1 传感器功能
自动驾驶系统通常使用多种传感器来实现对车辆周围环境的全面感知，包括摄像头、雷达、激光雷达（LiDAR）、超声波传感器、惯性测量单元（IMU）和全球定位系统（GPS）。
以下是我们对这些传感器做分别介绍：
1） 摄像头（Camera）
主要组件包括镜头、图像传感器（通常是CMOS或CCD传感器）和处理单元。
工作原理
摄像头的工作基于光学成像原理，光线通过镜头聚焦在图像传感器上，传感器将光信号转换为电信号，随后通过处理单元生成数字图像。
分类
- 单目摄像头：只有一个镜头，主要用于检测物体和车道线。
- 双目摄像头：两个镜头，能够产生深度信息，用于立体视觉。
- 多目摄像头：多个镜头，生成更广泛的视野和更准确的深度感知。
- 环视摄像头：布置在车身四周，用于生成360度全景图像。
特点
- 分辨率高：能够捕捉细节信息。
- 成本较低：相对于激光雷达，成本较低。
- 光照依赖：性能受光照条件影响。
2）毫米波雷达（Radar）
工作原理
毫米波雷达是基于多普勒效应和时域反射原理，雷达天线发射毫米波信号，信号遇到障碍物反射回接收器，通过探测波反射回来的时间差和频移，测量物体的距离、速度和方向来确定目标信息。
分类
- 短距离毫米波雷达SRR：通常工作在24 GHz频段；探测距离一般在0.2到30米左右；具有较大的水平视角（通常大于120度），适合近距离广角检测，常用于盲点检测、辅助变道。
- 中长距离毫米波雷达MRR：通常工作在77 GHz或79 GHz频段；探测距离一般在0.5到150米左右；较高的分辨率和精度，能够检测并分辨中等距离的多个目标物体，适用于中距离目标检测和跟踪，如自适应巡航控制和前向碰撞预警。
- 长距离毫米波雷达LRR：通常工作在77 GHz或79 GHz频段；探测距离一般在10到250米以上；非常高的分辨率和精度，能够检测和跟踪远距离的多个目标物体，适用于高速行驶场景，提供长距离的目标检测和跟踪能力，确保车辆在高速行驶时的安全性。
特点
- 能见度高：不受天气和光线影响。
- 范围远：探测距离较远，适合高速公路环境。
- 分辨率较低：相对于摄像头，分辨率较低。
3）激光雷达（LiDAR）
工作原理
激光雷达发射激光脉冲，脉冲遇到障碍物后反射回来，测量激光脉冲的飞行时间差来计算距离，生成高精度的三维点云数据，描绘周围环境。
分类
- 机械式LiDAR（Mechanical LiDAR）是目前最常见的一种类型，主要通过机械旋转或摆动的方式实现全方位扫描。典型的机械式LiDAR包括旋转式和摆动式。
- a）旋转式LiDAR： 通过激光发射器和接收器的360度旋转，实现全方位的环境感知。优点是视野广、数据密度高，但机械运动部分复杂，可靠性和寿命相对较低。
- b）摆动式LiDAR： 通过激光发射器和接收器的往复摆动，覆盖特定的角度范围。通常用于侧向或前向探测，结构相对简单，但覆盖范围较旋转式有限。
- MEMS LiDAR（Micro-Electro-Mechanical Systems LiDAR）利用微机电系统技术，通过微小的镜片或微镜阵列的快速摆动来引导激光束扫描环境。优点体积小、重量轻、成本相对较低；但受限于MEMS微镜的大小和摆动速度，扫描范围和数据采集速度可能不如机械式LiDAR。
- 相控阵LiDAR（Phased Array LiDAR）通过改变激光发射阵列的相位，实现激光束的电子扫描，而无需机械运动部件。优点无机械运动部件，具有更高的可靠性和更快的扫描速度，可以实现快速、多方向的扫描；但技术复杂，成本较高。
- Flash LiDAR类似于传统的照相机，采用大范围的激光闪光灯一次性照亮整个场景，通过接收器阵列同时接收返回信号。优点可以在极短的时间内捕捉整个场景的数据，适合高动态环境和高速运动物体的探测；但分辨率较低，探测距离有限，适用于中短距离的应用场景。
特点
- 高精度：生成高分辨率的三维点云。
