【導讀】自動駕駛汽車是一種能夠感知環境并在無人參與的情況下運行的車輛，它能做有經驗的人類駕駛員所做的一切。在最近的一項研究中，專家們確定了自動駕駛汽車的三種發展趨勢，即車輛的自動化、電氣化和共享化。如果這“三化”同時作用，將釋放自動駕駛汽車的全部潛力，預計到2050年，將引發城市交通的第三次革命，屆時交通擁堵將得到極大緩解，運輸成本將降低40%，全球城市二氧化碳排放量減少80%。
自動駕駛的6個等級
對于許多人來說，自動駕駛或無人駕駛是一項復雜而有爭議的技術，對“無人化”的理解也有較大差異。為此，美國汽車工程師學會（SAE）定義了6個無人駕駛等級，包括從L0級（完全手動）到L5級（完全自動）。目前，這些無人駕駛等級準則已經被美國交通部采納。業界也普遍接受這6個等級劃分。
圖1：自動駕駛的6個等級（圖源：Synopsys）
L0級（無自動駕駛）
在當今道路上行駛的大多數汽車都屬于L0級，這種手動控制的車輛全部由人類駕駛員完成動態駕駛任務，盡管其中可能有相應的系統來輔助駕駛員，例如緊急制動系統，但從技術上講，該輔助系統并未主動“驅動”車輛。
L1級（駕駛員輔助）
這是自動化的最低級別。車輛具有單獨的自動化駕駛員輔助系統，例如轉向或加速（巡航控制）。人類駕駛員負責與操作汽車相關的所有任務，包括加速、轉向、制動和監控周圍環境。
L2級（部分自動駕駛）
在這個級別上，汽車中的自動化系統可以輔助轉向和加速，而駕駛員仍然負責大部分安全關鍵功能和環境監控。車輛配備有高級駕駛員輔助系統（ADAS），能夠控制轉向以及加速或減速。目前，L2級是道路上最常見的自動駕駛汽車。特斯拉的 Autopilot 和凱迪拉克的（通用汽車）Super Cruise 系統都符合 L2級標準。
L3級（受條件制約的自動駕駛）
從L3級開始，汽車本身利用自動車輛傳感器監測環境，并執行其他動態駕駛任務，如制動。如果在駕駛過程中出現系統故障或其他意外情況，駕駛員必須做好干預準備。從技術角度來看，從L2級到 L3級實現了重大飛躍，但從駕駛人員的角度來看，差別算不上太明顯。奧迪公司曾將2019年入市的奧迪A8L定義為L3 級自動駕駛，車輛采用Traffic Jam Pilot技術，該技術結合了激光雷達以及先進的傳感器融合技術和處理能力。但根據美國對自動駕駛汽車的監管程序，目前奧迪A8L在美國仍被歸類為L2級自動駕駛汽車。
L4級（高度自動駕駛）
L4級與高度自動化相關，即使在極端情況下，汽車也能夠在不受駕駛員干預的情況下完成整個行程。但是，也有一些限制：只有當系統檢測到交通狀況安全且沒有交通堵塞時，駕駛員才能將車輛切換到該模式。L3級和L4級自動化之間的關鍵區別在于，如果發生意外或系統失效，L4級自動駕駛汽車可以進行干預。雖然L4級自動駕駛汽車可以采用無人駕駛模式運行，但由于立法和基礎設施發展欠缺，L4級無人駕駛汽車只能在限定區域行駛，這被稱之為地理圍欄（Geofencing）。
L5級（完全自動駕駛）
L5級自動駕駛汽車將沒有任何人為控制的規定，甚至沒有方向盤或加速/制動踏板。他們將不受地理圍欄限制，能夠去任何地方并完成任何有經驗的人類駕駛員可以完成的操控。全自動駕駛汽車尚不存在，但汽車制造商正在努力實現L5級自動駕駛，目前只是在幾個試點區進行測試。
未來可期的自動駕駛市場
自動駕駛已經不再是一件新鮮事務，研究人員預測，到 2025 年，我們將看到大約800萬輛無人或半無人汽車在路上行駛。Fortune Business Insights在其《2021-2028年自動駕駛汽車市場》的報告中表示，傳感器處理技術、自適應算法、高清晰度映射以及車輛到基礎設施（V2I）和車輛到車輛（V2V）通信技術的快速發展，讓許多公司放心擴大其制造和研發能力，并將車輛自動化提升到更高的水平。2020年，全球自動駕駛汽車市場規模約為14.5億美元。預計在2021-2028年間，市場將從2021年的16.4億美元增長到2028年的110.3億美元，年均復合增長率為31.3%。
