自动驾驶/辅助驾驶主要传感器布置及功能介绍
超声波雷达、毫米波雷达、前视摄像头、激光雷达以及环视摄像头等自动驾驶/辅助驾驶主要传感器布置及功能介绍。

|
字母缩写 |
英文全称 |
中文含义 |
|
R |
Radar |
毫米波雷达(短/中/长距) |
|
V |
Vision |
摄像头(前/环/周/后视) |
|
L |
Lidar |
激光雷达 |
|
U |
Ultrasonic |
超声波雷达 |
1. 超声波雷达(USS, Ultrasonic Sensor System)


超声波雷达通过发射超声波并接收反射回波,利用时间差计算距离。常见的超声波雷达分为UPA和APA,前者主要安装在前后保险杠,用于倒车辅助;后者安装在车身侧面,用于自动泊车。超声波雷达的优点在于结构简单,价格低廉;缺点在于探测距离较短,且易受周围环境干扰,造成误报。
|
超声波雷达类型 |
水平探测角 |
测量距离 |
用途 |
主要厂商 |
|
UPA Ultrasonic Parking Assistant 超声波驻车辅助 |
120° |
15-250 cm |
探测前后障碍物 |
奥迪威 博世 法雷奥 |
|
APA Automatic Parking Assistant 自动泊车辅助 |
80° |
30-500 cm |
探测侧方停车空间 |
AK2 与AK1超声波雷达相比,最大的区别在于可编码性,通过信号调整提高产品抗干扰能力。AK1 在工作时,为避免同频干扰,同侧保险杠的所有探头轮次发波,所以系统刷新周期较长。而 AK2 通过一些特殊的编码方式可实现多个传感器同时收发,有些还支持同时发送不同的超声信号,从而大大缩短系统刷新周期。

2. 毫米波雷达(Millimeter-wave Radar)


毫米波雷达利用毫米波段电磁波(频率范围为30GHz到300GHz,波长为1毫米到10毫米)进行探测和测量。它可主动发射电磁波,穿透烟尘,几乎不受光线和天气影响,帮助车辆实时感知周围物体并提供较为准确的距离和速度信息。按照频段划分,主要分为24GHz和77GHz毫米波雷达,目前77GHz逐渐成为主流;按照测量距离分,主要分为LRR(Long Range Radar), MRR(Middle Range Radar)和SRR(Short Range Radar)。
|
毫米波雷达类型 |
FOV |
测量距离 |
用途 |
主要厂商 |
|
LRR |
±15° |
200 m左右 |
ACC/AEB |
大陆 博世 华为 |
|
MRR |
±45° |
100 m左右 |
ACC/AEB |
|
|
SRR |
±80° |
60 m以内 |
BSD/ALC/RCTB |

3. 前视摄像头(Camera)


前视摄像头通常采用200M~800M像素摄像头,并通过先进的图像识别技术,实现对车辆、行人、骑行者、车道线、红绿灯以及限速牌等周围环境的检测。根据摄像头数量的不同,主要分为单目、双目和三目摄像头。前视摄像头的主要优点为能对目标类型、红绿灯、车道线等进行准确识别,且成本较低;主要缺点为受天气、光照等影响大,且对距离、速度等识别精确度不及毫米波雷达。
|
前视摄像头 |
水平探测角 |
测量距离 |
用途 |
主要厂商 |
|
单目/双目/三目 |
100°左右 |
200 m |
识别车辆、行人、骑行者、车道线、红绿灯及限速牌 |
特斯拉 博世 Mobileye 地平线 |

4. 激光雷达(Lidar)


激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。激光雷达的优点在于高精度和高分辨率、具有三维成像能力以及受光照影响小;主要缺点在于价格高昂、数据处理复杂以及功耗较大。根据扫描方式不同,激光雷达分为:机械式、半固态式和全固态式。
|
激光雷达种类 |
水平探测角 |
测量距离 |
用途 |
主要厂商 |
|
机械式 |
360° |
300 m |
检测车辆周围的车辆、行人、骑行者等 |
Velodyne 禾赛科技 速腾聚创 大疆 |
|
半固态 (转镜式、棱镜式、MEMS) |
120° |
200 m |
||
|
固态 |
120° |
150 m |

5. 环视摄像头


环视摄像头通过多个超广角鱼眼摄像头采集图像,并通过图像处理技术将这些图像拼接成一个360度的全景图像,从而实现对周围环境的全面监控。
|
环视摄像头 |
水平探测角 |
测量距离 |
用途 |
主要厂商 |
|
/ |
180° |
10 m左右 |
对车辆周围的环境、车位进行检测 |
同致电子 德赛西威 法雷奥 欧菲光 |

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)