集微網(wǎng)消息，由于傳感器的成本從15美元到1000美元不等，汽車制造商開始發(fā)問，至少在一段時間內(nèi)，要讓汽車實現(xiàn)完全自動駕駛，需要多少傳感器？對此，知名半導(dǎo)體分析機(jī)構(gòu)semiengineering做了專家采訪和分析。
文章指出，這些傳感器包括圖像、激光雷達(dá)、雷達(dá)、超聲波和熱傳感器，用于收集周圍環(huán)境的數(shù)據(jù)。一種傳感器是不夠的，因為每種傳感器都有其局限性。這是傳感器融合背后的關(guān)鍵驅(qū)動力，結(jié)合了多種類型的傳感器，來實現(xiàn)安全自動駕駛。
所有的L2級或更高級別的汽車都依靠傳感器來“看到”周圍環(huán)境并執(zhí)行車道居中、自適應(yīng)巡航控制、緊急制動和盲點警告等任務(wù)。到目前為止，原始設(shè)備制造商采取了截然不同的設(shè)計和部署方法。
不同傳感器在場景應(yīng)用中的優(yōu)缺點
2022年5月，梅賽德斯-奔馳在德國推出了首款能夠進(jìn)行L3自動駕駛的汽車。3級自動駕駛是S級和 EQS的一個選擇，計劃于2024年在美國推出。
據(jù)該公司介紹，DRIVE PILOT在駕駛輔助包（雷達(dá)和攝像頭）基礎(chǔ)上增加了新傳感器，包括激光雷達(dá)、位于前窗的高級立體攝像頭和位于后窗的多功能攝像頭。前駕駛室還增加了麥克風(fēng)（特別是用于檢測緊急車輛）和濕度傳感器。總共安裝了30個傳感器，用于捕獲安全自動駕駛所需的數(shù)據(jù)。
特斯拉選擇了一條不同的道路，其在2021年宣布將在Model 3和Model Y上采取“Tesla Vision”純攝像頭自動駕駛技術(shù)戰(zhàn)略，然后于2022年在Model S和Model X上實施該戰(zhàn)略。特斯拉還決定取消使用超聲波傳感器。
傳感器局限
現(xiàn)在自動駕駛設(shè)計面臨的挑戰(zhàn)之一是不同傳感器的局限性。要實現(xiàn)安全的自動駕駛，可能需要進(jìn)行傳感器融合。關(guān)鍵問題不僅是傳感器的數(shù)量、類型和部署位置，還包括AI/ML技術(shù)應(yīng)如何與傳感器交互來分析數(shù)據(jù)，從而做出最佳駕駛決策。
Rambus安全I(xiàn)P技術(shù)產(chǎn)品經(jīng)理Thierry Kouthon表示：“自動駕駛普遍使用人工智能技術(shù)。自動駕駛，甚至是入門級的ADAS功能，都要求車輛表現(xiàn)出與人類駕駛員相當(dāng)或更好的環(huán)境意識。首先，車輛必須識別其他車輛、行人和路邊基礎(chǔ)設(shè)施，并確定它們的正確位置，這需要人工智能深度學(xué)習(xí)技術(shù)能夠很好解決的模式識別功能。視覺模式識別是車輛集中使用的高級深度學(xué)習(xí)領(lǐng)域。此外，車輛必須能夠始終計算其最佳軌跡和速度，這需要人工智能也能很好解決的路線規(guī)劃功能。這樣，激光雷達(dá)和雷達(dá)就可以提供距離信息，這是正確重建車輛環(huán)境所必不可少的。”
傳感器融合結(jié)合了不同傳感器的信息，能夠更好地了解車輛環(huán)境，仍然是一個活躍的研究領(lǐng)域。
Kouthon 說道：“每種類型的傳感器都有其局限性。攝像頭在物體識別方面表現(xiàn)出色，但提供的距離信息很少，圖像處理需要大量的計算資源。相比之下，激光雷達(dá)能很好地提供了距離信息，但清晰度較差。此外，激光雷達(dá)在惡劣的天氣條件下效果不佳。”
我們真正需要多少傳感器？
對于自動駕駛系統(tǒng)需要多少傳感器這個問題，并沒有簡單的答案。OEM正試圖解決這個問題。這里其他需要考慮的因素包括，比如，在開放道路上行駛的卡車和城市的機(jī)器人出租車有非常不同的需求。
Cadence的Tensilica Vision、雷達(dá)和激光雷達(dá)DSP產(chǎn)品管理和營銷總監(jiān)Amit Kumar說：“這是一項艱巨的計算，因為每個汽車原始設(shè)備制造商都有自己的架構(gòu)，通過提供更好的空間定位、更長的距離和更高的可見度，以及識別和分類物體、然后區(qū)分各種物體的能力來確保車輛安全。這還取決于汽車制造商決定實現(xiàn)自動駕駛的程度（例如，提供廣度）。簡而言之，要實現(xiàn)部分自動駕駛，最少要有4到8個不同類型的傳感器。要實現(xiàn)完全自動駕駛，現(xiàn)在使用的傳感器數(shù)量超過了12個。”
