智能汽车“秘密武器”大揭秘

——智能汽车环境感知系统测试技术探索

1.自动驾驶汽车需要哪些类型的传感器？

传感器是一个很宽泛的概念，类比我们人体来说，它其实就是由众多不同功能传感器组成的，外面下雨，我们能感受到皮肤表面有水滴，这是湿度传感器；手里拎着物品，经验丰富的人能掂出物品的重量，这是压力传感器；天冷了加衣服，天热了扇扇子，感受这种气温的变化是温度传感器。对于目前的车辆来说，这类传统的传感器应用已经很普遍了，包括我们日常使用的智能家居也已经应用了这类传感器。未来的自动驾驶汽车，它对于传感器的功能又提出了更高的要求，自动驾驶作为人类意识的延伸，必然需要实现一部分功能来媲美人类感官。假想一下，我们往车上一坐，看到正前方走过一个小孩，侧后方来了一辆车，开着开着，一看路牌知道来到了人民广场，发个信息给店家订个座吧，进到商场下车车就自动去找停车位了，然后发个信息说自己已经停好了。刚刚的这个场景其实已经包含目前自动驾驶传感器几大功能，广义一点就是与周围进行信息交互，狭义一点就是实现目标感知，精准定位和互联通信。目标感知主要由毫米波雷达、激光雷达、超声波雷达、红外雷达、摄像头实现，精准定位主要由卫星导航、惯性导航、组合导航实现，互联通信主要由通信终端实现。

2.各种的优缺点？（每一项传感器单独介绍并拍摄其在汽车上搭载的场景）

这部分我们分三块讲，首先是目标感知的五个传感器，我们通过分析它们的数据结果来说明各自的优缺点。车前方装了一个超声波雷达，它能知道前方有个障碍物，距离大概是1m，精度低，角度大概20°-30°，不准确，这个障碍物是汽车还是行人，不知道；距离超过2m就看不见了，说了一堆好像都是缺点，但它也有优点，就是便宜。毫米波雷达，同样前方有个障碍物，距离120.5m，角度4.5°，运动速度45.3km/h，大概是个车，具体是卡车、轿车、SUV不知道，可以看出来，毫米波雷达已经能够做一些比较精确的目标探测了，但是和我们人眼看到的目标信息还是有差异，他只能做一些简单的目标分类，能区分人和车，但是没法区分车型，价格也比较适中。汽车上分单目摄像头和双目摄像头，顾名思义，就是一个摄像头和两个摄像头，摄像头就像我们人眼一样，一个摄像头看到的是一个平面，两个摄像头就能看到一个立体的空间，信息也更丰富，但是摄像头受天气影响较大，在黑夜、雨雪、强光条件下工作性能都会受到很大的影响。红外雷达主要利用物体自然发射的热量差异来检测目标，能弥补摄像头夜间视野差的缺陷，但是符合车规级产品目前还没有出现，都在研发阶段，成本也比较高。下面讲讲激光雷达，激光雷达的目标检测效果介于毫米波雷达和摄像头之间，他既能像毫米波雷达一样准确地输出目标的各项参数，同时也能输出目标图像级的轮廓，还不受天气的影响，按理说它是最完美的传感器，关键是它现在的价格太贵了，一部激光雷达的价格已经接近一辆汽车了。

刚才讲了目标感知，然后是精准定位，卫星导航和惯性导航不存在竞争关系，他们互为补充，卫星导航输出汽车自身的经纬度信息，惯性导航输出汽车自身的速度、方位等姿态信息，现在越来越多的高端车考虑二者结合，使用组合导航的方式实现定位。

通信部分在去年以前还有两种路线之争，主要是DSRC和V2X，DSRC由美国主导，V2X由中国和欧洲主导，他们的区别主要在汽车通信方式上。车联网和手机接入网络会有一些区别，手机不支持短距离通信，意思是即使我们面对面坐在这里，我给你发一条信息，这条信息也需要先通过基站进行转发，但是车联网为了提升安全性和实时性，必须要实现短距通信。DSRC只支持车车通信，V2X不仅支持车车通信，也支持与基站的通信，整体相对比较灵活，所以去年欧洲5GAA已经确定V2X为发展方向。

