传感器在自动驾驶汽车的应用

品慧电子讯对于自动驾驶汽车系统来说，一个最基本且最具挑战性的能力就是探测与分类对象。自动驾驶汽车首先必须能够准确地评估周边环境，才能根据车流、道路规则或者障碍物安全地调整行驶状态。如今，高级驾驶辅助系统（ADAS）中的高精度传感器正为拯救道路上的生命提供安全保障。这些高精度传感器包含了一系列摄像头、激光雷达、雷达、计算，以及绘图技术。

自动驾驶汽车平台

由英特尔与Mobileye提供的传感器、硬件和软件可赋予自动驾驶汽车识别周边环境的能力。这项技术可为自动驾驶汽车打造基本组件，包含一系列的摄像头、激光雷达、雷达以及计算与绘图技术。

摄像头

全车将按360度全方位部署12个摄像头。其中8个摄像头可为自动驾驶提供支持，4个近程摄像头可实现近场传感，从而为自动驾驶与自动泊车提供支持。这些摄像头都是最高分辨率的传感器（每秒采样数亿次），是唯一既能探测形状（车辆、行人等）、又能探测物体结构（道路标线、交通标志文字、交通信号灯颜色等）的传感器。先进的人工智能与视觉能力能够利用这些摄像头建立一种全传感状态。这种端到端的能力与其他类型的传感器相结合，是实现“真正冗余性”的关键。

激光雷达

全车将部署六个“扇形”激光雷达；其中三个位于前部，三个位于后部。激光雷达传感器可通过测量激光脉冲反射来探测物体。激光雷达与雷达相结合，可被系统用于提供完全独立的形状探测来源。激光雷达对摄像头系统起着辅助作用。由于我们采用以摄像头为中心的方法，激光雷达仅需用于一些特定的情境中——主要为长距离测距和道路轮廓勾勒。与以激光雷达为中心的系统相比，限制激光雷达的工作负载将有助于大幅降低成本，还能简化制造流程并能形成大规模量产。

雷达

全车配有六个雷达组件（近程与远程的组合），能在汽车周边实现360度环绕式覆盖。雷达是一种利用雷达波反射来探测物体并确定其速度的成熟技术，特别适用于金属物体，这在恶劣天气环境中也非常有效。雷达与激光雷达相结合，可提供完全独立的物体检测系统，加以搭配摄像头系统，便可实现真正的冗余性。

计算——英特尔®凌动（Atom）和Mobileye EyeQ系统集成芯片

Mobileye EyeQ系统集成芯片采用专有的计算核心（可称为加速器），此类核心针对各种深度神经网络、计算机视觉、信号处理和机器学习任务进行了优化。针对特定最终用途（ADAS和自动驾驶）开发的集成在单个芯片上的软件和硬件可使计算性能、能耗和成本更具竞争力，这相对于竞争对手所提供的通用芯片具备明显优势。Mobileye的自动驾驶车队目前配备了四个EyeQ4芯片，约为我们最终将在L4/L5系统量产版中部署的计算能力的10%。

中央自动驾驶汽车系统处理器的量产版本将采用一个基于英特尔®凌动的芯片以及两个Mobileye EyeQ5系统集成芯片。更重要的是，英特尔正在打造专业化的强大软件开发平台让Mobileye可以提供开放版的Mobileye EyeQ5系统集成芯片，这有助于客户在传感器融合和驾驶策略领域与我们展开合作（并部署其自身代码）

路书

路书（Roadbook）是一种高清地图，用于针对驾驶路径几何结构以及包括车道标线、道路边界和交通标志信息在内的其他静态场景语义，这些架构（即非形状）信息为摄像头系统提供真正的冗余性。这种高清地图非常独特，因为它通过大量的汽车众包制作而成，这些汽车都配备有一个前向摄像头，以支持采用Mobileye EyeQ系统集成芯片的ADAS系统。这些“非自动驾驶”汽车是制作地图的数据“采集者”，将“每公里10 kb”的低带宽数据包发送到云端，信息随即在该处聚合成高清地图，可供高级别（L2+及以上）自动驾驶汽车使用。由于采用众包的方式，地图生成的成本非常低，并且还能实时更新，以提供广泛的行驶道路覆盖范围。