據麥姆斯咨詢報道，如今的自動駕駛汽車依靠各種各樣的傳感器來提供必要的空間感知，以便在沒有駕駛員干預的情況下實現自動駕駛。創新的雷達技術與冗余的眾多傳感器相輔相成，推動自動駕駛汽車的開發進入革命性的下一階段，加速走進我們的日常生活。

自動駕駛汽車傳感器：路漫漫其修遠兮

如今的自動駕駛汽車依靠各種各樣的傳感器來提供必要的空間感知，以便在沒有駕駛員干預的情況下實現自動駕駛。當前的傳感器解決方案嚴重依賴可見光傳感器來提供周圍環境的三維（3D）細節。這些傳感器會受到與人類類似的限制，即在低能見度情況下（夜晚、雨、雪、霧、灰塵、低光照等），對距離的感知能力受限或性能會下降。

最新數據顯示，每年美國公民行駛的路程達3.5萬億英里，其中每9千萬英里就有一人車禍死亡。目前，在實際測試中，自動駕駛汽車僅覆蓋了1200萬英里，每5600英里就需要一次人工“接管”。汽車傳感器和人工智能（AI）前面還有很長的路要走。

人工智能（AI）無法獨立解決問題

目前市場上大多數車輛仍然依賴駕駛員來控制車輛，但可提供自主安全防護的高級駕駛輔助系統（ADAS），即處于自動駕駛等級的L1-L2級。汽車行業正在為提供更高級別的自動駕駛而努力，特斯拉最近宣布他們打算在今年早些時候推出新的自動駕駛功能，新功能在導航和自動駕駛軟件方面做了改進。

但人工智能（AI）和機器學習的進步能否完全滿足全自動駕駛汽車的需求？

AI和機器學習已經成為日常生活的一部分，但AI仍有很多無法獨立解決的問題。要獲得L3-L5級自動駕駛汽車所需的空間感知能力，關鍵取決于車輛傳感器數據的保真度。保真度越高，最終的結果就越好。
未來的自動駕駛汽車需要提高在所有天氣條件下的空間感知和辨別水平。它還要能夠區分靠近在一起的物體，以便精確地映射每個物體的x、y和z位置。

傳感器的重要性

作為人類，我們主要利用視覺結合聽覺、觸覺、嗅覺和平衡，來保證在日常生活中安全行動。試想一下，當我們的一個或多個感官被阻塞或失靈時，行動會變得多么困難。我們的大腦必須更加努力的工作，以彌補保真度降低帶來的對情況誤判的風險。

一個很好的例子是當我們看不見的時候。在移動時，我們可通過使用平衡、觸摸和聲音來補償視覺，但這樣還是具有明顯的模糊性并降低了我們對周圍環境的確定性，所以我們的行動要慢得多。

因此，簡而言之，來自傳感器或傳感器組合的數據保真度越高，大腦（人工智能）解決問題的工作量就越少，并且模糊度越低，相對的信心和安全性就越高。

當前傳感器的局限性

迄今為止，自動駕駛汽車主要側重于模仿人類的許多功能，這包括復制了關鍵的人類或動物的感官。如圖1：

? 視覺——用于實現高分辨率3D空間感知的立體相機和激光雷達（LiDAR）
? 聲音——用于判斷物體位置、速度和方向的超聲波和雷達傳感器
? 平衡——用于感應運動的慣性和陀螺儀傳感器
? 位置——用于判斷地理位置和方向的磁力計和GPS

當這些感知傳感器與AI融合，在天氣條件良好時，當前的自動駕駛汽車對已知環境持有足夠的信心，但對我們人類而言，還沒有足夠的信心對這些技術抱有完全的信任。

未來的傳感器

那么未來要獲得實現最高級別（L4級和L5級）的自動駕駛水平所需的信心，汽車行業需要取得哪些進步？當前大量炒作的熱點在AI的發展，AI要能夠對日常場景提供與人類可比或增強的響應。要做到這一點，AI需要的傳感器的數據遠遠超出簡單的對人類感官的復制。

為了提高全天候的安全性，未來的傳感器需要在任何天氣條件下都能很好地運行，將更少地依賴可見光傳感器作為主要傳感器，需要利用其他的尖端技術，如毫米波雷達。

高分辨率、高保真度雷達正在開發中，如今有的雷達能夠在各種天氣條件下為周圍環境創建詳細的圖像。眼見為實，如圖2。


這種令人興奮和創新的雷達技術，是推動自動駕駛汽車開發并加速進入我們日常生活的下一代革命性技術。

來源：Plextek公司雷達技術研發經理Clem Robertson