改版通知

巨人肩膀网站已全新改版。若您仍依赖旧站功能或数据,欢迎联系我们,我们会协助处理。联系我们

雪岭自动驾驶210感知系统18万字综述LidarRadarCameraUS

ckckck2025年1月10日88 浏览

自动驾驶感知系统概述

以下文章来源于雪岭飞花,作者雪岭飞花

雪岭飞花

雪岭飞花:研究自动驾驶行业最新趋势,做有深度、高质量的技术分享,推动自动驾驶技术的普及和发展。

图片来源:Yole

本篇是“自动驾驶”系列文章的第二篇,主要介绍自动驾驶的感知系统。

感知系统概述

所谓“感知系统”,从狭义角度来讲,主要是指自动驾驶特有的感知单元,例如摄像头、毫米波雷达、激光雷达、超声波雷达、高精地图等。

图片来源:Perception and Sensing for Autonomous Vehicles Under Adverse Weather Conditions: A Survey

从广义角度来讲,只要是参与到自动驾驶系统工作的感知单元都可以涵盖,例如湿度传感器、驾驶员监控、车速传感器、扭矩传感器等。这些感知数据会参与到自动驾驶状态机的跳转判断,或者规划控制的指令计算。

广义自动驾驶感知系统可以分为如下几类:

感知系统分类

其中:

  • 绿色底纹:自动驾驶核心传感器,决定自动驾驶的关键感知性能,为规划控制提供主要的感知输入。
  • 黄色底纹:自动驾驶重要传感器,会应用在控制链路中,参与指令计算。
  • 灰色底纹:自动驾驶辅助传感器,主要用于协助判断自动驾驶的工作模式。

限于篇幅,本文主要介绍自动驾驶中最重要的4种传感器:摄像头、激光雷达、毫米波雷达和超声波雷达。(其他传感单元在后续文章中再展开)

传感器示意图

01 激光雷达

1. 基本原理

激光雷达的原理请参考:《激光雷达系列(一):原理、分类和发展趋势》

如下是不同方案激光雷达的工作原理(视频来源:B站):

  • 机械式
    机械式激光雷达
  • MEMS方案
    MEMS方案
  • 线光源+一维转镜方案
    线光源+一维转镜方案
  • Flash方案
    Flash方案

激光雷达在应用中,经常会出现高反“鬼影”、高反“膨胀”、点云粘连、吸点、雨雾、粉尘和雪干扰、内部串扰(Crosstalk)、光干扰、外部雷达干扰、电磁干扰、地面积水干扰等问题。

相关原因和应对方案请参考:《雪岭 · 激光雷达常见点云异常场景分析》

例如,路边指示牌的“鬼影”:
鬼影示例
图片来源:速腾聚创

2. 应用场景和主要产品

激光雷达主要用于前向感知,在自动驾驶要求比较高的场景中,还经常会使用激光雷达检测后方以及侧面目标。

对于装配激光雷达的主要车型,请参考:《激光雷达系列(三):配备激光雷达的汽车汇总(含安装方式)》

激光雷达应用场景
图片来源:https://zhuanlan.zhihu.com/p/688537867

2024年1月~4月,主要激光雷达厂商车用激光雷达装车量如下:
激光雷达装车量
数据来源:微信公众号“NE时代智能车”,“特旧闻”,数据处理:雪岭飞花

国内主要的几家激光雷达公司(禾赛、速腾、图达通、华为等)的产品介绍,请参考:《激光雷达系列(二):国内主要激光雷达公司产品简介》

部分激光雷达玩家产品Roadmap:
(注意:下面图片中数据来自于各公司官网、其他网络数据以及相关行业专家,和真实情况未必一致,仅供参考,最终请以官方正式发布数据为准)

  • 禾赛
    禾赛
  • 华为
    华为

华为96线激光雷达拆解分析:《55图分析:华为激光雷达详细拆解和系统方案》

该文章分析的是D2侧面雷达,而D2前向雷达的芯片方案和侧面雷达不同,D2前向雷达采用了海思Hi3559和两片FPGA:
华为D2前向雷达
图片来源:pointlessofmyriad-01

