下载掌阅APP，畅读海量书库
立即打开
·了解智能网联汽车传感设备。
·掌握智能网联汽车传感器的特点和分类。
·了解智能网联汽车各传感器之间的不同之处。
·具备讲解智能网联汽车各传感器作用的能力。
·具备根据智能网联汽车的功能需求，选择合适的传感器的能力。
·了解智能网联汽车传感器融合知识点，明确未来智能网联汽车的发展方向。
某品牌车企，近期有新车上市，新车搭载了36个传感器。现某4S店邀请你到店，为销售人员讲解这款车上搭载的传感器的用途。作为一名传感器工程师，请你以某款车为例讲解传感器的分布以及各类传感器的作用。
请查阅相关资料，简述智能网联汽车环境感知传感器的主要组成。
___________________________________
___________________________________
___________________________________
智能网联汽车通过传感器来感知信息，环境感知传感器主要有超声波传感器、毫米波雷达、激光雷达和视觉传感器等。本节分别介绍几种常见的环境感知传感器。
图1-2-1 超声波传感器
超声波传感器主要用于短距离探测物体，它不受光照影响，但测量精度受测量物体表面形状、材质的影响较大，在智能网联汽车上主要用于自动辅助泊车，其结构简单、体积小、成本低，如图1-2-1所示。
毫米波雷达是智能网联汽车上应用最广泛，也是最重要的传感器之一，主要有用于短程的24GHz毫米波雷达和中远程的77GHz毫米波雷达，如图1-2-2所示。毫米波雷达可以准确检测前方障碍物的距离和速度信息，抗干扰能力强，具备较强的穿透雾、烟、灰尘的能力，受天气情况和光线条件的影响小，体积小，但对行人的反射波较弱，难以探测。
图1-2-2 车载毫米波雷达
激光雷达是无人驾驶汽车必备的传感器，根据自动驾驶级别，可以配备不同线束的激光雷达，如图1-2-3所示。激光雷达分为单线束和多线束激光雷达，多线束激光雷达通过点云来建立周边环境的3D模型，可以检测出包括车辆、行人、树木和路沿等细节。激光雷达能够直接获取物体的三维距离信息，测量精度高，对光照环境变化不敏感，抗干扰能力强，是智能网联汽车发展的最佳技术路线，但是成本较高。
图1-2-3 激光雷达及其点云图
视觉传感器包括单目摄像头（图1-2-4）、双目摄像头（图1-2-5）、三目摄像头（图1-2-6）和环视摄像头。单目摄像头、双目摄像头、三目摄像头主要用于中远距离场景，能识别清晰的车道线、交通标识、障碍物和行人等，但对光照和天气等条件很敏感，而且需要复杂的算法支持，对处理器的要求也比较高。
图1-2-4 单目摄像头
图1-2-5 双目摄像头
图1-2-6 特斯拉三目摄像头
环视摄像头主要用于短距离场景，可识别障碍物，同样对光照和天气等外在条件很敏感。之前提到的三款视觉传感器所用的镜头都是非鱼眼的，环视摄像头的镜头是鱼眼镜头，而且安装位置是朝向地面的，如图1-2-7所示。目前某些高配车型上已经有“360°全景显示”功能，所用到的就是环视摄像头。
图1-2-7 鱼眼镜头采集图像
不同传感器的感知范围不同，如图1-2-8所示，它们均有各自的优点和局限性，现在发展的趋势是通过传感器信息融合技术，弥补单个传感器的缺陷，提高整个智能驾驶系统的安全性和可靠性。
图1-2-8 环境感知传感器的感知范围示意图
在上一个任务中学习了环境感知传感器的分类，但是每个环境感知传感器都有各自的工作优缺点，请查阅相关资料分别说出各种环境传感器在工作场景中的优缺点。
___________________________________
___________________________________
___________________________________
汽车自动化的程度越高，集成在车辆中的传感器的数量和类型也越多，只有这样才能够保证信息获取充分，且有冗余保障车辆自动驾驶的安全，同时也需要了解每个传感器的性能特点，才利于多个传感器进行信息融合。各种环境感知传感器的性能特点与各种环境感知传感器的优缺点见表1-2-1和表1-2-2。
表1-2-1 各种环境感知传感器的性能特点
表1-2-2 各种环境感知传感器的优缺点
从表1-2-1和表1-2-2中可以看出，单一传感器都有其局限性，难以提供对智能网联汽车行驶环境的全面描述。为了克服单一传感器数据可靠性低、有效探测范围小等局限性，保证在任何时刻都能为车辆运行提供完全可靠的环境信息，在智能网联汽车中使用传感器融合技术进行环境感知。利用多传感器信息融合技术对检测到的数据进行分析、综合、平衡，根据各个传感器信息在时间或空间的冗余或互补特性进行容错处理，扩大系统的时频覆盖范围，增加信息维数，避免单个传感器的工作盲区，从而得到所需要的环境信息。
请查阅相关资料，简述超声波传感器、毫米波雷达、激光雷达与视觉传感器的差异。
___________________________________
___________________________________
___________________________________
超声波传感器、毫米波雷达、激光雷达和视觉传感器作为主要的环境感知传感器，它们的选择需要综合考虑其性能特点和性价比，它们之间的比较见表1-2-3。
表1-2-3 环境感知传感器对比
请查阅相关资料，简述为什么要进行传感器融合。
___________________________________
___________________________________
___________________________________
在实际生活中，由于复杂的交通环境（图1-2-9）、天气及驾驶员行为的不确定性，单一传感器难以应对全天候、全场景的驾驶环境，同时单一传感器失效有可能带来致命危险。基于以上原因，仅依赖某一种类型传感器获得数据往往是不可靠的，且探测范围有限，容易出现时空盲区。为了保证环境感知系统能实时获得可靠的数据，自动驾驶汽车一般采用多种传感器同时采集数据。
图1-2-9 实际出行的复杂路况
车载传感器是自动驾驶系统中感知外部世界的关键，它们就像车辆的“眼耳口鼻”，帮助车辆感知外部世界，听觉视觉等缺一不可，这几种感知的协作性能也直接决定了自动驾驶车辆的安全性。例如，蔚来ET7中搭载了33个传感器，使用同一个系统来采集并处理数据，对这些传感器统一坐标系和时钟信息，目的就是为了实现三同一不同：同一个目标在同一个时刻出现在不同类别的传感器的同一个世界坐标处。
数据融合的前提是各个传感器之间的标定，其目的是实现各个传感器坐标系之间的转换，将不同传感器映射到同一时空参考系中。不同传感器的数据频率是不同的，如激光雷达为10Hz，摄像头为25/30Hz，因此不同传感器之间的数据存在延迟，在后续的章节，我们会进一步讲解智能驾驶多传感器融合技术及应用。
学生任务分配表
按照前面所了解的知识内容和小组内部讨论的结果，制定工作方案，落实各项工作负责人，如任务实施前的准备工作、实施中主要操作及协助支持工作、实施过程中相关要点及数据的记录工作等，并将结果填入工作计划表中。
工作计划表
1. 各组派代表阐述资料查询结果。
2. 各组就各自的查询结果进行交流，并分享技巧。
3. 教师结合各组完成的情况进行点评，选出最佳方案。
1. 各组代表展示汇报PPT，介绍任务的完成过程。
2. 请以小组为单位，对各组的操作过程与操作结果进行自评和互评，并将结果填入综合评价表中的小组评价部分。
3. 教师对学生工作过程与工作结果进行评价，并将评价结果填入综合评价表中的教师评价部分。
综合评价表
