传感器

传感器

传感器融合:自动驾驶领域的另一个突围方向

博客gaohong 发表了文章 • 0 个评论 • 346 次浏览 • 2019-07-30 14:52 • 来自相关话题

目前,自动驾 ...查看全部
1.jpg


目前,自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。目前自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

多传感器融合是必然趋势

2.JPG

通过增加传感器的数量,并让多个传感器融合来提高自动驾驶能力。多个同类或不同类传感器分别获得不同局部和类别的信息,这些信息之间可能相互补充,也可能存在冗余和矛盾,而控制中心最终只能下达唯一正确的指令,这就要求控制中心必须对多个传感器所得到的信息进行融合,综合判断。

在使用多个传感器的情况下,要想保证安全性,就必须对传感器进行信息融合。多传感器融合可显著提高系统的冗余度和容错性,从而保证决策的快速性和正确性,是自动驾驶的必然趋势。

当然,要实现传感器融合,也是有前提条件的。硬件层面,数量要足够,也就是不同种类的传感器都要配备,才能够保证信息获取充分且有冗余;软件层面,算法要足够优化,数据处理速度要够快,且容错性要好,才能保证最终决策的快速性和正确性。

传感器融合的技术概述

每种传感器都有自己无法克服的缺陷,因此数量的增加无法解决实际的问题。真正的解决之道是综合不同传感器采集到的信息。而目前的雷达技术在分辨率上也有些不合格,可以说每种传感器都有自己的软肋。

想做到完美的传感器融合,就要接受不同传感器的输入,并利用综合信息更准确的感知周边环境,其得出的结果比不同传感器各自为战要好得多。将不同传感器进行融合还能换来一定程度的冗余,即使某个传感器出了问题也不会影响车辆的安全。

目前车辆上搭载的大多数ADAS系统都是独立运作的,这就意味着它们不会与其他车辆上的系统交换信息。此外,车上的后置摄像头、360度全景系统、雷达和前置摄像头都有自己的独立任务,它们之间几乎没有交流。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。不过,我们也可以对这些传感器进行融合,实现更为强悍的功能。

①后置摄像头+超声波距离传感器这项配置在现售车辆上早已不再新鲜,倒车时它能用警报声提醒我们车辆离周边物体还有多远。

在这套新系统中,后置摄像头能让司机看清车辆后方情况,而机器视觉算法则负责探测车辆后方物体或马路牙子。超声波距离传感器则是辅助设备,它能在在没有任何照明的夜晚帮司机顺利倒车入库。

②前置摄像头+多模前置雷达能产生意想不到的效果。前置雷达能探测到150米范围内物体的移动速度和距离,而且它几乎不受天气情况影响。摄像头则负责发现并辨别前方物体,比如读取街道上的交通标识和红绿灯。

虽然一些ADAS功能只靠单个传感器或独立系统就能实现,但一旦遇到不可预知的情况,车辆就会变得手忙脚乱。反观能支持更复杂自动驾驶功能的传感器融合,就可大幅降低车辆的误报和漏报率。

传感器融合的体系结构

对自动驾驶汽车而言,没有必须将哪几类传感器数据融合在一起的说法。传感器数据间的融合可以有多种组合。处于中间过程的传感器融合将会产生各种假设和转变。

因为多传感器的使用会使需要处理的信息量大增,这其中甚至有相互矛盾的信息,如何保证系统快速地处理数据,过滤无用、错误信息,从而保证系统最终做出及时正确的决策十分关键。

多传感器融合在硬件层面并不难实现,重点和难点都在算法上。多传感器融合软硬件难以分离,但算法是重点和难点,拥有很高的技术壁垒,因此算法将占据价值链的主要部分。

算法是多传感器融合的核心。传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。

随着传感器技术、成像技术、雷达、LiDAR、电子设备和人工智能技术的进步,数十种先进驾驶辅助系统(ADAS)功能已得以实现,包括防撞、盲点监测、车道偏离报警和停车辅助。

①分布式:先对各个独立传感器所获得的原始数据进行局部处理,然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好,但跟踪的精度却远没有集中式高。

②集中式:集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理,可以实现实时融合。其数据处理的精度高,算法灵活,缺点是对处理器的要求高,可靠性较低,数据量大,故难于实现。

③混合式:混合式多传感器信息融合框架中,部分传感器采用集中式融合方式,剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力,兼顾了集中式融合和分布式的优点,稳定性强。

传感器融合的要素和流程

关于传感器和传感器融合需要考虑的因素:成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。

通过传感器融合同步运行,以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测,并警告驾驶员潜在的道路危险,甚至可以采取独立于驾驶员的规避动作来避免碰撞。

①驾驶中雷达图像被捕获,负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN),把图像发送到传感器融合中心。在区域网络传输图像,以及接受信息都要花时间。

②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据,又需要短暂时间。

③最终结果被传到人工智能上,需要对其进行处理,并更新环境模型。这需要时间。

④通过控制区域网络(CAN),人工智能向汽车控制系统发出指令,这需要时间来完成。

⑤控制系统接收命令,明确它要做什么,继而采取实际行动。

算法和成本因素是关键所在

目前企业都在积极寻找传感器融合的方法,推出的解决方案也不尽相同,但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程,难点有不少。

①不同类型传感器的优缺点不同,获取的信息量巨大,要保证最终融合结果及时、准确,就需要在传感器的选型配置和算法精度上有巧妙的布局,而能把这些环节都做好的企业目前还不多。

②为了提升传感器融合的效果,最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平,可见某些关键传感器的价格还远没到消费类电子产品的水平。

③在传感器融合过程中,一些厂商不愿公开自己获取的原始数据,怕因此沦为纯粹的数据采集供应商,导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。

传感器融合得越好,自动驾驶汽车也会越安全。因此传感器融合是自动驾驶汽车发展中的一个重要方面,相信在不久的将来,将有更多机会来提出新思路和创新方式来改进传感器融合。

新能源和智能化“攻陷”上海车展 这8款车不得不看

博客betty19920416 发表了文章 • 0 个评论 • 532 次浏览 • 2019-04-18 11:19 • 来自相关话题

近日,点燃汽车爱好者热情的2019上海车展正如火如荼。 今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。 在本次上海车展中 ...查看全部
近日,点燃汽车爱好者热情的2019上海车展正如火如荼。
今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。
在本次上海车展中,汽车制造商们蜂拥而至,各自拿出杀手锏,一时间展出了几十种电动车,从豪华SUV到定价低于1万美元的微型/紧凑型电动车,它们将与燃油车在性能、成本以及外观上一较高下,下面网易智能为大家速览最受关注的几款新能源与智能化汽车:

特斯拉 Model Y
Model Y与Model 3基于同一平台打造,公用75%零件,保留Model 3无进气格栅前脸、犀利的前大灯、隐藏式把手等讨喜设计,保险杠位于雾灯和前大灯之间,再加上由于车顶增高带来的使发动机盖更具幅度的视觉错觉,整个前脸更具层次感。
内饰上,新车与Model 3基本一致,保留车顶全景天窗、1.9m?的储物空间,车内最大的亮点在于,除了常规的5座布局外,还将提供2+3+2的7座布局选择,分体式折叠第二排座椅,使得车内体积也将更加紧凑。
动力方面,Model Y将搭载Model 3的同款21700电池组,配合第三代超级充电桩,峰值充电功率可以达到250kW,是目前V2超充的两倍,充电5分钟行驶120公里,15分钟即可充至50%。

