向珺玥
重庆交通大学 交通运输学院 重庆市 400074
摘要
随着科技不断发展，当前汽车行业对汽车智能化的需求不断提升，促进了无人驾驶汽车的发展，传感技术作为研发无人驾驶汽车中十分重要的一环，它的作用日益凸显。无人驾驶汽车的实际行驶环境是复杂多变、难以预料的，离不开各种传感技术对汽车行驶过程中的数据信息进行实时监测，以保证车辆运行时的平稳性与安全性。本文将简单概述无人驾驶汽车的内涵，然后从车载传感技术、环境感知技术及驾驶辅助系统技术三个方面，探究多种传感器技术在无人驾驶领域中的应用情况。最后，对无人驾驶传感器今后的发展方向作出总结。
关键词：无人驾驶汽车，传感器，应用
1 引言
无人驾驶汽车（Self-driving Car），作为智能汽车行业的一个重要分支，致力于通过环境感知、导航定位、动态规划与自动控制等技术的综合应用，实现汽车自动完成人类驾驶的全过程，将焕然一新的出行安全与效率体验带给人类。
实现无人驾驶，实际上离不开各种传感器技术的支持。它需要依靠传感器感知的行人信息、道路信息、指示牌信息等周边环境来控制行驶的方向、车速等指标。因此，下面将从三个方面对无人驾驶汽车中的传感器技术进行探究说明。
2 传感技术在无人驾驶汽车中的应用
2.1 车载传感器技术的应用
车载传感器根据其功能不同，主要分为视觉传感器、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器与声音传感器[1]。
2.1.1 视觉传感器
视觉传感器是无人驾驶汽车的第二大信息源，其原理是利用光学器件与成像元件来获取外界环境的图像信息。目前，摄像头与相机是无人驾驶汽车上使用较多的视觉传感器，其中，根据功能可以将相机分为单目、双目与全景三种类型。
2.1.2 激光雷达传感器
激光雷达是无人驾驶汽车最重要的传感器之一。激光雷达按照成像方式，可分为一维、二维与三维激光雷达。它能够区分动态的行人与静态的人物海报，测量精度高、实时性好，广泛应用于车距保持、障碍物检测、环境信息获取等领域。
2.1.3 毫米波雷达传感器
毫米波雷达是无人驾驶汽车的第二大传感器，在毫米波波段工作。它能够同时识别多个微小的目标，其灵活性与隐秘性均较好，且体积小、成像能力强[2]，同时，与AI技术可以较好的配合，在汽车前防碰撞预警方面具有广泛的应用。
2.1.4 超声波雷达传感器
超声波传感器，顾名思义就是基于超声波技术而研制的传感器，主要由压电晶片组成。根据结构不同，可分为直探头、双探头、斜探头等类型。同时，由于其成本不高、运用灵活，可以实现测距、油感、探伤、倒车雷达等多种功能。由于存在盲区，在利用近距离测量的超声波雷达来实现智能化停车时应慎重考虑。
2.1.5 声音传感器
声音传感器在汽车驾驶过程中不可或缺，内置电容式驻极体话筒。通过声波改变振动频率进而改变电容，再转换为电压传递给计算机。它可以声音的振动图像量取噪声的强度。在实际应用中，不管是对于外部传感还是车内传感都能够及时进行监测。
2.2 环境感知技术的应用
环境感知技术是指通过传感器感知周遭环境，并向自动驾驶汽车提供外部环境信息模型，该技术是无人驾驶汽车最为重要的技术之一。常昕[3]通过激光雷达和相机的联合标定将扫描点云数据投影到图片实现信息融合，并利用点云聚类的结果优化粒子滤波算法实现目标跟踪。邓淇天[4]将激光雷达与视觉传感器在数据层面和高阶特征上进行了深度融合，在原有Enet-CRF网络模型的基础上加入了高精度的雷达信息，实现了对障碍物的准确分类且获得其空间信息。刘继康[5]建立了机器视觉与毫米波雷达数据融合模型，并进行了实车实验证明其方法具有较高的精度。
2.3 驾驶辅助系统技术的应用
驾驶辅助系统技术现已广泛应用于轿车中，也是未来无人汽车使用过程中最主要的一个传感器技术，其能够确保驾驶者对于周围的动态环境及时进行辨别、侦测和追踪。驾驶辅助系统技术可以实现警示与预示功能，当汽车周围存在潜在危险时或在其他紧急情况发生时，辅助驾驶系统会暂时控制汽车以此避开危险，确保汽车安全运行。尹雪龙[6]提出一种基于全景视觉的驾驶辅助技术，实验结果表明该技术能够充分利用全景环视图像获取的环境信息，并较好地将车道偏离预警与泊车辅助技术融合在一起。
3 无人驾驶传感器的未来发展方向
1）传感器的材料
无人驾驶汽车的使用不应受到地域限制，所以传感器的材料需要耐高温、耐寒，能够应对极端环境。因此，传感器材料的研发是未来传感器发展的重要方向。
2）传感器的灵敏度
在2016年5月，美国的1辆无人驾驶的特斯拉轿车与1辆正在转弯卡车碰撞，导致卡车司机遇难。显然，无人驾驶车辆的传感器系统应该保证在各种极端情况下均能稳定工作。因此，传感器将朝着更高的灵敏度与更好的稳定性发展。
3）视觉传感器进一步应用
视觉是人类接收各类信息的最主要方式，同样，无人驾驶汽车也需要“眼睛”来观察周围的环境，即通过视觉传感器接收环境信息。近年来，计算机视觉技术发展迅猛，视觉传感器将进一步应用于无人驾驶中实现视觉定位、视觉导航、目标检测等。
3）多传感器融合持续发展
单一的传感器无法完成全面的环境感知，利用多传感器融合感知，结合车辆运行需求来建立一个高效的周遭环境信息模型以实现汽车无人驾驶已成为自动驾驶领域的重要议题[7]。
4 结论
汽车在日常生活中的行驶环境是难以预测的，要保证无人驾驶汽车的行车安全，车载系统就必须时刻精确掌握汽车周围的工况，这就需要用到环境传感技术，为保证测量精度，势必会利用多种传感器融合技术。随着互联网、5G时代到来，传感器技术正在不断地完善与发展，传感器材料、灵敏度及多传感器信息融合都将成为传感技术持续发展的趋势。虽然无人驾驶仍然面临许多技术性和非技术性的挑战，但相信无人驾驶未来一定会成为我们生活的一部分，真正实现智能交通。
5 参考文献
[1] 熊晓倩. 传感器在无人驾驶汽车中的应用探析[J]. 科技资讯, 2020, 18(27): 70-72.
[2] 夏草盛. 探究传感器技术在无人驾驶汽车中的应用[J]. 电子元器件与信息技术, 2018(12): 45-47.
[3] 常昕. 基于多传感器信息融合的智能汽车目标检测和追踪[D]. 天津大学, 2018.
[4] 邓淇天. 基于激光雷达和视觉传感器融合的障碍物识别技术研究[D]. 东南大学, 2019.
[5] 刘继康. 基于机器视觉和毫米波雷达融合的车辆检测方法研究[D]. 山东科技大学, 2020.
[6] 尹雪龙. 基于全景视觉的汽车驾驶辅助技术研究[D]. 吉林大学, 2019.
[7] 党相卫, 秦斐, 卜祥玺, 梁兴东. 一种面向智能驾驶的毫米波雷达与激光雷达融合的鲁棒感知算法[J/OL]. 雷达学报: 1-11[2021-05-05].