- 探测范围广：覆盖范围大，适合复杂环境感知。
- 成本高：相对于其他传感器，成本较高。
4）超声波传感器（Ultrasonic Sensors）
工作原理
基于声波测距原理。超声波发射器发出声波，遇到物体后反射回来，接收器测量声波的回波时间来计算距离，确定物体的位置和距离。。
分类
- UPA（Ultrasonic Parking Assist），UPA传感器探测距离一般在15-250厘米；较窄视角，适合近距离探测；分辨率较低，但足以满足停车辅助需求。一般作为前后保险杠的停车传感器或倒车雷达，安装在车辆的前后保险杠上，帮助驾驶员在停车时检测前后的障碍物，发出声光警示。
- APA（Advanced Parking Assist），APA传感器探测距离一般在30-500厘米；视角较广，结合多种传感器提供全方位的检测。一般应用于全自动泊车系统，系统能够自动检测适合的停车位，并在驾驶员的监督下自动完成停车操作。
特点
- 短距离探测：适用于低速和近距离检测。
- 成本低：相对于其他传感器，成本较低。
- 分辨率低：检测精度较低。
5）惯性测量单元（IMU）
工作原理
IMU通过加速度计测量线性加速度，陀螺仪测量角速度，结合这两者的数据计算车辆的姿态和运动轨迹。
分类
- 加速度计：测量线性加速度。
- 陀螺仪：测量角速度。
- 磁力计：测量地磁场方向。
特点
- 高精度：提供高精度的姿态和运动数据。
- 高速响应：适应快速变化的动态环境。
- 数据漂移：长时间使用可能出现漂移，需要校准。
6）全球定位系统（GPS）
工作原理
GPS通过接收来自不同卫星的信号，通过三角测量法计算出当前物理位置。
分类
- 标准GPS：提供一般精度的位置数据。
- 差分GPS（DGPS）：通过基站校正，提供更高精度的位置数据。
- 精密GPS（RTK）：实时动态测量，提供厘米级精度。
特点
- 高精度：高精度GPS可以提供厘米级定位。
- 全球覆盖：全球范围内都可使用。
- 信号受限：在城市峡谷或隧道内信号受限。
2 传感器需求
SAEJ3016标准将自动驾驶分为L0-L5级别，那么每个级别或者说现在市场上主流的L1，L2，L2+，高阶自动驾驶都各自需要哪些传感器，每种传感器大致需要多少个，如何部署呢？
在文章（[自动驾驶技术]-1概述和法规）中介绍了L0-L5每个级别对应的诸多子功能，例如FCW PCW LCA AEB RCW SCW LDW LKA LCC ACC TJA ALC HWA NOA APA RPA AVM Sumor TJP HWP AUP CP等，以下我们将这些子功能逐一进行拆解介绍所需的传感器需求和位置。
1）主动安全功能
FCW（前碰撞预警）：前视摄像头和毫米波雷达，用于检测前方障碍物和车辆，预警潜在碰撞。
PCW（行人碰撞预警）：前视摄像头和毫米波雷达，检测行人并预警碰撞风险。
AEB（自动紧急制动）：前视摄像头和毫米波雷达，用于检测前方车辆和障碍物，自动制动以避免碰撞。
LDW（车道偏离预警）：前视摄像头，用于检测车道线，预警车辆无意偏离车道。
LKA（车道保持辅助）：前视摄像头，用于检测车道线，辅助车辆保持在车道内。
LCC（车道居中控制）：前视摄像头和毫米波雷达，保持车辆在车道中心行驶。
LCA（变道辅助）：前视摄像头和后视/侧视雷达，检测盲区和相邻车道车辆，辅助安全变道。
RCW（后方碰撞预警）：后视摄像头和后视雷达，检测后方车辆接近风险，预警驾驶员。
SCW（侧向碰撞预警）：侧视摄像头和侧视雷达，检测侧后方来车，预警驾驶员。
BSW（盲区监测）：侧视雷达或摄像头，监测车辆盲区，并警告驾驶员盲区内的车辆。
2）泊车辅助功能
APA（自动泊车辅助）：多摄像头和超声波传感器，自动检测停车位并完成停车操作。
（超声波传感器的部署一般是车前保4个UPA+车后保4个UPA+车侧4个APA）