小鹏P7
小鹏汽车的目标是想要造年轻人喜欢的互联网汽车。何小鹏曾说:要想造车,车的基础部分最多也就是那样了,还是要在别的方向上找到突破口。于是,小鹏汽车更注重做适应中国市场的自动驾驶以及更贴近中国用户的车载互联网功能。
这款P7诞生自SEPA平台架构,底层硬件具备扩展性、兼容性、共用性和进化性;同时,P7搭载智能双擎高通骁龙820A车规级芯片、系统级自动驾驶芯片NVIDIA DRIVE Xavier,在人机交互和高级智能辅助驾驶方面将较G3有进一步提升,可以支持L3级别自动驾驶。
动力部分,新车搭载双电机四驱系统,官方称百公里加速进入四秒俱乐部,NEDC续航超过600km,车长达到4.9米;轴距达到3米;底盘和悬挂规格及调教越级对标德系豪华运动车型。

理想ONE
前不久,“理想智造”品牌已经正式更名为“理想”,口号是“为用户打造没有里程焦虑的智能电动车”,因而采取了一条和绝大部分新造车不同的路线,它打造的是一台增程式电动车,一台需要加油的电动车,某种程度上,它与日系的混合动力还是有些相似。
理想ONE定位为中大型SUV,车长超过5米,宽度接近2米。内饰上,理想ONE提供6座和7座两个版本,分别采用222和232的座椅布局,内部布置保证了充裕的三排乘坐空间。
动力方面,理想ONE采用增程式电驱动系统,前后双电机实现了电动四驱,其综合总功率为326马力,最大输出功率达到530牛·米,0-100公里/小时加速时间为6.5秒。

威马EX5 Pro
对比其他几家新造车企业,业界人士认为,威马更像新能源车界的小米。
外观上,威马EX5 Pro在沿用标准EX5的基础上,细节进行了一定程度的运动升级,包括19英寸专属低风阻轮毂、空气动力学运动套件等。此外将整车风阻系数降至0.3以下,辅以Pro专属龙胆蓝外观配色、冰原蓝内饰拼色主题。
内饰上,采用了超纤绒和真皮的搭配,配有11个扬声器的WM-Sonic 立体环绕音响,动力部分,威马EX5 Pro搭载Living Motion三电动能系统,可实现0.2秒快速动力响应和百公里加速8.1秒的表现。

极星Polestar 2
前不久,作为从沃尔沃高性能部门独立出来的Polestar正式发布官方中文名称“极星”,为了更好地实现本地化,Polestar选择与高德地图、科大讯飞、阿里巴巴人工智能实验室等展开合作,
内饰上,Polestar 2采用11英寸大屏,支持OTA空中升级,海外版搭载了谷歌Android HMI、车机版Google智能助手等智能应用,未来国内方面也会跟进语音助手功能。
动力方面,前后双电机的配置可以提供300千瓦的最大输出功率和660牛·米的峰值扭矩,百公里加速的“目标”时间为4.7秒,72千瓦时电池组在NEDC工况下的“目标”续航里程为500公里。

奥迪e-tron
40年前的燃油车时代,奥迪凭借quattro竖起了拥有赛道动力的豪车招牌;如今,奥迪用e-tron展示电动化决心。
奥迪e-tron是奥迪首款纯电动SUV,外观上采用了奥迪家族新的设计理念,大尺寸的六边形进气格栅搭配两侧尖锐、狭长的大灯组,真皮多功能方向盘和换挡拨片的组合让整车运动感十足。
内饰上,新车配备了全液晶仪表盘,且搭载了双触控屏,分别控制着多媒体娱乐系统和空调系统,同时更有全景影像为泊车提供更加全面和安全的引导。
动力方面,奥迪e-tron采用双电机四驱的驱动形式,最大功率300马力,0-100km/h加速的时间小于6秒,初创性能可与跑车相媲美。

奔驰EQC
奔驰EQC外观上很大程度的还原了Generation EQ概念车的设计语言。前脸设计在保留了传统进气格栅设计的同时又进行了密封处理,并搭配上可发光的奔驰 LOGO以及LOGO上方的灯带,营造出了不俗的质感。
内饰上, EQC采用了双10.25英寸显示屏作为仪表盘和中控大屏,装配有EQ系列车型专属的“电路板风格”的空调出风口、蓝紫色的仪表背光、氛围灯和全新的三辐式方向盘并拥有双拇指控制(Dual Thumb Controls)系统。
动力部分,梅赛德斯-奔驰 EQC于底盘上搭载了前后双电机,其中后电机负责提供大的推力,前电机负责兼顾日常的轻度使用,并可实现四轮驱动。此外,该车还装配有动态扭矩分布,当超出一定的运转范围,电控系统会在车轴间智能分布扭矩,这将为达到高扭矩创造足够条件。双电机的最大输出功率达到300kW(408PS)、最大扭矩765N·m,可实现5.1s完成0-100km/h的加速和180km/h的最高速度。
“大象转身难”,作为汽车行业巨头,奔驰的电动化之路举步维艰。但也有人认为,在全球车企迎接新能源化的过程中,相比于BBA中的另外两大豪华品牌,奔驰的转身相对还算灵活。按照计划,奔驰EQC新车将于2019年底在华实现国产化生产。但这还远远不够,在豪华车品牌的下一个电动车战场,奔驰不止要大象转身,还要与更多新入局车企比拼速度,这需要让大象“跑”起来。

比亚迪E2
比亚迪E2外观的整体设计风格融入了“Dragon Face”的设计元素,,新车前脸采用了六边形大尺寸前格栅设计,内部则以点阵式进行装点,配合两侧棱角锋利的大灯组以及线条夸张的L型进气口,车尾部分比前脸更加激进,尾灯采用折线设计造型。
内饰上e2的内饰和 e1基本保持一致,诸如全液晶仪表盘、智能旋转大屏和三幅运动化平底方向盘都被保留,但在最终量产时,是否调整还未知。
动力方面,新车将搭载永磁同步电机,最大功率为70kW,电池方面使用的是镍钴锰酸锂电池,新车的NEDC续航里程有望达到360km或以上。
在转向新能源的路上,比亚迪走得非常迅捷,在去年,比亚迪品牌内部新能源车型销量首次超过传统燃油车,同时并未局限于入门级车型,而是完成了下至10万,上至30万的全方位产品布局,成为电动车行业里,竞争力不容小觑的参与者。
2019是汽车行业巨变的年份,四化(电动化、智能化、网联化、共享化)浪潮席卷整个产业,新能源汽车不断涌现,它们是汽车新秀,也是燃油派劲敌,而且这一次,不再是空泛的预测,一切将成为现实。
在2019年的路上,不少新伙伴就要与我们相见,记住这些全新的面孔,或许在你的车库,就有专为它留下的一隅。网易智能将持续关注汽车行业全新的变化和趋势,明年车展见。

自动驾驶发展现状及热点研究——传感器技术

知识讲堂奇点汽车 发表了文章 • 0 个评论 • 176 次浏览 • 2019-04-01 13:36 • 来自相关话题

对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。   传感器技术 传感器而言,大 ...查看全部
对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。
 
