无人驾驶技术的发展，优化无人驾驶汽车的信息化水平;在不远的未来，无人驾驶汽车将进入全新的推广与应用阶段。