【
仪表网 仪表下游】早前,特斯拉电动汽车一位司机在北京发生车祸,并投诉特斯拉公司夸大
自动驾驶仪功能误导买家后,特斯拉已经在其中国网站上删除“自动驾驶”、“无人驾驶”等字眼儿。
当时这辆汽车正处于“自动驾驶”模式,但其未能避过停在左侧的汽车,导致两辆汽车损毁,但无人员伤亡。导致汽车界主管受到重压,监管机构也加强了对自动驾驶功能的监控。
特斯拉承认从发生车祸的北京汽车上下载数据,证实其发生车祸时处于自动驾驶模式,尽管没有检测到司机双手放在方向盘上。特斯拉发表声明称,自动驾驶仪不属于无人驾驶,而仅仅是辅助司机驾驶,司机必须始终保持对汽车的控制。
在无人驾驶中,传感器负责感知车辆行驶过程中周围的环境信息,包括周围的车辆、行人、交通信号灯、交通标志物、所处的场景等。为无人驾驶汽车的安全行驶提供及时、可靠的决策依据。目前常用的车载传感器包括相机、毫米波雷达、超声波雷达、激光雷达等。根据各个传感器的特性,在实际应用中往往采用多种传感器功能互补的方式进行环境感知。
无人驾驶中几种主流的环境感知传感器,包括视觉摄像机、毫米波雷达、超声波雷达、激光雷达。那么每种传感器在同场景下有何不同呢?
车载各传感器对比
从探测距离角度,毫米波雷达(长距)和激光雷达(远距离)均能探测到200左右的物体;摄像机虽然能看到更远的物体,但是远距离测量精度不准,单目估计在20米以外精度就开始下降,立体相机测量80米以外的物体精度也明显下降;超声波雷达用于近距离探测,探测距离通常在3米以内。
从测速功能角度,只有毫米波雷达能够通过多普勒频移直接获得物体速度;激光雷达,摄像机,超声波三种传感器均不能直接获得物体速度。
从抗干扰角度,摄像机作为被动传感器,依赖外部环境光,在夜间的探测能力较大;而毫米波雷达、超声波雷达、激光雷达均是有源传感器,不受白天/黑夜的影响,具有较好的鲁棒性。在雨雪、大雾、粉尘等天气状况下,毫米波雷达具有良好的穿透性,所以性能不受显著影响;而摄像机、激光雷达在探测性能上有不同程度的衰减。
本文来源:网易科技、《自动驾驶》
全部评论