飞行时间原理简述：

 

飞行时间基于信号撞击物体并反射回来所花费的时间间接测量距离和速度。该原理可以在动物界找到，也称为回声定位，海豚和蝙蝠使用它来定向。

 

摄像头已经是新生产车辆不可或缺的一部分：它们让驾驶员操纵行驶和停车变得更加容易。此外，诸如自适应巡航控制或车道偏离警告之类的系统都离不开摄像头。除了安装在车外，摄像机还将在不久的将来用于车内。他们将检测驾驶员是否分心，不系安全带或疲倦状态检测。这对于自动驾驶的下一阶段开发尤其重要。

 

   摄像机采集的图像生动地感知了周围环境。除了颜色之外，它们还可以提供纹理和对比度数据。能够可靠地识别道路标记或交通标志，精确检测、识别静止物体和运动物体。由于摄像头只有周围环境亮度足够的情况下才能检测到物体，因此，在恶劣的环境条件下（如雪或雾）以及在黑暗中，照相机的可靠性受到限制。此外，相机不提供距离信息（如果不加入算法）。为了获得3D图像，至少需要两个摄像头，就像立体相机或图像识别软件一样，这需要很高的计算性能。

 

普通摄像头（一只“眼睛”）具有一个相机镜头和一个图像传感器，提供2D图像。这些图像是行车助手、识别交通标志的基础。但是，无法进行距离测量。距离只能使用复杂的，学习算法来计算。

 

立体摄像头（两只“眼睛”）更昂贵，体积更大。它主要由两个摄像头和两个图像传感器组成。立体摄像头同时从不同角度拍摄两个图像。通过标定它们来创建3D图像，可以计算距离和速度。立体摄像头已经在某些量产车中使用，为驾驶员辅助系统提供信息，例如自适应巡航控制和紧急制动辅助系统。

 

雷达–内置距离传感器

 

得益于所谓的“雷达陷阱”，雷达传感器（无线电测距）获得了广泛的声誉。近几十年来，它们也已安装在车辆中以测量距离，或应用于紧急制动辅助等系统以提供可靠数据，而不受天气条件的影响。传统雷达成像质量差的原因在于，当无线电波从物体上反射时，只有一小部分信号被反射回传感器。因此，车辆、行人和其他对象显示为一组稀疏的点。

多雷达系统实时预测车辆尺寸（红框是预测，蓝框是真实测量） 在晴朗的白天和夜晚试驾期间，该系统在确定车流中移动车辆的尺寸方面与激光雷达的性能相当。而在模拟大雾天气的试验中，它的性能没有变化。研究小组用雾机“隐藏”了另一辆车，系统精确地预测了前车的3D几何结构；而激光雷达传感器基本上没有通过测试。

 

雷达传感器如何测量距离？雷达技术基于飞行时间原理。传感器以电磁波（无线电波）的形式发出短脉冲，这些短脉冲几乎以光速传播。波浪撞击物体后，它们就会被反射并反射回传感器。发送和接收之间的时间间隔越短，对象越近。不过，更多的雷达意味着更多的噪声。因此，研究小组开发了新的算法，可以将来自两个不同雷达传感器的信息融合在一起，生成一幅没有噪声的新图像。该团队构建了第一个数据集，将来自两台雷达的数据结合起来。

 

因此，基于波的传播速度，可以计算到物体的距离，从而可以高精度地确定距离。通过将几个测量结果串联在一起，车辆传感器还可以确定速度。该技术可以使用驾驶员辅助系统，例如自适应巡航控制和自动刹车辅助系统等。

 

雷达传感器坚固耐用，价格便宜，即使在不利的天气条件下，通常也能提供可靠的数据。但是，距离传感器在识别和区分物体方面有更大的困难。其原因是雷达数据的分辨率低，这意味着可以检测到物体但不能对其进行分类。

 

如今，大多数的车辆都配备停车辅助装置。例如，如果车辆驶近停车柱，则在车载计算机上显示彩条并发出警告音。给我们提供有关柱子在受监视区域中的确切位置以及车辆附近的信息。该辅助系统可以通过几个超声波传感器实现，这些传感器通常安装在车辆周围的保险中。