华为192线激光雷达拆解分析:《发布 · 华为最新192线激光雷达拆解分析报告》

华为D3相对于D2一个比较大的变更是,激光器由EEL变更为了VCSEL线光源:
华为D3激光器

  • 速腾
    速腾

速腾MX方案分析:《凭啥做到1000元级?速腾最新产品MX分析》

  • 图达通
    图达通
  • 一径
    一径
  • 法雷奥
    法雷奥
  • Innoviz
    Innoviz

3. 技术趋势

激光雷达的演进趋势如下:
激光雷达技术趋势

1)波长

905nm/940nm技术近两年取得了长足进步,测距能力大幅提升,并且成本更低,因此是目前激光雷达的主流波长方案。

根据Yole的报告,905nm技术占据89%的市场份额:
波长市场份额
图片来源:Yole《Automotive LIDAR Market: Competitive Dynamics, Technology Evolution, and Revenue Trends》(Automotive LiDAR conference 2023, October 3-5)

2)扫描方式

Lidar正在经历“机械式 → 半固态 → 全固态”的发展过程。当前乘用车主要以转镜类和MEMS类的半固态方案为主。全固态Lidar主要以Flash技术为主,目前主要用在补盲领域,不过量产车型并不多。

MEMS微振镜口径较大,但在极端振动条件下使用时,良率较低。在目前市场上最新的产品中,采用转镜方案的更多。

Yole对于不同扫描方案的占比预估:
扫描方式占比
图片来源:Yole《Automotive LIDAR Market: Competitive Dynamics, Technology Evolution, and Revenue Trends》(Automotive LiDAR conference 2023, October 3-5)

转镜路线的核心要素是电机控制,以及针对特定波长高反射率的镀膜反射镜。

转镜一般搭配振镜或者线光源实现激光扫描,其中,转镜用于水平扫描,振镜或者线光源用于垂直扫描。因此,“转镜+振镜”也被常被称为2维扫描,“转镜+线光源”被称为1维扫描或者1维扫描+电子扫描。

“转镜+线光源”的优势在于发射的是连续的线光斑,因此垂直方向的分辨率非常高。禾赛AT128的转镜+电子扫描:
禾赛AT128
图片来源:禾赛

图达通falcon激光雷达采用“转镜+振镜”方案,该方案灵活度较高,通过改变转镜和振镜的转速,能够设计灵活的ROI。
图达通falcon
图片来源:中信证券

3)光路

光路分为旁轴光路和同轴光路两种类型。

  • 旁轴光路:发射光路和接收光路是非同轴的,使用各自的透镜,即旁轴光路,该光路优点是成像清晰程度较高,缺点是近场盲区较大。华为D3的旁轴光路:
    华为D3旁轴光路
  • 同轴光路:收发共用一组透镜,检测更为直接,易于对光路进行校准,近场盲区小。缺点是成本稍高,内部结构稍复杂,而且成像清晰程度比独立的旁轴成像要稍差。目前速腾、禾赛等产品基本都是采用同轴光路,例如禾赛的AT128的同轴光路:
    禾赛AT128同轴光路
    图片来源:绿芯频道

4)发射器

激光雷达发射器的发展路径如下图所示:
发射器发展路径

多层VCSEL激光器的发光功率密度得到了大幅提升,凭借在成本及性能方面的优势,VCSEL正逐步取代EEL。
VCSEL激光器
图片来源:网络

EEL和VCSEL的指标对比:
EEL和VCSEL对比

根据排布方式的不同,VCSEL又可以分为单点VCSEL(点光源),线阵列VCSEL(线光源)以及面阵列VCSEL(面光源)。

线光源VCSEL可以大幅减少VCSEL器件数量,降低成本,减少走线,降低系统复杂度,提升良率。不过,VCSEL集成度越高,散热挑战也越大。

如下是单点VCSEL和线阵列VCSEL的对比:
单点VCSEL和线阵列VCSEL对比

由于半固态激光雷达有机械扫描机构,因此VCSEL线光源就可以满足发光需求,是目前半固态雷达的主流光源方案。

而Flash纯固态激光雷达没有机械扫描机构,需要更多的光源数量以覆盖足够的FOV,因此大多采用VCSEL面阵列。

5)接收器

激光雷达接收器的发展路径如下图所示:
接收器发展路径

在905nm路线下,SPAD/SiPM替代APD已成大势。

SPAD芯片可以集成TDC、TIA、AMP、ADC等大量后端电路,能够降低对SoC和FPGA的算力需求。

SPAD的研发门槛很高,目前市面上真正能够做到车规级的SPAD传感器,只有安森美的Padion SPAD和索尼的IMX459等少量产品。而在中国自主品牌阜时科技、灵明光子、芯辉科技、宇称电子等也在布局研发车规SPAD。