3.在智能汽车上的应用？

自动驾驶横向按照功能阶段分为L1-L5共5个等级，纵向按照控制逻辑分为感知、决策、执行三个阶段，这是一个循序渐进的过程，看似离我们还很遥远，但是它的前身高级辅助驾驶已经充分渗入到我们日常的开车行为中。举几个简单的例子：自动泊车，它主要涉及到的是近距，用得比较多的就是超声波雷达，当然仅靠超声波雷达不能提供很好的用户体验，为了提高整体精度，不同的生产厂商会融合其他的传感器数据，比如摄像头或者毫米波雷达，这与各自先期的技术积累有关。还有一个例子，自适应巡航，现在中国的高速公路越来越多，里程也越来越长，很多车为了适应这种行驶场景，纷纷推出了定速巡航的功能，但是不可避免的，高速上还是会有各种各样的紧急情况出现，为了适应这个前方车辆速度、距离的突然变化，自适应巡航应运而生，它的关键技术及时时刻探测前方目标的状态信息，比如距离、速度、角度信息，来实时调整本车的车速以保证安全，这套系统对于探测范围和精度都有很高的要求，所以一般采用高配的毫米波雷达来实现相应功能。

4.智能感知系统在整个智能汽车的智能系统中的地位?自动驾驶汽车的传感器市场发展现状如何？未来发展前景？（专家介绍为主后期再配合相应的素材）

前面也提到过智能汽车按照控制逻辑分为感知、决策、执行三部分，所以感知系统是基础，是原材料。作为感知系统的核心部件，传感器目前的产业发展还是很可观的，基本能保持年均15%的增长率，2019年的市场是2100亿，伴随传感器市场蓬勃发展的是汽车电子市场，目前国内汽车产品中电子产品和技术的价值含量只占10%-15%，但国外汽车的相关比例已经达到22%，中高端汽车中的电子部分占比已经达到30%，这个比例并不是重点，终有一天，达到50%以上也是合理的，所以传感器市场乃至整个汽车电子市场都有很大的成长空间。上海及周边最近几年成长了一大批制作芯片、印制电路板、零部件、ADAS算法的企业，产品性能与国外的差距也越来越小，在部分ADAS功能中已经能完全实现国产化。前几天5月13号，第45颗北斗卫星正式入网工作，标志着北斗卫星的全球组网工作又迈进了一步，现在车载导航终端都是采用双模体制，既支持美国的GPS，也支持中国北斗。通信部分V2X的发展也是前景广阔的，中国推行的LTE-V2X能够平滑演进到5G-V2X，而中国在5G的话语权也越来越强，所以不论从产业的发展趋势来看，还是从国内的技术储备来看，未来中国的自动驾驶在世界范围内都是非常具有竞争力的。。

5.这些传感器都有哪些主要性能指标及测试流程？（专家介绍为主后期再配合相应的素材）

性能测试是一块挺复杂的工作，根据汽车的V字型开发验证路线及产品的生命周期进行切割，有部件级性能标定、部件级装车集成测试、系统级效能评估、整车级场景测试。测试流程大致就是我们通过试验系统提供一个理论值，然后将产品的输出值进行信息化读取，完成有效数据筛选后与理论值进行比对校验。这里涉及到的传感器比较多，我们选毫米波雷达讲一下吧，在部件级性能标定阶段，我们主要关注产品本身在理想工况下的性能，评价指标就是输出目标距离、角度、速度、功率等信息的准确度；部件级装车集成测试主要去评估雷达装车阶段与其他功能件的匹配情况，比如保险杠、车标对电磁波传输特性的影响，会不会带来假目标及性能的衰减；系统级效能评估阶段主要是从整个ADAS功能的角度上去评判这个传感器，结合最终的输出结果去评价整体功能，整体测试还是在封闭道路上；整车级场景测试会结合一些实际天气、场景的变化，在半封闭、开放道路中去评价整体功能。关于传感器的测试大概就是这样的流程。