Kumar 指出，在特斯拉的案例中，有20個沒有激光雷達(dá)或雷達(dá)的傳感器（8個攝像頭傳感器加上12個3級或以下的超聲波傳感器）。“該公司堅信計算機(jī)視覺，其傳感器套件適用于 L3 自動駕駛。媒體報道說，特斯拉可能會引入雷達(dá)來改進(jìn)自動駕駛。”
Zoox使用了四個激光雷達(dá)傳感器，以及攝像頭和雷達(dá)傳感器的組合。這是一輛無人駕駛、完全自動化的車輛，目標(biāo)是在測繪良好、易于理解的路線上行駛。商業(yè)部署尚未開始，但很快就會有一個有限的用例（不像乘用車那么廣泛）。
Nuro的自動駕駛送貨車，在審美上并不那么重要，使用了一個有四個傳感器的360度攝像頭系統(tǒng)，加上一個360度激光雷達(dá)傳感器、四個雷達(dá)傳感器和超聲波傳感器。使用這些系統(tǒng)沒有簡單的公式。
新思科技汽車集團(tuán)汽車軟件與安全高級經(jīng)理Chris Clark表示：“需要的傳感器數(shù)量是公司可接受的風(fēng)險級別的傳感器數(shù)量，并且還取決于應(yīng)用程序。如果你正在開發(fā)機(jī)器人出租車，不僅需要用于道路安全的傳感器，還需要車內(nèi)傳感器來監(jiān)控乘客在車內(nèi)的行為以確保乘客安全。在這種情況下，我們將處于人口眾多和城市人口高度密集的地區(qū)，與公路駕駛的汽車相比具有相當(dāng)獨特的特征，有更長的距離和更大的反應(yīng)空間。在高速公路上，侵入車道的可能性較校我認(rèn)為沒有固定的規(guī)則說你必須要擁有三種不同類型的傳感器和三個不同的攝像頭來覆蓋所有自動駕駛汽車的不同角度。”
不過，有多少傳感器將取決于車輛要解決的用例。
Clark表示，“在機(jī)器人出租車的例子中，必須使用激光雷達(dá)、普通攝像頭以及超聲波或雷達(dá)，因為密度太大而難以處理。此外，我們還需安裝一個V2X傳感器，這樣輸入車輛的數(shù)據(jù)將與車輛在周圍環(huán)境中看到的數(shù)據(jù)相一致。在公路卡車運輸解決方案中，將使用不同類型的傳感器。除非我們在做類似團(tuán)隊合作的事情，否則超聲波在高速公路上的用處不大，但這不是前瞻性傳感器。相反，它可能是前視和后視傳感器，這樣我們就可以連接到所有團(tuán)隊資產(chǎn)。但激光雷達(dá)和雷達(dá)會更重要，因為卡車在高速公路上行駛時必須考慮距離和范圍。”
另一個需要考慮的因素是所需的分析級別。他說：“因為有非常多的數(shù)據(jù)要處理，所以我們必須決定其中有多少數(shù)據(jù)是重要的。這就是傳感器的類型和功能變得有趣的地方。例如，如果激光雷達(dá)傳感器可以在周期早期進(jìn)行局部分析，這將減少流回傳感器融合進(jìn)行額外分析的數(shù)據(jù)量。減少數(shù)據(jù)量反過來又會降低總體計算能力和系統(tǒng)設(shè)計成本。否則，需要在車輛中進(jìn)行額外處理，要么整合計算環(huán)境，要么以專注于傳感器網(wǎng)格化和分析的專用ECU的形式。”
成本始終是一個問題
傳感器融合成本很昂貴。早期，由多個元件組成的激光雷達(dá)系統(tǒng)成本可能高達(dá)80000美元。高成本源自元件中的機(jī)械部件�，F(xiàn)在成本要低得多，一些制造商預(yù)計在未來某個時期，成本可能會低至每件200到300美元。
新興的熱傳感器技術(shù)成本將在幾千美元的范圍內(nèi)�？傮w而言，原始設(shè)備制造商將繼續(xù)面臨降低傳感器部署總成本的壓力。使用更多攝像頭來代替激光雷達(dá)系統(tǒng)將有助于原始設(shè)備制造商降低制造成本。
Siemens Digital Industries Software混合虛擬系統(tǒng)副總裁David Fritz表示，“在城市環(huán)境中，安全的基本定義是消除所有可避免的碰撞。”所需的傳感器數(shù)量最少取決于用例。一些人認(rèn)為，在未來，智慧城市基礎(chǔ)設(shè)施將會越來越復(fù)雜且無處不在，從而減少了城市環(huán)境中對車載傳感的需求。車與車之間的通信也可能對傳感器產(chǎn)生影響。
