详解Uber自动驾驶汽车传感器零碎，怎样的配置才

原标题：详解Uber自动驾驶汽车传感器零碎，怎样的配置才干防止撞人事情

外地工夫19日清晨，Uber一辆自动驾驶汽车在亚利桑那州撞死了一名横穿马路的妇女。因是第一同自动驾驶汽车在公共路途上发作的致人身死事故，Uber一工夫被推上了风口浪尖。

但是，仅几个小时之后，担任调查此次事故的利桑那州坦佩警察局局长却表示，依据事故的初步伐查显示，在此次交通事故中，Uber能够不存在差错。

剧情的反转，让人有些摸不着头脑。

从事故现场视频和Uber事故汽车的配置看，雷达和摄像头“渎职”或是原罪

为了复原事故真相，利桑那州坦佩警察局地下了一段由事故汽车拍摄的视频。从事故现场视频看，Uber的自动驾驶事故汽车（沃尔沃XC90）事先正超速行驶在一段光线环境极差，甚至可以说完全黑暗的路途上，仅有的光线来自于汽车前灯。而受益者就是这样的环境下“忽然”呈现在了汽车后方，加之汽车行驶速度极快，霎时就被撞倒。显然，无论是车上的测试人员还是自动驾驶汽车，都没能及时反响过去。

但是，人没反响过去，自动驾驶汽车就应该反响不过去吗？自动驾驶汽车的呈现，难道就仅在束缚司机双手，“驾驶技术”也只与人类司机持平就可以了吗？

答案显然能否定的。

那么，究竟是什么让Uber的这辆自动驾驶汽车“渎职”的？解答这一成绩之前，我们有必要理解一下，这辆事故车究竟是如何做到自动驾驶的。

依据事故现场图片看，Uber的这辆事故自动驾驶汽车正是由其ATG（Uber先进技术部门）研发的。根据Uber此前地下的相关信息，该汽车应是装备了一整套的传感器零碎：

顶部激光雷达，可以以每秒屡次的速度生成汽车四周的3D成像；

前端无线电波雷达，位于汽车前后，可完成360度无死角的探测；

短焦和长焦光学相机，对成像停止实时剖析。

很显然，Uber是希望可以经过这一套传感器零碎做到实时、全范围探测的，但事故还是发作了。

这种状况下，形成事故最大的能够就是各传感器本身功能缺乏以及搭配方案不合理。甚至可以说，正是由于顶部、前端雷达与摄像头图像处置协作不善，才招致了这场事故的发作。

自动驾驶汽车想要平安上路，需求先理解各传感器特性及缺乏

关于Uber此次事故，美国国度运输平安委员会前主席马克罗森克表示，这起事故或成自动驾驶技术将来开展的一个障碍，必需设法处理其中的成绩，才干重获大众对自动驾驶汽车的信任。显然，雷达和摄像头就是这些成绩的重中之重。

雷达

雷达方面，以后已在自动驾驶范畴普遍使用的有三种：激光雷达、超声波雷达和毫米波雷达。

激光雷达

激光雷达，也称Lidar，就是激光(Laser)与雷达(Radar)的集合，通常有16线、32线和64线，线束越多，功能越强。

激光雷达，任务在红外和可见光波段，其探测精度很高，探测范围也很广，可以再短工夫内区分妨碍物除此之外，还可在光线条件差的环境中正常运转。

但其易被环境中“杂物”搅扰，所以在雨雪等极短天气中功能较差，无法提供全天候效劳。此类雷达本钱极高，因而，一辆汽车上通常只装备一个，且位于顶部。

超声波雷达

超声波雷达，经过发射近间隔超声涉及搜集、剖析反射数据的方式停止探测。此类雷达能量耗费较迟缓，穿透性强，在短间隔测量中，具有十分大的优势。此外，因其测距的办法复杂，所以该类雷达本钱很低。

除去自动驾驶，超声波雷达在汽车范畴早有普遍使用，如警示周边3米以内的妨碍物，协助驾驶员停车等。

毫米波雷达

毫米波雷达，是任务在毫米波波段探测的雷达，可穿透雾、烟、灰尘，具有全天候(大雨天除外)、全地利的特点，对金属异常敏感。而由于毫米波短波长对应的光学区尺寸较小，其更适用于近间隔探测，但也只能做到辨认出后方有一团东西，不晓得详细是什么。

由于本钱低，且技术绝对成熟，毫米波雷达是以后自动驾驶传感器中使用最普遍的。

摄像头

#p#分页标题#e#

相较于雷达，摄像头较为复杂，其次要功用就是借由镜头采集图像，再经过摄像头内的感光组件电路及控制组件对图像停止处置并转化为电脑能处置的数字信号，从而完成感知车辆周边的路况状况，完成前向碰撞预警，车道偏移报警和行人检测等功用。

