什么是车道偏离警示系统？汽车雷达和车道偏离警示系统有什么区别？，

汽车感知层——雷达与摄像头

随着汽车行业逐渐迈入智能化时代，对于新时代之下的智能汽车的定义我们一般将其分为单车智能与全车互联。对此诸君可如此理解：‘单车智能’即单一车辆的智能化，而‘全车互联’则不单指单一车辆，而是指范围更广的万物互联。对于此两种领域，其所需要的技术支持亦大不相同，画下图架构便于诸君理解。

图1智能汽车定义

我们知道汽车智能驾驶是高算力芯片通过相关算法对车辆所识别到的外物进行判断后的执行结果。在这个过程中，感知层通过布局相关硬件以完成所需数据的采集，判断层通过算法对数据进行分析计算并做出合适的结果，执行层通过算法的判断结果做出相关的驾驶动作，三方整体的组合便完成了整个智能驾驶过程。而作为智能汽车的输入，感知层所采集到的数据就成为了实现智能驾驶完整度的首要关键因素。

图2智能驾驶技术支持

在本文需与诸君交流的便是单车智能在智能驾驶领域中感知层所涉及的相关技术。作为智能汽车之眼，实现感知层数据采集的方案有多种，如通过摄像头进行图片数据采集或通过激光雷达、毫米波雷达等进行相关数据采集。

图3感知层硬件布局

摄像头：这应是诸君最熟悉的感知层硬件了，摄像头在车上的最初应用便是倒车影像及行车记录仪，随着汽车智能化的到来，相关技术也得到了进一步提升，如今摄像头已与软件软法集成，成为了ADAS中实现车道偏离等功能不可缺少的一部分。

按照摄像头在车上的安装位置的不同，可将其分为前、后、后侧、前侧、内视几类，其分布如下图所示：

图4摄像头分类

超声波雷达：安装于车辆的前后保险杆以及侧面位置，主要用于辅助用户进行障碍物识别的。比如我们在倒车时，通过‘滴滴滴’声音或倒车影像显示告知，在泊车辅助系统中，一般安装数量为6个左右。

毫米波雷达：通过向外辐射电磁波的方式对周围物体进行检查，其主要频段集中在24GHz和77GHz，在当前ADAS系统中安装数量为1-5个，而在L3及以上的自动驾驶系统中安装数量将达到6-8个。

图5毫米波雷达

激光雷达：通过发射激光来测量障碍物与传感器之间的距离，从而对周边环境形成3D点云数据。按测距方式，可分为飞行时间ToF测距法、基于相干探测的FMCW测距法以及三角法等。按扫描方式，可分为机械式（整体360°旋转）、半固态（收发模块静止仅扫描器发生机械运动）和固态（无任何机械运动部件）三大类，不同扫描方式对比如下：

表3激光雷达不同扫描方式对比

图6 机械式激光雷达

或许有小伙伴会有这样的疑问：通过一种硬件方案，如摄像头方案，是否可以解决所需的数据采集问题呢？就目前而言，还是不能够的。

这主要是由于尚不存在‘全优’的技术解决方案，同时对于不同的应用场景需考虑成本、实现技术等因素，如对于车辆周围的数据需求，由于其对于远距离的数据并不关心，因此采用摄像头、毫米波雷达可以很好的在成本、技术实现等方面做到极致，而对于那些距离车辆较远、精度要求高的数据信息，采用检测范围更广的激光雷达等则更具优势。

对于不同的技术路线，各企业在权衡之后采取了最有利于自家发展的技术方案而推广之，如此便形成了如今的多技术并存的局面。对于不同技术方案的特点整理如下：

表1感知层不同技术方案特点

正是由于诸多方案各有所长又各有所短，因此不局限于单一硬件的多硬件融合的方案成为了主流。目前市场上商用自动驾驶水平尚未达到高阶（L3及以上），ADAS的配置以摄像头配合毫米波雷达与超声波雷达共同使用是主要方案。

但随着高阶自动驾驶的逐渐商用，为了更好的完成自动驾驶策略，车辆所需要识别的周围信息将更加丰富且精度要求也会更高，同时为了及时对车辆做出合理的驾驶行为判断，对于远距离的信息需求将较之现在会更高。

另外，在高阶自动驾驶中，用户关心的第一大问题将是安全与可靠性，据信息统计，以摄像头融合毫米波雷达和超声波雷达的技术方案虽然能将自动驾驶的安全性维持在99%的高水平，但依然低于融合了激光雷达为技术方案的99.99%，出于安全性的考虑，激光雷达在今后的自动驾驶中将发挥重大的作用。

图7不同雷达对比

随着政策的放开，L3及以上自动驾驶的商用想必很快便会到来，而激光雷达作为高阶智驾的辅助产物，将会开始首搭。同时智能汽车对于传感器、摄像头的需求数量也将进一步上升，参考数据有如下表：

图8 不同自动驾驶级别传感器数量

公众号文章链接：汽车感知层——雷达与摄像头