传感器技术

传感器而言,大家比较关心新技术。

在摄像头技术方面,HDR,夜视镜头,热敏摄像头等是比较热的研究。前段时间有研究(MIT MediaLab教授)采用新技术穿透雾气的镜头,叫做single photon avalanche diode (SPAD) camera;另外,能不能采用计算摄像技术(computational photography)改进一下如何避免雨雪干扰,采用超分辨率(SR)图像技术也可以看的更远。前不久,图森的摄像头可以看1000米远吗,要么采用高清摄像头4K甚至8K,要么采用SR技术实现。

这是介绍SPAD的两个截图:

1.jpg


2.jpg



另外,单目系统比较流行,现在也有双目系统存在,比如安霸从意大利帕尔马大学买到的VisLab自动驾驶技术,还有Bertha Benz著名的Stixel障碍物检测算法。因为基线原因,车上可以配备多个双目系统,以方便测量不同距离的障碍物。懂计算机视觉的同学知道,立体匹配和基线宽度在涉及视觉系统的时候有一个权衡。深度学习已经用来估计深度/视差图,就如分割一样,pixel-to-pixel。甚至单目也可以推理深度,结果当然比双目差。

3.jpg


4.jpg



激光雷达最热,一是降低成本和车规门槛的固态激光雷达,二是如何提高测量距离,三是提高分辨率和刷新频率,还有避免互相干扰和入侵的激光编码技术等。其实激光雷达的反射灰度图也是一个指标,3-D点云加上反射图会更好,比如用于车道线检测。

另外,摄像头和激光雷达在硬件层的融合也是热点,毕竟一个点云的点是距离信息,加上摄像头的RGB信息,就是完美了不是?一些做仿真模拟以及VR产品的公司就是这么做的,去除不需要的物体和背景就能生成一个虚拟的仿真环境。

这里是一家美国激光雷达创业公司AEye的技术iDAR截图,iDAR 是 Intelligent Detection and Ranging,最近该公司宣称已经能够实现测距1000米(一两年前谷歌就说,它的激光雷达能看到3个足球场那么远):

5.jpg



毫米波雷达方面,现在也在想办法提高角分辨率。毕竟它是唯一的全天候传感器了,如果能够解决分辨率这一痛处,那么以后就不会仅仅在屏幕上展示一群目标点,而是有轮廓的目标,加上垂直方向的扫描,完全可以成为激光雷达的竞争对手。希望新的天线和信号处理技术可以解决雷达成像的难点,包括功耗。

这里是NXP提供的新型高分辨率雷达和激光雷达比较的截图:

6.jpg



超声波雷达,基本是用在泊车场景,便宜。

国外智能网联汽车传感器产业发展情况及启示

博客tututu 发表了文章 • 0 个评论 • 123 次浏览 • 2019-03-21 17:36 • 来自相关话题

摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽 ...查看全部
摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车[①]。
cpu2.png
汽车智能网联技术成为了全球科技创新领域新的焦点,而智能网联汽车是继新能源汽车后汽车产业发展的又一制高点。在这样的背景下,奔驰、宝马、奥迪、比亚迪、上汽等全球知名汽车制造商,以及华为、Intel、百度、中兴、高通等国内外IT产业巨头都将智能网联汽车作为自身发展的一大重点。
放眼国内,国家层面给予了高度重视和及时引导,国内长安、一汽、上汽、北汽等大型整车企业都制定了智能网联汽车发展的规划和战略。从智能网联汽车的技术架构来看,环境感知技术是实现车与车、车与路、车与人以及车与云之间信息交换的“五官”,而传感器在其中扮演着信息采集非常重要的角色。为此,本文旨在分析国内外智能网联汽车传感器产业国内外进展,二者的差距,以期从中得出有益的结论,为我国智能网联汽车产业持续健康发展夯实基础献策建议。
一、各国高度重视智能网联汽车发展
(一)美国:国家战略和配套政策法规为产业发展保驾护航
早在2015年,美国交通运输部就发布了《美国智能交通系统(ITS)战略规划(2015-2019年)》,该战略的核心是汽车的智能化与网联化,旨在解决美国交通系统存在的问题。为了自动驾驶技术在制度和政策法规上有据可循,美国交通运输部联合国家公路交通安全管理局于2016年发布了《联邦自动驾驶汽车政策》,对自动驾驶汽车技术必须满足的安全评估作出了明确规定。此后,包括加州、密歇根州、内华达州等多个州以及哥伦比亚特区出台了地方性的无人驾驶法规,各州根据实际情况对自动驾驶技术的研发和测试作了不同规定。
(二)欧洲:加大资金投入,多国已开展无人驾驶路测
英国:2014年,英国政府与整车企业共同出资2亿英镑(双方各出资1亿英镑)成立 “智能移动基金”,重点扶持与自动驾驶相关的研发、测试和商业化发展。2017年,为了增强英国汽车行业的网络安全标准,英国政府对5×StarS联盟进行专项资助。此外,英国政府向宝马、福特、路虎等政策企业投资超过1亿英镑,大力推动自动驾驶技术发展。
法国:2014年,法国发布自动驾驶汽车发展路线图,并宣布投资1亿欧元进行自动驾驶汽车实际道路测试,同时启动道路交通法规修订程序。2016年8月,法国政府进一步放宽了路测准入,允许外国汽车制造商在法国开展路测,这项政策也是法国新工业战略的重要部分。此外,德国、瑞典、挪威等国已在进行或正在推进无人驾驶路测。
(三)亚洲:智能网联汽车处于高速发展阶段
日本:日本IT综合战略本部于2016年制定了自动驾驶普及路线图,允许自动驾驶汽车在有司机的情况下可以2020年上高速公路行驶。2017年4月,日本将汽车保险的赔付范围延伸至自动驾驶期间的交通事故;2017年6月,日本允许汽车在驾驶位无人的状态下进行路测。
新加坡:2014年8月,新加坡成立自动驾驶汽车动议委员会,从2015年1月开放近5公里的特定路段供无人驾驶汽车测试。2017年底,开通一条路测专线,允许自动驾驶汽车在许可范围内进行公共道路测试。近年来,新加坡无人驾驶的政策环境和研发路测环境都在不断完善,极大地促进了智能网联汽车产业的发展。
二、全球汽车传感器产业呈现新的发展趋势
(一)传感器市场需求空间进一步加大
智能驾驶的发展将大幅提升对传感器的需求量。传感器在智能汽车领域起着重要作用,担任着智能驾驶汽车的感知系统,比如ADAS的感知层中需要用到大量的摄像头、超声波雷达、毫米波雷达、激光雷达、夜视仪等传感器。随着ADAS系统逐渐成熟,汽车传感器的需求量将会大幅攀升。随着汽车电子化、智能化和网联化,传感器在汽车上的应用越来越广泛,2000 年汽车上装配的传感器只有 10 个左右,到今天中高端的车上传感器已经增长到 100 多个,未来随着智能网联的进一步深化,汽车配备的各类传感器仍将有 4 倍的增长空间。权威部门预测,2016年到2025年全球车用传感器市场规模将从82亿美元增长至290亿美元,年复合增长率(CAGR)达到15 %。
(二)传感器智能化、微型化趋势愈加明显
传感器智能化是指传感器除了实现传感的基本功能之外,还具备自我校准、自我标定等功能,更重要的是能够基于自身逻辑判断和信息处理能力,对采集的信号进行智能处理。在实际应用中,相较于一般的传感器,智能传感器在测量精度、信噪比、远程可维护性、稳定性和可靠性等方面都更胜一筹,非常适合智能网联汽车的需求。而对于微型化,主要是利用基于半导体集成电路技术发展的MEMS技术,在一块芯片上将敏感器件、DSP、数据处理装置集成封装,能够有效降低传感器成本、提升传感器集成度、缩小传感器体积并提高系统的测试精度。目前,基于MEMS技术的传感器已经在汽车领域广泛应用,取代传统传感器趋势明显。随着电子制造工艺的不断迭代,微型传感器将进一步向纳米传感器演进,更加适合智能网联汽车的发展。
(三)自动驾驶安全性保障需要多传感器的融合应用
一方面,不同类型的传感器适应的最优应用场景存在差异性,智能网联汽车实际行驶环境复杂,现有单一传感器并不能满足复杂路况下的所有需求。以摄像头和激光雷达为例,摄像头成本低、应用广泛,但算法识别率有待进一步提高;而激光雷达虽然识别率更高,但成本偏高且环境适应能力较差。采用多传感器协同工作,可优势互补,进而提高驾驶安全性。另一方面,为了保证自动驾驶的行驶安全性,智能网联汽车感知方案必须要具备安全冗余性。在此前提下,多传感器协同工作,以及协同工作下产生的信息冗余就显得非常有必要。目前来看,毫米波雷达、激光雷达及摄像头等传感器多路融合是自动驾驶传感器方案的主流发展趋势。
三、我国智能网联汽车传感器发展存在的问题
(一)核心专利被国外企业垄断
国内汽车传感器市场的需求量巨大,每年进口额都超过千亿人民币,这主要是国内汽车传感器芯片、传感器关键技术和传感器产业结构与国外存在较大差距,导致国内汽车传感器在高端市场竞争中缺位或者是竞争力不足。比如国内企业多数只能做一些水温和压力传感器等技术含量不高、附加值低的产品,而针对国五、国六排放阶段在尾气处理上必须要用到的氮氧化物传感器等一些高技术含量产品,国内目前还是完全依赖进口。目前,国内汽车传感器市场绝大部分被西门子、博世、霍尼韦尔等国际零部件巨头占据,90%传感器依赖国外。国内在汽车传感器新原理、新器件和新材料等方面的研发和产业化能力较弱,汽车传感器核心专利大部分被外资厂商垄断,严重阻碍了中国自主传感器产品的发展。
(二)企业研发投入资金来源有限
汽车传感器的研发投入动辄上千万甚至上亿元,一般民营企业凭借自身实力有限,并且融资渠道也同样缺乏。汽车传感器产业链上的很多企业在不断加大投资之后,往往会面临“后继乏力”的困境。其主要原因是汽车传感器产业大投入、长周期、高风险等因素,使常规的市场渠道难以支撑行业的持续巨额资金投入。以传感器芯片为例,新产品一般要过2至4年才可以进入市场,5至6年开始实现销售,8至9年才可能达到收支平衡,10年才可能达到盈利,期间每年又需投入数亿美元,一般的投资很难连续支撑。由于短期内难以获利,银行等金融机构对于该行业缺乏足够的投资兴趣,导致汽车传感器产业的投融资渠道更加不顺畅。
(三)汽车传感器缺乏配套试验和应用环境
汽车是由多达几千个电子零部件组成的复杂产品,特别是随着汽车产业的发展,控制电子部分、多媒体电子部分、导航及车载通信等等越来越多,使车辆复杂程度不断加大。而这些电子零部件产品可靠性十分重要,直接决定了整车的安全及运行可靠性。特别是严苛的环境(运输过程、存放、工作中、气候等因素),都在考验着汽车电子产品的可靠性。汽车传感器作为汽车电子产品中最典型代表在应用时要和发动机以及整个调校系统进行匹配试验,但国内在这个环节上的配套环境不成熟,现有的系统和设备严重落后。这就导致企业无法真正了解产品后续的匹配性和可靠性以及所需的改进方案,有直接影响了下游企业对使用国产传感器的信心。
四、对策建议
(一)加强智能网联汽车传感器核心技术攻关
一是依托现有基础,提高自主创新能力。利用较为成熟的转速传感器、压力传感器、温度传感器技术,加大车用传感器研发投入,推进传感器企业与国际知名汽车零部件企业及国内整车企业、科研院所等单位的交流合作,协同开发新型车载传感器技术与产品。二是聚焦重点,推动产业高质量升级。重点围绕激光雷达、毫米波雷达、超声波传感等智能网联汽车亟需的传感器产品,突破激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77GHz 雷达等核心部件,以及自动化设计、试验仿真、软件算法等关键配套技术。推动MEMS技术逐步取代传统机电技术生产传感器,提高车用传感器总体设计水平、技术水平和产品可靠性。
(二)完善智能网联汽车传感器产业链布局
一是联合攻关,提高竞争实力。支持国内汽车传感器企业开展器件设计、制造封装工艺、系统集成等联合攻关,提升产品性能,提高产业整体竞争实力。二是产业链上下游联动,缩短产品市场化周期。瞄准汽车电力驱动系统、电源系统、无人驾驶系统、安全系统、导航系统和辅助系统,大力推动新型车用传感器自主研发。加大智能网联汽车传感器配套政策引导,鼓励国内整车厂商与国内传感器制造企业加强技术交流与合作,共同推进国内汽车传感器产品在新能源汽车和智能汽车上的市场准入,并在这一过程中形成产业集聚发展态势。三是把握时间窗口,加大示范应用力度。把握智能网联汽车快速发展的契机,以下游整车企业需求为牵引,实施智能网卡汽车传感器重大示范应用工程,积极提升国产化汽车传感器的实际应用水平,带动国产化汽车传感器的市场占有量,降低产品成本,推进我国智能网联汽车传感器产业各环节协同发展。
(三)加大资金和人才保障力度
资金方面,不仅要研究利用现有财政资金渠道,优化资源配置,加大对智能网联汽车传感器产业扶持力度,更要进一步研究PPP、产业投资基金、科技投资保险、金融租赁等投融资新模式,吸纳社会资本,建立公平的投资环境,优化投融资环境。建立国家智能网联汽车传感器专项资金,采取委托贷款、股权投资等方式,引导和撬动更多的社会和金融资本,投向智能网联汽车传感器领域。人才方面,鼓励高等院校、科研机构根据需求和自身特色,联合公共服务平台和企业,建设跨学科的智能网联汽车传感器综合人才培养基地,为企业输送高层次工艺人才和技术创新人才。积极引进海外领军人才和髙端技术人才,持续优化人才环境,支持相关院士工作站、博士后工作站、技术中心、孵化创业中心等建设,为高端人才集聚提供载体。

作者:中国电子信息产业发展研究院 彭健
[①] 《国家车联网产业标准体系建设指南(智能网联汽车)》

多家车企科技公司组建联盟 普及自动驾驶知识

知识讲堂betty19920416 发表了文章 • 1 个评论 • 515 次浏览 • 2019-01-19 10:29 • 来自相关话题


传感器融合:自动驾驶领域的另一个突围方向

博客gaohong 发表了文章 • 0 个评论 • 346 次浏览 • 2019-07-30 14:52 • 来自相关话题

目前,自动驾 ...查看全部
1.jpg


目前,自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。目前自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