其中,索尼IMX459是目前激光雷达应用最广泛的SPAD SoC,该芯片在2021年发布,其分辨率为597×168,SPAD间距10μm,PDE达到24%。
索尼IMX459
图片来源:Sony

索尼SPAD采用背照式像素结构、堆叠结构和Cu-Cu连接等技术。
索尼SPAD结构
图片来源:Sony

下图是SPAD放大之后的横截面和俯视图。传感部分位于顶部,逻辑电路位于底部,中间通过Cu-Cu键合。微透镜几乎完全覆盖像素,从而尽量多的进行回光的收集。
SPAD横截面
图片来源:ADAS之眼,Sony

索尼的下一代SPAD是IMX479,探测效率(PDE)高达50%,据说已经在华为和禾赛内测,并且有了Demo样机。

如下图是华为D2和D3使用的SPAD芯片对比:
华为D2和D3 SPAD对比

未来,SPAD芯片有可能集成度越来越高:
SPAD集成趋势
来源:禾赛科技招股书

6)TCSPC探测技术

TCSPC探测方法(时间相关单光子计数法,Time Correlated Single Photon Counting,TCSPC)是目前比较常用的检测方法。

SPAD极为敏感,环境光噪声也可以被SPAD检测到,如果采用单次发射进行检测,会导致检测精度不高,信噪比也非常低。因此,一般采用多次发射和概率统计的方法,来精确的获取目标信息。TCSPC方法可以将噪声识别为统计意义上的离散点,从而比较容易的滤除。

TCSPC的工作原理:

  1. VCSEL线阵列编码m次脉冲,以不同的时间间距发射激光。其中,根据测量需求和处理不同,脉冲数量m一般取几十次到上千次不等;
  2. 每一次发射之后,在SPAD上对应区域的n个像素点同时测量,得到m个光子事件直方图(见下图)。光子事件直方图的开始时间(零时刻),即是发光单元的发光时刻,而光子事件直方图的持续时间就等于一次探测周期的长度。
  3. 采用最大峰值法、互相关法或者最小能量法,根据光子事件直方图得到某个点的深度信息。
TCSPC工作原理

TCSPC通过记录在固定时间内光子事件的频次及到达时间,还原出光子事件数随事件变化的直方图,进而拟合出目标的深度信息。TCSPC方法具有很高的时间精度、时间分辨率和光子利用率,是目前主流的测距方案。

7)FMCW激光雷达

各主要激光雷达公司都在预研FMCW激光雷达,这种雷达有望成为车载激光雷达的终极方案。详见:《1.5万字初探:车载激光雷达的终极形态——FMCW激光雷达的原理、优势、方案和玩家》

FMCW激光雷达

02 毫米波雷达

1. 基本原理

雷达在军用、民用、航空航天领域用途广泛,不同产品的波段分布如下图所示。其中,车载毫米波雷达常用的是24GHz(K波段,基本淘汰)、60GHz(V波段,主要用于舱内、门防撞等超近距场景)和77GHz(W波段,目前最常用频段):

毫米波雷达波段分布
图片来源:网络

民用常见毫米波雷达的波段分布:
民用毫米波雷达波段分布
图片来源:工信部、AIoT星图研究院

毫米波雷达原理详见:《毫米波雷达系列(一):毫米波雷达简介》

目前市场上主要是FMCW调制的毫米波雷达,其系统架构如下:
FMCW毫米波雷达架构

FMCW原理:
FMCW原理
图片来源:SiLC

毫米波雷达的一般结构:
毫米波雷达结构
图片来源:BOSCH

毫米波雷达的关键指标和影响因素:
毫米波雷达关键指标
资料来源:CSDN

毫米波雷达的常见性能局限场景分析:《毫米波雷达系列(二):毫米波雷达的性能局限》,以及《雪岭 · 毫米波雷达典型“误报漏报”场景分析》

毫米波雷达性能局限
图片参考:Jeroen等,Uncorrelated Interference in 79 GHz FMCW and PMCW Automotive Radar,后处理:雪岭飞花

2. 应用场景

车载毫米波雷达目前主要用在前向雷达,角雷达,舱内雷达和门雷达。

毫米波雷达应用场景
图片来源:GGAI、头豹、AIOT星图研究院

1)市场情况

如下是2020~2023年中国市场乘用车毫米波雷达搭载量:
毫米波雷达搭载量
图片来源:中国毫米波雷达产业分析报告(2023)

从以上数据可以看到:

  1. 汽车智能化发展趋势明显,毫米波雷达搭载增速水平远高于国内汽车市场整体增速水平;
  2. 角雷达搭载量快速增长,车载毫米波雷达需求正从1R向3R-5R多雷达搭载方案延伸;