Fritz觀察到，“在這里，機(jī)載傳感器的數(shù)量可能會減少，但我們還沒有做到這一點。此外，在某些情況下，不得不假設(shè)自動駕駛汽車由于電源故障或其他中斷問題而無法獲得所有外部信息。因此，車輛始終需要配備一組傳感器，這不僅適用于城市地區(qū)，也適用于農(nóng)村地區(qū)。我們一直在研究的許多設(shè)計都需要在車外安裝八個攝像頭，在內(nèi)部安裝幾個攝像頭。前置兩個攝像頭，經(jīng)過適當(dāng)校準(zhǔn)，我們可以實現(xiàn)低延遲、高分辨率立體視覺，能提供物體的深度范圍，從而減少對雷達(dá)的需求。我們在車輛的前部、后部和兩側(cè)都這樣做，以實現(xiàn) 360°全方位視角。”
在所有攝像頭進(jìn)行物體檢測和分類時，關(guān)鍵信息將傳遞到中央計算系統(tǒng)以做出控制決策。
Fritz說：“如果基礎(chǔ)設(shè)施或其他車輛信息可用，這些信息會與車載傳感器信息融合，生成更全面的3D視圖，從而做出更好的決策。在車內(nèi)，額外的攝像頭用于監(jiān)控駕駛員，還可以檢測遺留物體等占用情況。可能添加一個低成本雷達(dá)來處理霧天或雨天等惡劣天氣情況，這是對傳感器套件的高級補充。我們最近沒有看到大量使用激光雷達(dá)的情況。在某些情況下，激光雷達(dá)性能會受到回波和反射的影響。最初，自動駕駛原型嚴(yán)重依賴激光雷達(dá)數(shù)據(jù)的GPU處理，但最近更智能的架構(gòu)正朝著高分辨率、高FPS攝像頭方向發(fā)展，這種分布式架構(gòu)能夠更好地優(yōu)化整個系統(tǒng)的數(shù)據(jù)流。”
優(yōu)化傳感器融合可能很復(fù)雜。如何知道哪種組合能為您提供最佳性能？除了進(jìn)行功能測試外，原始設(shè)備制造商還依賴Ansys和西門子等公司提供建模和仿真解決方案來測試各種傳感器組合的效果，以實現(xiàn)最佳性能。
增強(qiáng)技術(shù)影響未來傳感器設(shè)計
智能基礎(chǔ)設(shè)施中的V2X、5G、高級數(shù)字地圖和GPS等增強(qiáng)技術(shù)將實現(xiàn)自動駕駛需要的車載傳感器數(shù)量更少。但要讓這些技術(shù)得到提升，自動駕駛需要整個汽車行業(yè)的支持，也依靠智慧城市的發(fā)展。
Arteris IP解決方案和業(yè)務(wù)開發(fā)副總裁Frank Schirrmeister指出，“各種增強(qiáng)技術(shù)服務(wù)于不同的目的。開發(fā)人員通常會結(jié)合多個目的來創(chuàng)建安全便捷的用戶體驗。例如，用于路徑規(guī)劃的地圖信息數(shù)字孿生可以在能見度有限的條件下創(chuàng)造更安全的體驗，以增強(qiáng)基于傳感器信息的車內(nèi)局部決策。V2V和V2X信息可以補充車內(nèi)局部可用信息，幫助做出安全決策，增加冗余并創(chuàng)建更多數(shù)據(jù)點，用作安全決策的基矗”
此外，車聯(lián)網(wǎng)有望實現(xiàn)車輛與路邊基礎(chǔ)設(shè)施之間的實時協(xié)作，這需要超可靠低時延通信（URLLC）等技術(shù)。
Kouthon表示，“這些需求帶來了各種人工智能技術(shù)在流量預(yù)測、5G資源分配、擁塞控制等方面的應(yīng)用。換句話說，人工智能可以優(yōu)化和減少自動駕駛對網(wǎng)絡(luò)基礎(chǔ)設(shè)施造成的沉重負(fù)擔(dān)。我們希望原始設(shè)備制造商使用軟件定義的車輛架構(gòu)構(gòu)建自動駕駛汽車，其中ECU是虛擬化的并通過無線方式更新。數(shù)字雙胞胎技術(shù)對于在云模擬車輛上進(jìn)行軟件測試和更新至關(guān)重要，這種模擬車輛非常接近真實車輛。”
總結(jié)
最終實施時，L3自動駕駛可能需要三十多個傳感器或十幾個攝像頭，具體取決于原始設(shè)備制造商的架構(gòu)。但關(guān)于哪個更安全，或者自動駕駛傳感器系統(tǒng)是否能在城市環(huán)境中提供與在高速公路上駕駛相同水平的安全駕駛，尚無定論。
未來幾年傳感器成本的下降可能會為新傳感器敞開大門，這些傳感器可以添加到組合中以提高惡劣天氣下的安全性。但是，原始設(shè)備制造商可能還需要很長時間才能對一定數(shù)量的傳感器標(biāo)準(zhǔn)化，能足以確保在所有條件和極端情況下的安全性。