多传感器融合是必然趋势

2.JPG

通过增加传感器的数量,并让多个传感器融合来提高自动驾驶能力。多个同类或不同类传感器分别获得不同局部和类别的信息,这些信息之间可能相互补充,也可能存在冗余和矛盾,而控制中心最终只能下达唯一正确的指令,这就要求控制中心必须对多个传感器所得到的信息进行融合,综合判断。

在使用多个传感器的情况下,要想保证安全性,就必须对传感器进行信息融合。多传感器融合可显著提高系统的冗余度和容错性,从而保证决策的快速性和正确性,是自动驾驶的必然趋势。

当然,要实现传感器融合,也是有前提条件的。硬件层面,数量要足够,也就是不同种类的传感器都要配备,才能够保证信息获取充分且有冗余;软件层面,算法要足够优化,数据处理速度要够快,且容错性要好,才能保证最终决策的快速性和正确性。

传感器融合的技术概述

每种传感器都有自己无法克服的缺陷,因此数量的增加无法解决实际的问题。真正的解决之道是综合不同传感器采集到的信息。而目前的雷达技术在分辨率上也有些不合格,可以说每种传感器都有自己的软肋。

想做到完美的传感器融合,就要接受不同传感器的输入,并利用综合信息更准确的感知周边环境,其得出的结果比不同传感器各自为战要好得多。将不同传感器进行融合还能换来一定程度的冗余,即使某个传感器出了问题也不会影响车辆的安全。

目前车辆上搭载的大多数ADAS系统都是独立运作的,这就意味着它们不会与其他车辆上的系统交换信息。此外,车上的后置摄像头、360度全景系统、雷达和前置摄像头都有自己的独立任务,它们之间几乎没有交流。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。不过,我们也可以对这些传感器进行融合,实现更为强悍的功能。

①后置摄像头+超声波距离传感器这项配置在现售车辆上早已不再新鲜,倒车时它能用警报声提醒我们车辆离周边物体还有多远。

在这套新系统中,后置摄像头能让司机看清车辆后方情况,而机器视觉算法则负责探测车辆后方物体或马路牙子。超声波距离传感器则是辅助设备,它能在在没有任何照明的夜晚帮司机顺利倒车入库。

②前置摄像头+多模前置雷达能产生意想不到的效果。前置雷达能探测到150米范围内物体的移动速度和距离,而且它几乎不受天气情况影响。摄像头则负责发现并辨别前方物体,比如读取街道上的交通标识和红绿灯。

虽然一些ADAS功能只靠单个传感器或独立系统就能实现,但一旦遇到不可预知的情况,车辆就会变得手忙脚乱。反观能支持更复杂自动驾驶功能的传感器融合,就可大幅降低车辆的误报和漏报率。

传感器融合的体系结构

对自动驾驶汽车而言,没有必须将哪几类传感器数据融合在一起的说法。传感器数据间的融合可以有多种组合。处于中间过程的传感器融合将会产生各种假设和转变。

因为多传感器的使用会使需要处理的信息量大增,这其中甚至有相互矛盾的信息,如何保证系统快速地处理数据,过滤无用、错误信息,从而保证系统最终做出及时正确的决策十分关键。

多传感器融合在硬件层面并不难实现,重点和难点都在算法上。多传感器融合软硬件难以分离,但算法是重点和难点,拥有很高的技术壁垒,因此算法将占据价值链的主要部分。

算法是多传感器融合的核心。传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。

随着传感器技术、成像技术、雷达、LiDAR、电子设备和人工智能技术的进步,数十种先进驾驶辅助系统(ADAS)功能已得以实现,包括防撞、盲点监测、车道偏离报警和停车辅助。

①分布式:先对各个独立传感器所获得的原始数据进行局部处理,然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好,但跟踪的精度却远没有集中式高。

②集中式:集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理,可以实现实时融合。其数据处理的精度高,算法灵活,缺点是对处理器的要求高,可靠性较低,数据量大,故难于实现。

③混合式:混合式多传感器信息融合框架中,部分传感器采用集中式融合方式,剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力,兼顾了集中式融合和分布式的优点,稳定性强。

传感器融合的要素和流程

关于传感器和传感器融合需要考虑的因素:成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。

通过传感器融合同步运行,以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测,并警告驾驶员潜在的道路危险,甚至可以采取独立于驾驶员的规避动作来避免碰撞。

①驾驶中雷达图像被捕获,负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN),把图像发送到传感器融合中心。在区域网络传输图像,以及接受信息都要花时间。

②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据,又需要短暂时间。

③最终结果被传到人工智能上,需要对其进行处理,并更新环境模型。这需要时间。

④通过控制区域网络(CAN),人工智能向汽车控制系统发出指令,这需要时间来完成。

⑤控制系统接收命令,明确它要做什么,继而采取实际行动。

算法和成本因素是关键所在

目前企业都在积极寻找传感器融合的方法,推出的解决方案也不尽相同,但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程,难点有不少。

①不同类型传感器的优缺点不同,获取的信息量巨大,要保证最终融合结果及时、准确,就需要在传感器的选型配置和算法精度上有巧妙的布局,而能把这些环节都做好的企业目前还不多。

②为了提升传感器融合的效果,最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平,可见某些关键传感器的价格还远没到消费类电子产品的水平。

③在传感器融合过程中,一些厂商不愿公开自己获取的原始数据,怕因此沦为纯粹的数据采集供应商,导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。

传感器融合得越好,自动驾驶汽车也会越安全。因此传感器融合是自动驾驶汽车发展中的一个重要方面,相信在不久的将来,将有更多机会来提出新思路和创新方式来改进传感器融合。

新能源和智能化“攻陷”上海车展 这8款车不得不看

博客betty19920416 发表了文章 • 0 个评论 • 532 次浏览 • 2019-04-18 11:19 • 来自相关话题

近日,点燃汽车爱好者热情的2019上海车展正如火如荼。 今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。 在本次上海车展中 ...查看全部
近日,点燃汽车爱好者热情的2019上海车展正如火如荼。
今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。
在本次上海车展中,汽车制造商们蜂拥而至,各自拿出杀手锏,一时间展出了几十种电动车,从豪华SUV到定价低于1万美元的微型/紧凑型电动车,它们将与燃油车在性能、成本以及外观上一较高下,下面网易智能为大家速览最受关注的几款新能源与智能化汽车:

特斯拉 Model Y
Model Y与Model 3基于同一平台打造,公用75%零件,保留Model 3无进气格栅前脸、犀利的前大灯、隐藏式把手等讨喜设计,保险杠位于雾灯和前大灯之间,再加上由于车顶增高带来的使发动机盖更具幅度的视觉错觉,整个前脸更具层次感。
内饰上,新车与Model 3基本一致,保留车顶全景天窗、1.9m?的储物空间,车内最大的亮点在于,除了常规的5座布局外,还将提供2+3+2的7座布局选择,分体式折叠第二排座椅,使得车内体积也将更加紧凑。
动力方面,Model Y将搭载Model 3的同款21700电池组,配合第三代超级充电桩,峰值充电功率可以达到250kW,是目前V2超充的两倍,充电5分钟行驶120公里,15分钟即可充至50%。