RPA（远程自动泊车）：多摄像头和超声波传感器，通过手机应用远程控制车辆停车。
HPA（家庭自动泊车）：多摄像头和超声波传感器，自动导航到家庭停车位。
Sumor（远程召唤）：多摄像头和雷达，远程召唤车辆到驾驶员所在位置。
AVM（全景环视监控）：需要多个环视摄像头（通常4个），安装在车前、车后、车两侧，用于生成车辆周围的360度视图。
3）驾驶舒适功能
ACC（自适应巡航控制）：前视摄像头和毫米波雷达，保持与前车的安全距离并自动调整车速。
TJA（交通拥堵辅助）：前视摄像头和毫米波雷达，低速跟随前车，适应交通拥堵情况。
ALC（自动变道辅助）：前视、后视、侧视摄像头和雷达，自动变道时确保安全。
HWA（高速公路辅助）：前视摄像头和毫米波雷达，高速公路上自动驾驶，包含车道保持、变道和自动调速。
4）高阶自动驾驶功能
NOA（领航辅助驾驶）：多摄像头和雷达，高速公路上从匝道进入到匝道退出的全自动驾驶。
TJP（交通堵塞领航）：前视摄像头和毫米波雷达，自动驾驶车辆在交通堵塞时低速行驶。
HWP（高速公路领航）：前视摄像头和毫米波雷达，高速公路上全自动驾驶。
AUP（自动代客泊车）：多摄像头、雷达和超声波传感器，自动驾驶车辆到指定接驾地点。
CP（城市领航）：前视摄像头和毫米波雷达，巡航时动态调整车辆速度和车道位置。
综合环境感知：所有传感器数据融合（前视、后视、侧视摄像头，毫米波雷达，激光雷达，超声波传感器）以实现更全面的环境感知和决策。
3 常用传感器网络方案
传感器布置需要满足对车车体360度覆盖而且具备冗余，前方的探测至少120米，后方的探测距离80米，左右两侧的探测距离最短20米。
1）L1传感器网络方案
（V-摄像头，R-毫米波雷达，Lidar-激光雷达，USS-超声波传感器）
1V1R，通常是最低限度的传感器配置，一个前视摄像头（前挡风玻璃正中）和一个毫米波雷达（车前保正中），这种配置甚至可以支持一部分基础的L2功能，但有一定的局限性。支持功能主要有：FCW AEB LKA ACC
2）基础版L2传感器网络方案
1V3R增加2个侧后雷达；1V5R，增加4个角雷达
3）L2+传感器网络方案
a）5V5R12USS
5个摄像头：1个前视摄像头（前挡风玻璃正中），4个环视摄像头即常说的鱼眼摄像头（部署位置前保正中，后保/尾门上方正中，左右后视镜下方）
5个雷达：1个前视毫米波雷达LRR/MRR部署车头正中，4个MRR/SRR部署车头车尾两侧，需与车辆四角呈左右对称布置，与车辆行驶方向成 30-45度夹角，雷达波束的中心平面与路面平行。
12个USS：8个UPA分别位于车前保和车后保，4个APA位于车头两侧和车尾两侧。
b）6V5R12USS 7V5R12USS
主要是在车前增加前视摄像头（双目或者三目）。
c）10V5R12USS 11V5R12USS
在车身四周增加4个侧视摄像头，可支持高速NOA
4）高阶自动驾驶传感器网络方案
一般在10/11V5R12USS基础上使用激光雷达，增加数量，提高线数。
4 特斯拉传感器网络方案8V1R12USS
前视摄像头（3个）：安装在前挡风玻璃后，OnSemiconductor的120万像素AR0136ACMOS。主摄像头，最大监测距离150米；窄视摄像头，最大监测距离250米；广角摄像头即120度鱼眼摄像头，最大监测距离60米。
后视摄像头（1个）：最大监测距离50m。
侧方前视摄像头（2个）：安装在B柱，90度侧方前视，最大监测距离80米。
侧方后视摄像头（2个）：安装在车前侧翼子板，最大监测距离100米。
毫米波雷达（1个）：72GHz，最大监测距离160米。
超声波传感器（12个）：最大监测距离8米。
标签：前视,驾驶,LiDAR,传感器,毫米波,雷达,感知,摄像头 From： https://blog.csdn.net/wendywm0496/article/details/139092049