我国车载雷达市场的主要玩家:
车载雷达市场玩家
图片来源:中国毫米波雷达产业分析报告(2023)

前向雷达一般会涉及车辆控制,功能安全等级要求较高,研发难度高。

2023年1-6月,博世、大陆、电装三大供应商占据超过84%的市场份额,森思泰克、楚航科技、华锐捷、华为等国内供应商占比2.74%。
前向雷达市场份额
图片来源:中国毫米波雷达产业分析报告(2023)

角雷达研发难度较低,市场集中度低于前向雷达。国内供应商占比相对较高,市场份额逐步扩大:
角雷达市场份额
图片来源:中国毫米波雷达产业分析报告(2023)

2)前雷达和角雷达

如下是大陆ARS540的FOV示意图:
大陆ARS540 FOV
图片来源:大陆

如下是BOSCH五代角雷达(CR5CP)的FOV示意图:
BOSCH CR5CP FOV
图片来源:BOSCH

前雷达和角雷达公开信息较多,这里不再赘述。

3)车内成员检测雷达

车内成员检测雷达一般安装在汽车天窗附近,隐藏在顶棚内部。
车内成员检测雷达
图片来源:森思泰克

车内成员检测雷达可以感知整个座舱区域、探测目标并对其进行分类和生物特征的监测,监测车内人数以及座位的占用情况。可以防止儿童以及宠物被遗留在车内而发生意外,一旦有儿童被遗留在车内,系统会输出报警信息给驾驶员。
车内成员检测雷达功能
图片来源:森思泰克

4)呼吸心跳检测雷达

呼吸心跳检测雷达实时检测驾驶员的呼吸和心率等体征信息,为驾驶员疲劳驾驶、突发疾病等问题提供智能化的解决方案。
呼吸心跳检测雷达
图片来源:森思泰克

5)手势检测雷达

手势检测雷达可以识别手势,可以实现非接触式的操控功能。
手势检测雷达
图片来源:胖胖橙,《基于毫米波雷达的手势识别原理》https://zhuanlan.zhihu.com/p/363654621

6)开门避障雷达

开门避障雷达一般安装在车门下边缘位置,当汽车驻车开门时,雷达检测门周围障碍物,如果发现有碰撞风险,会控制车门自动停止,从而实现下车警示、开门防撞等功能,避免车开门事故的发生。
开门避障雷达
图片来源:森思泰克

例如,森思泰克STA79-6 开门避障雷达:
森思泰克STA79-6
图片来源:森思泰克

7)电动尾门雷达

电动尾门雷达一般隐藏安装在车尾正后方底部。当车辆处于驻停模式且钥匙在特定范围内时,开启工作。电磁波可以穿透保险杠探测脚部运动,识别到特定动作后,发出指示控制尾门开关,从而达到释放双手,打开尾门的目的。
电动尾门雷达
图片来源:小鹏

森思泰克STA79-7电动尾门雷达:
森思泰克STA79-7
图片来源:森思泰克

3. 技术趋势

毫米波雷达产业发展历程图:
毫米波雷达产业发展历程
资料来源:AIoT星图研究院

毫米波雷达的发展趋势:
毫米波雷达发展趋势
资料来源:加特兰、Yole,AIoT星图研究院

1)4D成像技术

4D成像毫米波雷达是目前车载毫米波雷达的重要方向,基本所有的毫米波雷达玩家都在研发4D成像技术。
4D成像毫米波雷达

关于4D成像雷达,详见:《4D成像毫米波雷达应用现状和发展趋势》,以及《万字介绍:4D成像毫米波雷达方案和34家主要雷达公司产品》

4D成像毫米波雷达具有较高数量的点云密度、较高的角度分辨率和高度测量能力,和一般毫米波雷达的对比如下:
4D成像雷达对比

部分前向4D成像毫米波雷达的性能指标:
4D成像雷达性能指标

2)FMCW编码调频技术

通过对Chrip参数的编码,提高雷达的抗干扰能力。例如,frequency hopping模式、chirp shifting模式等。
FMCW编码调频
图片来源:加特兰,https://www.zhihu.com/question/468198654/answer/2703203307

3)PMCW编码调相技术

PMCW雷达采用匹配滤波器进行距离维的计算,匹配滤波器的主瓣宽度很窄,因此具有更高的对比度分辨率(HCR),更容易区分相距较近的强弱目标,同时具有更好的抗干扰能力。

end