小鹏P7
小鹏汽车的目标是想要造年轻人喜欢的互联网汽车。何小鹏曾说:要想造车,车的基础部分最多也就是那样了,还是要在别的方向上找到突破口。于是,小鹏汽车更注重做适应中国市场的自动驾驶以及更贴近中国用户的车载互联网功能。
这款P7诞生自SEPA平台架构,底层硬件具备扩展性、兼容性、共用性和进化性;同时,P7搭载智能双擎高通骁龙820A车规级芯片、系统级自动驾驶芯片NVIDIA DRIVE Xavier,在人机交互和高级智能辅助驾驶方面将较G3有进一步提升,可以支持L3级别自动驾驶。
动力部分,新车搭载双电机四驱系统,官方称百公里加速进入四秒俱乐部,NEDC续航超过600km,车长达到4.9米;轴距达到3米;底盘和悬挂规格及调教越级对标德系豪华运动车型。

理想ONE
前不久,“理想智造”品牌已经正式更名为“理想”,口号是“为用户打造没有里程焦虑的智能电动车”,因而采取了一条和绝大部分新造车不同的路线,它打造的是一台增程式电动车,一台需要加油的电动车,某种程度上,它与日系的混合动力还是有些相似。
理想ONE定位为中大型SUV,车长超过5米,宽度接近2米。内饰上,理想ONE提供6座和7座两个版本,分别采用222和232的座椅布局,内部布置保证了充裕的三排乘坐空间。
动力方面,理想ONE采用增程式电驱动系统,前后双电机实现了电动四驱,其综合总功率为326马力,最大输出功率达到530牛·米,0-100公里/小时加速时间为6.5秒。

威马EX5 Pro
对比其他几家新造车企业,业界人士认为,威马更像新能源车界的小米。
外观上,威马EX5 Pro在沿用标准EX5的基础上,细节进行了一定程度的运动升级,包括19英寸专属低风阻轮毂、空气动力学运动套件等。此外将整车风阻系数降至0.3以下,辅以Pro专属龙胆蓝外观配色、冰原蓝内饰拼色主题。
内饰上,采用了超纤绒和真皮的搭配,配有11个扬声器的WM-Sonic 立体环绕音响,动力部分,威马EX5 Pro搭载Living Motion三电动能系统,可实现0.2秒快速动力响应和百公里加速8.1秒的表现。

极星Polestar 2
前不久,作为从沃尔沃高性能部门独立出来的Polestar正式发布官方中文名称“极星”,为了更好地实现本地化,Polestar选择与高德地图、科大讯飞、阿里巴巴人工智能实验室等展开合作,
内饰上,Polestar 2采用11英寸大屏,支持OTA空中升级,海外版搭载了谷歌Android HMI、车机版Google智能助手等智能应用,未来国内方面也会跟进语音助手功能。
动力方面,前后双电机的配置可以提供300千瓦的最大输出功率和660牛·米的峰值扭矩,百公里加速的“目标”时间为4.7秒,72千瓦时电池组在NEDC工况下的“目标”续航里程为500公里。

奥迪e-tron
40年前的燃油车时代,奥迪凭借quattro竖起了拥有赛道动力的豪车招牌;如今,奥迪用e-tron展示电动化决心。
奥迪e-tron是奥迪首款纯电动SUV,外观上采用了奥迪家族新的设计理念,大尺寸的六边形进气格栅搭配两侧尖锐、狭长的大灯组,真皮多功能方向盘和换挡拨片的组合让整车运动感十足。
内饰上,新车配备了全液晶仪表盘,且搭载了双触控屏,分别控制着多媒体娱乐系统和空调系统,同时更有全景影像为泊车提供更加全面和安全的引导。
动力方面,奥迪e-tron采用双电机四驱的驱动形式,最大功率300马力,0-100km/h加速的时间小于6秒,初创性能可与跑车相媲美。

奔驰EQC
奔驰EQC外观上很大程度的还原了Generation EQ概念车的设计语言。前脸设计在保留了传统进气格栅设计的同时又进行了密封处理,并搭配上可发光的奔驰 LOGO以及LOGO上方的灯带,营造出了不俗的质感。
内饰上, EQC采用了双10.25英寸显示屏作为仪表盘和中控大屏,装配有EQ系列车型专属的“电路板风格”的空调出风口、蓝紫色的仪表背光、氛围灯和全新的三辐式方向盘并拥有双拇指控制(Dual Thumb Controls)系统。
动力部分,梅赛德斯-奔驰 EQC于底盘上搭载了前后双电机,其中后电机负责提供大的推力,前电机负责兼顾日常的轻度使用,并可实现四轮驱动。此外,该车还装配有动态扭矩分布,当超出一定的运转范围,电控系统会在车轴间智能分布扭矩,这将为达到高扭矩创造足够条件。双电机的最大输出功率达到300kW(408PS)、最大扭矩765N·m,可实现5.1s完成0-100km/h的加速和180km/h的最高速度。
“大象转身难”,作为汽车行业巨头,奔驰的电动化之路举步维艰。但也有人认为,在全球车企迎接新能源化的过程中,相比于BBA中的另外两大豪华品牌,奔驰的转身相对还算灵活。按照计划,奔驰EQC新车将于2019年底在华实现国产化生产。但这还远远不够,在豪华车品牌的下一个电动车战场,奔驰不止要大象转身,还要与更多新入局车企比拼速度,这需要让大象“跑”起来。

比亚迪E2
比亚迪E2外观的整体设计风格融入了“Dragon Face”的设计元素,,新车前脸采用了六边形大尺寸前格栅设计,内部则以点阵式进行装点,配合两侧棱角锋利的大灯组以及线条夸张的L型进气口,车尾部分比前脸更加激进,尾灯采用折线设计造型。
内饰上e2的内饰和 e1基本保持一致,诸如全液晶仪表盘、智能旋转大屏和三幅运动化平底方向盘都被保留,但在最终量产时,是否调整还未知。
动力方面,新车将搭载永磁同步电机,最大功率为70kW,电池方面使用的是镍钴锰酸锂电池,新车的NEDC续航里程有望达到360km或以上。
在转向新能源的路上,比亚迪走得非常迅捷,在去年,比亚迪品牌内部新能源车型销量首次超过传统燃油车,同时并未局限于入门级车型,而是完成了下至10万,上至30万的全方位产品布局,成为电动车行业里,竞争力不容小觑的参与者。
2019是汽车行业巨变的年份,四化(电动化、智能化、网联化、共享化)浪潮席卷整个产业,新能源汽车不断涌现,它们是汽车新秀,也是燃油派劲敌,而且这一次,不再是空泛的预测,一切将成为现实。
在2019年的路上,不少新伙伴就要与我们相见,记住这些全新的面孔,或许在你的车库,就有专为它留下的一隅。网易智能将持续关注汽车行业全新的变化和趋势,明年车展见。

自动驾驶发展现状及热点研究——传感器技术

知识讲堂奇点汽车 发表了文章 • 0 个评论 • 176 次浏览 • 2019-04-01 13:36 • 来自相关话题

对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。   传感器技术 传感器而言,大 ...查看全部
对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。
 