以后，车载摄像头有单目摄像头、后视摄像头、平面摄像头和环顾摄像头四大类。其中，市场上次要以单目摄像头为主。

纵观各大自动驾驶汽车，大多选择的是混合搭配上述设备的方案，以构成一套完好的传感探测零碎。如撞人致死的Uber自动驾驶汽车，其顶部就装备了一个Uber自家的激光雷达，前后也装备了多个无线电波雷达以及短程和长程光学相机。

虽然尚不知晓Uber自研激光雷达和运用的其他传感器真实功能如何，但可以一定的是，除去出传感器本身功能无限之外，Uber自动驾驶汽车在这种搭配方案之下，依就发作了事故，该方案就一定没能做到360度无死角探测，才缺乏以保证汽车在光线环境较差、极端天气等状况下正常行驶的。

那么，怎样的搭配方案才是最合理，能最大水平上防止平安事故的发作呢？

特斯拉以摄像头为主，百度以雷达为主，各有利害

和Uber一样，特斯拉也十分热衷于自动驾驶汽车的研发与路测。2016年10月20日，马斯克宣布将为一切的特斯拉新车搭载“具有完全自动驾驶功用”的硬件零碎Autopilot 2.0，其大致的搭配如下：

1.车头6个、车尾6个，共12个超声波传感器；

2.前挡风玻璃下内后视镜上端长焦、规范、短焦共3个前视摄像头；

3.外后视镜前端翼子板后端两侧共2个后测视摄像头；

4.前后门中柱靠上端两侧共2个侧视摄像头；

5.后窗上部两头1个后视摄像头；

6.后车牌地位上一个倒车摄像头；

7.前保险杠中部1个毫米波雷达。

很分明的，特斯拉的硬件零碎滞后于Uber，由毫米波雷达+摄像头+超声波传感器组成。从这一搭配看，全体投入本钱较低，不只没有激光雷达加持，还以摄像头为主，全自动无人驾驶零碎售价仅8000美元。

可以说，该零碎不具有在弱光线环境下停止探测的功能，也无法为汽车提供远间隔探测效劳。能够正是由于这样，特斯拉自动驾驶汽车的路测和使用才不断不是很顺利。

回到国际，在自动驾驶范畴，百度无人车近期可谓是风头正劲，更是在前几天拿到了北京市首批自动驾驶测试实验用暂时号牌，并在北京亦庄正式开启了自动驾驶汽车上路测试。

从这张网传的百度无人车硬件配置图看，百度的传感器零碎以雷达为主+摄像头为辅的搭配方式，来完成自动驾驶的，包括一个车顶的Velodyne激光雷达；多个车载雷达，散布于汽车前后端；一个摄像头，用于侦测挪动妨碍物。

这种搭配方式，完成了汽车远间隔大范围探测。除此之外，相较于特斯拉，由于有了Velodyne激光雷达（单价约7万美元）的加持，让百度自动驾驶汽车具有了在暗光、密集环境中的行驶功用。当然，本钱也绝对较高。

搭配方案应量体裁衣，适配使用场景才是重点

其实，下面这些也仅仅是基于普通使用场景对汽车自动驾驶功能的一个根底判别。无论是Uber、特斯拉还是百度，在以后的路测阶段，他们都还不能保证，自家自动驾驶汽车能在任何环境中做到平安行驶。

举个例子，在高速公路上，由于车速较快且视野较开阔，自动驾驶汽车就需求具有远间隔、大范围探测的才能。而由于行驶路途的开放性，难免会遇到雨雪、大雾等极端天气，那么，普通的摄像头和高本钱的激光雷达就无法负荷这一需求，这种状况下，诸如百度那样的硬件零碎就不适用了。

“在高速公路的高速行驶中，因激光雷达的射距成绩，我们更依赖摄像头。”图森将来结合开创人&CEO陈默表示。

#p#分页标题#e#

因而，努力于打造高速场景下的L4级别（SAE）自动驾驶卡车的图森将来，其传感器搭配方案就以远间隔、高感知的摄像头为主。一辆卡车上，共搭载了8个摄像头、3组毫米波雷达，适用范围达200米。

除高速公路之外，城市街道也是将来自动驾驶汽车最大的使用场景之一。而在这一场景下，远间隔大范围探测就无法满足实践需求了。

中国的城市街道特点，在于人群、车辆、修建物密集；信号灯、指示牌单一等。想要在这样的环境下做大平安自动驾驶，汽车就必需具有实时精准探测、高度感知环境（环境光、妨碍物详细细节及形态等）以及高速辨认剖析图像的才能。这种状况下，这有摄像头和毫米波雷达就有些不够用了，必需搭载高精度激光雷达，甚至不止一个。