自動駕駛的眼睛：雷達傳感器

其實一輛汽車自動駕駛化的程度取決于車企肯在它身上投多少錢，不同解決方案各有千秋：“屌絲”裝備價格低廉，人工干預程度高，可馬上量產使用;而像谷歌、奔馳使用的傳感器、攝像頭、雷達等輔助器械造價高昂，自動化程度高但投產上市恐怕還得假以時日。

今年在舊金山召開的自動駕駛研討會上，我們可以看到汽車主機廠和零部件供應商針對自動駕駛汽車都提出了不同的解決方案，而贊助商也選得有意思—AUVSI(國際無人機系統協會)，這種跨界的組合可能未來會給自動駕駛帶來技術和產品發(fā)展規(guī)劃方面的靈感。

不過，臺上的演講者說得再天花亂墜，都比不上停車場里那些試驗車型更有吸引力，而物體探測(Obstacle Detection)以及雷達傳感器則是自動駕駛中的技術核心。 我們首先來看Velodyne 3D Lidar(3D激光雷達)，這個玩意兒就是放置在谷歌無人駕駛車頂，隨時都在360°旋轉的鐳射裝置，不過75000美元的造價可真心不夠親民。系統里面配置了升級版的掃描器，在汽車后備箱里還有一塊平板顯示屏，它的掃描器不僅可以360°旋轉，甚至可以上下傾斜一定的角度，所以可以形成3D的監(jiān)測影像。

當一輛消防車開過來的時候，你會在屏幕上看見一對連起來的長長的紅色棱鏡狀物體繞著屏幕轉了一圈后才消失，而穿過車前的行人，他們的腿看起來很短，但移動地非常整齊。不過Philip也試著在車跟前繞了幾圈，但屏幕上并沒有什么圖像顯示，因為他正好位于Lidar的掃描盲區(qū)—一個圓錐形的陰影里。

想要沒有盲區(qū)，就要安裝更多的雷達。大本營位于伊利諾伊州的Autonomous Stuff主要出售針對自動駕駛汽車使用的各種設備，一輛改裝自美國產起亞的展示車上，他們在前后部分安裝了四臺Valeo Lidar，可以發(fā)射激光前前后后來回掃描。如果不差錢的話，還可以在車身的左右方各增加一個Lidar，這樣就完全實現了360°全景掃描，不留盲區(qū)。價格方面，單個Valeo Lidar在20000美金左右，真是分分鐘“搶錢”的節(jié)奏。

這些目前還處于研發(fā)階段，Valeo公司也希望在2016年能夠將單品價格降至250美元。奧迪三年前在CES大會上就表示只有Lidar的價格在200美元左右才能實現大幅量產。當然目前的Lidar采用的是機械設計的方式，如果改由單晶硅或者半導體進行固態(tài)封裝的話，造價應該能夠大幅降低。

不過隨著技術進步以及像博世這樣零部件供應商的加入，似乎物美價廉的Lidar很快就可以出現在各車企的自動駕駛原型車上了。博世日前宣布將進行Lidar系統的研發(fā)，而除了更低廉的價格之外，產品設計師們希望未來Lidar體積能夠變得像一副紙牌那么小巧，這樣藏在車身的窺視孔后面同樣可以發(fā)揮作用。 所以，除了造價昂貴之外，Lidar能否商用的原因還在于它體積過于龐大，外表顯得笨拙。不過奔馳卻認為多個雷達、攝像頭、立體攝像機、GPS和超聲波設備的重疊使用能夠提高自動駕駛汽車探測物體的靈敏程度。目前奔馳S級無人駕駛車原型(代號：Bertha)，在實驗人員隨車監(jiān)管的情況下不僅可以在高速路上馳騁，同時穿街轉巷也不在話下。

但即便這樣對很多車企來說還是有些奢侈，因為雷達和攝像頭同樣耗資不菲。如果要真想省錢，有這么一個解決方案：首先把谷歌的凱迪拉克換成雪佛蘭的Chevy，然后找類似Magna International這樣的供應商幫忙，因為該公司展示的測試車上僅僅在風擋內側安裝了一枚傳統的攝像頭。這枚攝像頭會將采集的數據傳輸給模式識別芯片(由以色列一家自動駕駛設備公司MobileEye提供)，如果周圍交通情況符合條件，那么它會提供穩(wěn)定良好的駕駛輔助功能;一旦出現不利情況，系統會自動將汽車的掌控權交還司機，只要輕踩剎車或者動動方向盤即可。Magna的工作人員表示，立體攝像機的優(yōu)勢在于如果車與物體之間間隔在40-45m之間，那么它的識別精度會很高。但超過這個范圍，它和傳統攝像頭就沒什么區(qū)別了。

那到底自動駕駛汽車需不需要傳感器、雷達、攝像頭的重疊使用?亦或者除了Lidar，其他一些燒錢的探測裝備還是否有必要安裝?筆者覺得還是得看車企的需求。如果只是希望提供車主一些類似“自適應巡航”、“車道偏離預警”、“自動泊車”的半自動駕駛功能，可能并不需要Lidar這種昂貴設備的使用;而如果要實現完全的無人駕駛，恐怕不僅需要Lidar，其他雷達傳感器設備也不可缺少，當然強大的地圖數據也是關鍵因素，因為涉及到安全的問題從來都不應該被低估。

目前受制于傳感器技術的發(fā)展程度，無人駕駛汽車還有很多困難需要克服。除了上面提到的價格因素之外，第二個面臨的挑戰(zhàn)是隨著環(huán)境條件的改變，激光雷達等傳感器接收信號的能力也會發(fā)生相應的變化。這也是為什么無人駕駛汽車必須使用一系列的傳感器，通過整合數據來實現對障礙物的探測。(end)