传感器技术

传感器而言,大家比较关心新技术。

在摄像头技术方面,HDR,夜视镜头,热敏摄像头等是比较热的研究。前段时间有研究(MIT MediaLab教授)采用新技术穿透雾气的镜头,叫做single photon avalanche diode (SPAD) camera;另外,能不能采用计算摄像技术(computational photography)改进一下如何避免雨雪干扰,采用超分辨率(SR)图像技术也可以看的更远。前不久,图森的摄像头可以看1000米远吗,要么采用高清摄像头4K甚至8K,要么采用SR技术实现。

这是介绍SPAD的两个截图:

1.jpg


2.jpg



另外,单目系统比较流行,现在也有双目系统存在,比如安霸从意大利帕尔马大学买到的VisLab自动驾驶技术,还有Bertha Benz著名的Stixel障碍物检测算法。因为基线原因,车上可以配备多个双目系统,以方便测量不同距离的障碍物。懂计算机视觉的同学知道,立体匹配和基线宽度在涉及视觉系统的时候有一个权衡。深度学习已经用来估计深度/视差图,就如分割一样,pixel-to-pixel。甚至单目也可以推理深度,结果当然比双目差。

3.jpg


4.jpg



激光雷达最热,一是降低成本和车规门槛的固态激光雷达,二是如何提高测量距离,三是提高分辨率和刷新频率,还有避免互相干扰和入侵的激光编码技术等。其实激光雷达的反射灰度图也是一个指标,3-D点云加上反射图会更好,比如用于车道线检测。

另外,摄像头和激光雷达在硬件层的融合也是热点,毕竟一个点云的点是距离信息,加上摄像头的RGB信息,就是完美了不是?一些做仿真模拟以及VR产品的公司就是这么做的,去除不需要的物体和背景就能生成一个虚拟的仿真环境。

这里是一家美国激光雷达创业公司AEye的技术iDAR截图,iDAR 是 Intelligent Detection and Ranging,最近该公司宣称已经能够实现测距1000米(一两年前谷歌就说,它的激光雷达能看到3个足球场那么远):

5.jpg



毫米波雷达方面,现在也在想办法提高角分辨率。毕竟它是唯一的全天候传感器了,如果能够解决分辨率这一痛处,那么以后就不会仅仅在屏幕上展示一群目标点,而是有轮廓的目标,加上垂直方向的扫描,完全可以成为激光雷达的竞争对手。希望新的天线和信号处理技术可以解决雷达成像的难点,包括功耗。

这里是NXP提供的新型高分辨率雷达和激光雷达比较的截图:

6.jpg



超声波雷达,基本是用在泊车场景,便宜。

国外智能网联汽车传感器产业发展情况及启示

博客tututu 发表了文章 • 0 个评论 • 123 次浏览 • 2019-03-21 17:36 • 来自相关话题

摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽 ...查看全部
摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车[①]。
cpu2.png
汽车智能网联技术成为了全球科技创新领域新的焦点,而智能网联汽车是继新能源汽车后汽车产业发展的又一制高点。在这样的背景下,奔驰、宝马、奥迪、比亚迪、上汽等全球知名汽车制造商,以及华为、Intel、百度、中兴、高通等国内外IT产业巨头都将智能网联汽车作为自身发展的一大重点。
放眼国内,国家层面给予了高度重视和及时引导,国内长安、一汽、上汽、北汽等大型整车企业都制定了智能网联汽车发展的规划和战略。从智能网联汽车的技术架构来看,环境感知技术是实现车与车、车与路、车与人以及车与云之间信息交换的“五官”,而传感器在其中扮演着信息采集非常重要的角色。为此,本文旨在分析国内外智能网联汽车传感器产业国内外进展,二者的差距,以期从中得出有益的结论,为我国智能网联汽车产业持续健康发展夯实基础献策建议。
一、各国高度重视智能网联汽车发展
(一)美国:国家战略和配套政策法规为产业发展保驾护航
早在2015年,美国交通运输部就发布了《美国智能交通系统(ITS)战略规划(2015-2019年)》,该战略的核心是汽车的智能化与网联化,旨在解决美国交通系统存在的问题。为了自动驾驶技术在制度和政策法规上有据可循,美国交通运输部联合国家公路交通安全管理局于2016年发布了《联邦自动驾驶汽车政策》,对自动驾驶汽车技术必须满足的安全评估作出了明确规定。此后,包括加州、密歇根州、内华达州等多个州以及哥伦比亚特区出台了地方性的无人驾驶法规,各州根据实际情况对自动驾驶技术的研发和测试作了不同规定。
(二)欧洲:加大资金投入,多国已开展无人驾驶路测
英国:2014年,英国政府与整车企业共同出资2亿英镑(双方各出资1亿英镑)成立 “智能移动基金”,重点扶持与自动驾驶相关的研发、测试和商业化发展。2017年,为了增强英国汽车行业的网络安全标准,英国政府对5×StarS联盟进行专项资助。此外,英国政府向宝马、福特、路虎等政策企业投资超过1亿英镑,大力推动自动驾驶技术发展。
法国:2014年,法国发布自动驾驶汽车发展路线图,并宣布投资1亿欧元进行自动驾驶汽车实际道路测试,同时启动道路交通法规修订程序。2016年8月,法国政府进一步放宽了路测准入,允许外国汽车制造商在法国开展路测,这项政策也是法国新工业战略的重要部分。此外,德国、瑞典、挪威等国已在进行或正在推进无人驾驶路测。
(三)亚洲:智能网联汽车处于高速发展阶段
日本:日本IT综合战略本部于2016年制定了自动驾驶普及路线图,允许自动驾驶汽车在有司机的情况下可以2020年上高速公路行驶。2017年4月,日本将汽车保险的赔付范围延伸至自动驾驶期间的交通事故;2017年6月,日本允许汽车在驾驶位无人的状态下进行路测。
新加坡:2014年8月,新加坡成立自动驾驶汽车动议委员会,从2015年1月开放近5公里的特定路段供无人驾驶汽车测试。2017年底,开通一条路测专线,允许自动驾驶汽车在许可范围内进行公共道路测试。近年来,新加坡无人驾驶的政策环境和研发路测环境都在不断完善,极大地促进了智能网联汽车产业的发展。
二、全球汽车传感器产业呈现新的发展趋势
(一)传感器市场需求空间进一步加大
智能驾驶的发展将大幅提升对传感器的需求量。传感器在智能汽车领域起着重要作用,担任着智能驾驶汽车的感知系统,比如ADAS的感知层中需要用到大量的摄像头、超声波雷达、毫米波雷达、激光雷达、夜视仪等传感器。随着ADAS系统逐渐成熟,汽车传感器的需求量将会大幅攀升。随着汽车电子化、智能化和网联化,传感器在汽车上的应用越来越广泛,2000 年汽车上装配的传感器只有 10 个左右,到今天中高端的车上传感器已经增长到 100 多个,未来随着智能网联的进一步深化,汽车配备的各类传感器仍将有 4 倍的增长空间。权威部门预测,2016年到2025年全球车用传感器市场规模将从82亿美元增长至290亿美元,年复合增长率(CAGR)达到15 %。
(二)传感器智能化、微型化趋势愈加明显
传感器智能化是指传感器除了实现传感的基本功能之外,还具备自我校准、自我标定等功能,更重要的是能够基于自身逻辑判断和信息处理能力,对采集的信号进行智能处理。在实际应用中,相较于一般的传感器,智能传感器在测量精度、信噪比、远程可维护性、稳定性和可靠性等方面都更胜一筹,非常适合智能网联汽车的需求。而对于微型化,主要是利用基于半导体集成电路技术发展的MEMS技术,在一块芯片上将敏感器件、DSP、数据处理装置集成封装,能够有效降低传感器成本、提升传感器集成度、缩小传感器体积并提高系统的测试精度。目前,基于MEMS技术的传感器已经在汽车领域广泛应用,取代传统传感器趋势明显。随着电子制造工艺的不断迭代,微型传感器将进一步向纳米传感器演进,更加适合智能网联汽车的发展。
(三)自动驾驶安全性保障需要多传感器的融合应用
一方面,不同类型的传感器适应的最优应用场景存在差异性,智能网联汽车实际行驶环境复杂,现有单一传感器并不能满足复杂路况下的所有需求。以摄像头和激光雷达为例,摄像头成本低、应用广泛,但算法识别率有待进一步提高;而激光雷达虽然识别率更高,但成本偏高且环境适应能力较差。采用多传感器协同工作,可优势互补,进而提高驾驶安全性。另一方面,为了保证自动驾驶的行驶安全性,智能网联汽车感知方案必须要具备安全冗余性。在此前提下,多传感器协同工作,以及协同工作下产生的信息冗余就显得非常有必要。目前来看,毫米波雷达、激光雷达及摄像头等传感器多路融合是自动驾驶传感器方案的主流发展趋势。
三、我国智能网联汽车传感器发展存在的问题
(一)核心专利被国外企业垄断
国内汽车传感器市场的需求量巨大,每年进口额都超过千亿人民币,这主要是国内汽车传感器芯片、传感器关键技术和传感器产业结构与国外存在较大差距,导致国内汽车传感器在高端市场竞争中缺位或者是竞争力不足。比如国内企业多数只能做一些水温和压力传感器等技术含量不高、附加值低的产品,而针对国五、国六排放阶段在尾气处理上必须要用到的氮氧化物传感器等一些高技术含量产品,国内目前还是完全依赖进口。目前,国内汽车传感器市场绝大部分被西门子、博世、霍尼韦尔等国际零部件巨头占据,90%传感器依赖国外。国内在汽车传感器新原理、新器件和新材料等方面的研发和产业化能力较弱,汽车传感器核心专利大部分被外资厂商垄断,严重阻碍了中国自主传感器产品的发展。
(二)企业研发投入资金来源有限
汽车传感器的研发投入动辄上千万甚至上亿元,一般民营企业凭借自身实力有限,并且融资渠道也同样缺乏。汽车传感器产业链上的很多企业在不断加大投资之后,往往会面临“后继乏力”的困境。其主要原因是汽车传感器产业大投入、长周期、高风险等因素,使常规的市场渠道难以支撑行业的持续巨额资金投入。以传感器芯片为例,新产品一般要过2至4年才可以进入市场,5至6年开始实现销售,8至9年才可能达到收支平衡,10年才可能达到盈利,期间每年又需投入数亿美元,一般的投资很难连续支撑。由于短期内难以获利,银行等金融机构对于该行业缺乏足够的投资兴趣,导致汽车传感器产业的投融资渠道更加不顺畅。
(三)汽车传感器缺乏配套试验和应用环境
汽车是由多达几千个电子零部件组成的复杂产品,特别是随着汽车产业的发展,控制电子部分、多媒体电子部分、导航及车载通信等等越来越多,使车辆复杂程度不断加大。而这些电子零部件产品可靠性十分重要,直接决定了整车的安全及运行可靠性。特别是严苛的环境(运输过程、存放、工作中、气候等因素),都在考验着汽车电子产品的可靠性。汽车传感器作为汽车电子产品中最典型代表在应用时要和发动机以及整个调校系统进行匹配试验,但国内在这个环节上的配套环境不成熟,现有的系统和设备严重落后。这就导致企业无法真正了解产品后续的匹配性和可靠性以及所需的改进方案,有直接影响了下游企业对使用国产传感器的信心。
四、对策建议
(一)加强智能网联汽车传感器核心技术攻关
一是依托现有基础,提高自主创新能力。利用较为成熟的转速传感器、压力传感器、温度传感器技术,加大车用传感器研发投入,推进传感器企业与国际知名汽车零部件企业及国内整车企业、科研院所等单位的交流合作,协同开发新型车载传感器技术与产品。二是聚焦重点,推动产业高质量升级。重点围绕激光雷达、毫米波雷达、超声波传感等智能网联汽车亟需的传感器产品,突破激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77GHz 雷达等核心部件,以及自动化设计、试验仿真、软件算法等关键配套技术。推动MEMS技术逐步取代传统机电技术生产传感器,提高车用传感器总体设计水平、技术水平和产品可靠性。
(二)完善智能网联汽车传感器产业链布局
一是联合攻关,提高竞争实力。支持国内汽车传感器企业开展器件设计、制造封装工艺、系统集成等联合攻关,提升产品性能,提高产业整体竞争实力。二是产业链上下游联动,缩短产品市场化周期。瞄准汽车电力驱动系统、电源系统、无人驾驶系统、安全系统、导航系统和辅助系统,大力推动新型车用传感器自主研发。加大智能网联汽车传感器配套政策引导,鼓励国内整车厂商与国内传感器制造企业加强技术交流与合作,共同推进国内汽车传感器产品在新能源汽车和智能汽车上的市场准入,并在这一过程中形成产业集聚发展态势。三是把握时间窗口,加大示范应用力度。把握智能网联汽车快速发展的契机,以下游整车企业需求为牵引,实施智能网卡汽车传感器重大示范应用工程,积极提升国产化汽车传感器的实际应用水平,带动国产化汽车传感器的市场占有量,降低产品成本,推进我国智能网联汽车传感器产业各环节协同发展。
(三)加大资金和人才保障力度
资金方面,不仅要研究利用现有财政资金渠道,优化资源配置,加大对智能网联汽车传感器产业扶持力度,更要进一步研究PPP、产业投资基金、科技投资保险、金融租赁等投融资新模式,吸纳社会资本,建立公平的投资环境,优化投融资环境。建立国家智能网联汽车传感器专项资金,采取委托贷款、股权投资等方式,引导和撬动更多的社会和金融资本,投向智能网联汽车传感器领域。人才方面,鼓励高等院校、科研机构根据需求和自身特色,联合公共服务平台和企业,建设跨学科的智能网联汽车传感器综合人才培养基地,为企业输送高层次工艺人才和技术创新人才。积极引进海外领军人才和髙端技术人才,持续优化人才环境,支持相关院士工作站、博士后工作站、技术中心、孵化创业中心等建设,为高端人才集聚提供载体。

作者:中国电子信息产业发展研究院 彭健
[①] 《国家车联网产业标准体系建设指南(智能网联汽车)》

多家车企科技公司组建联盟 普及自动驾驶知识

知识讲堂betty19920416 发表了文章 • 1 个评论 • 515 次浏览 • 2019-01-19 10:29 • 来自相关话题


  车用传感器是汽车计算机系统的输入装置,它把汽车运行中各种工况信息,如车速、各种介质的温度、发动机运转工况等,转化成电信号输给计算机,以便发动机处于最佳工作状态。