 

激光雷达传感器也基于飞行时间原理。但是，它们发射的并不是无线电波或超声波，而是发射激光脉冲，物体反射后被光电探测器接收。激光雷达每秒发射高达100万个激光脉冲，捕获高分辨率3D点云数据。

 

这些所谓的点云非常详细，不仅可以识别对象，还可以对其进行分类。例如，可以将行人与骑自行车的人区分开。LiDAR传感器具有远距离，坚固耐用的特点，因此可以提供可靠的数据，而这些数据几乎不受环境因素的影响，从而使车辆能够做出正确的驾驶决策。然而，在过去激光雷达传感器非常昂贵，这主要是由于机械旋转装置的复杂设计。但是，由于它们的固态设计日益普及，因此高分辨率3D传感器的成本已大大降低。

 

 

近距离雷达：近程（最多30米）由近距离雷达检测，通常基于24 GHz频谱中的一个频段。它结构紧凑，干扰问题少，价格较便宜。近距离雷达有助于停车操作，监视盲点并警告驾驶员碰撞。

 

远距离雷达：远距离雷达用于检测距离不超过250米的物体和车辆，并测量其速度。该技术使用76 GHz至77 GHz之间的频率，具有更高的性能。但是，由于分辨率低，距离较远的物体不能总是可靠地被选中。由于远程雷达能够实现紧急制动辅助和自适应巡航控制（即使在高速行驶时），因此在实现下一步自动驾驶方面（例如高速公路驾驶）起着重要作用。新的雷达类似激光雷达。Bharadia指出：“这是一种在自动驾驶汽车上实现恶劣天气感知的廉价方法。用我们的技术也可以实现激光雷达和雷达的融合，但雷达更便宜。这样，我们就不需要使用昂贵的激光雷达了。”估计马斯克会为其点赞。据介绍，该系统由两个雷达传感器组成，都安装在引擎盖上，之间的平均间距为一辆车的宽度（1．5米）。两个这样布置的雷达传感器很关键，可以使系统看到比单个雷达传感器更多的空间和细节。这是不是很像双目摄像头？利用两个摄像头视差变化精准判断距离。只不过传感器不同，间距也更大。

最受欢迎的两种激光雷达是机械式激光雷达和固态式激光雷达。

 

机械式激光雷达：通过电动机和齿轮旋转激光二极管，从而将激光脉冲引导到整个环境中，旋转实现高达360°的视场。但是，手动设置很复杂且成本很高。因此，即使是大量生产，单价对于批量生产的车辆来说也过于昂贵。

 

固态式激光雷达：该设计基于半导体技术，没有任何机械运动部件。因此，系统更简单，更紧凑且无需维护。它们也更便宜，并且可以更好地批量生产。它们可用于所有级别的批量生产车辆中，在未来自动驾驶研究中，将发挥决定性的作用，

 

 

安全是自动驾驶的重中之重，因此车辆必须始终精确感知其周围环境。为了实现这一点，摄像头，雷达，超声波和LiDAR传感器可以作为辅助技术相互协助。主要目的是利用各种车辆传感器的优势来弥补其他传感器的劣势，最终通过传感器融合实现安全的自动驾驶。

 

超声波也是基于飞行时间原理，发射人耳听不到的20，000 Hz频率声波，检测车辆附近障碍物距离。除了停车辅助，超声波传感器还用于监视盲区和紧急制动辅助系统等。

 

超声波传感器坚固耐用，可在夜间和雾天中提供可靠的距离数据。不管物体材料或颜色如何，都能够检测出来。但是，这些车辆传感器的探测范围小于10米，这意味着该技术只能在近距离使用。

 

声纳（声音导航与测距）：声纳是一种使用声波（通常是超声波）进行定位的测量技术。它主要用于水下，因为声音的传播（尤其是在高频下）的损耗要比空气中的损耗小得多。可以根据水下声速和物体反射时间计算距离。

 

与超声波传感器相比，LiDAR（光检测和测距）传感器适用于短距离和远距离使用。虽然激光雷达已经存在很多年，但直到本世纪初才越来越多地应用于汽车上，激光雷达被认为是实现更高自主性驾驶的关键部分。