市場調研機構Mordor intelligence認為，由于越來越嚴格的政府法規側重于提高道路安全，更多的自動駕駛汽車正在開發中，它們采用了與智能手機集成的先進技術，為市場參與者創造了吸引客戶的機會。人工智能、機器學習以及雷達、激光雷達、GPS和計算機視覺等其他傳感器領域的最新技術進步，使制造商能夠有效提高汽車的自動駕駛能力。目前，L2級和L3級自動駕駛汽車在市場上最為突出，而L4級和L5級預計將在2030年獲得更廣泛的認可。因此，預計在預測期內，這些L2級和L3級車的增長將是市場的主要推手。因此，自2022年到2027年這5年間，自動駕駛汽車市場的復合年增長率將達到22.75%。
隨著ADAS和安全功能的越來越多采用、政府對提高車輛和行人安全的關注以及汽車制造企業提供先進安全功能的意愿，多方合力，將刺激市場對自動駕駛汽車的需求。根據Markets and Markets發布的最新市場研究報告，全球自動駕駛汽車的市場規模預計將從2021年的2030萬輛增長到2030年的6240萬輛，年復合增長率為13.3%。
根據福特、本田、豐田、沃爾沃等汽車制造商的公開聲明，目前，自動駕駛汽車市場仍以L2級車輛為主，到2030年，全球自動駕駛車輛的總注冊份額將達到12%。
圖2：到2030年，全球自動駕駛車輛的總注冊份額將達到12%
（圖源：Statista.com）
自動駕駛中的3種重要傳感器
要想充分理解車輛的自動化水平就要先了解自動駕駛汽車是如何工作的。總體來看，自動駕駛汽車主要依靠傳感器、執行器、復雜算法、機器學習系統和強大的處理器來運行軟件并執行自動化操作。
具體來看，自動駕駛汽車主要基于位于車輛不同部位的各種傳感器，創建并維護其周圍環境的地圖。如今，大多數汽車制造商在自動駕駛汽車中最常使用的傳感器有三種，即：攝像頭（camera）、雷達（radar）和激光雷達（Lidar）。
其中，雷達傳感器負責監測附近車輛的位置。攝像頭用來探測交通信號燈、閱讀路標、追蹤其他車輛，并尋找行人。激光雷達傳感器將光脈沖反射到汽車周圍，以測量距離、檢測道路邊緣并識別車道標記。停車時，車輪上的超聲波傳感器會檢測路緣和其他車輛。然后，大量的軟件會處理所有這些“感官”輸入，繪制路徑，并向汽車的執行器發送指令，由執行器控制車輛的加速、制動和轉向。此外，通過自動駕駛汽車中的傳感器收集的信息，如前方的實際路徑、交通堵塞和道路上的任何障礙物，也可以在通過M2M技術連接的汽車之間共享，這就是車聯網中的車對車（V2V）通信，它對駕駛自動化非常有用。可以這樣說，如果沒有傳感器，自動駕駛是不可能實現的。
圖3：自動駕駛汽車中三種最重要的傳感器
（圖源：nytimes.com）
1 攝像頭傳感器
自動駕駛汽車通常都會配有視覺攝像頭，它也是最直觀的傳感器，其工作原理與我們的眼睛類似。攝像頭傳感器具備檢測RGB顏色信息的能力，可提供百萬像素的分辨率，這兩大特性相結合，使其成為“閱讀”交通標志和其他應用不可或缺的設備。通過在各個角度為車輛配備這些攝像頭，車輛能夠保持其外部環境的360°視圖，攝像頭可以產生與人類駕駛員非常相似的自動駕駛體驗。如今，攝像頭已經成為ADAS最重要的組成部分，并得到廣泛的部署。
正在興起的3D攝像頭可以用來顯示非常詳細和逼真的圖像。這些圖像傳感器自動檢測物體，對其進行分類，并確定它們與車輛之間的距離。例如，攝像頭可以輕松識別其他車輛、行人、騎自行車者、交通標志和信號、道路標記、橋梁和護欄。
■ 與其他類型的傳感器相比，攝像頭不僅視圖直觀且價格相對便宜。這一優勢使得原始設備制造商在沒有太大成本壓力下將更好的自動駕駛功能引入到中檔甚至低端車輛中。
■ 攝像頭傳感器的缺點：在惡劣的天氣條件下，如雨、霧或雪，會使攝像頭無法清晰地看到道路上的障礙物，從而增加發生事故的可能性。此外，在很多情況下，來自攝像頭的圖像根本不足以讓計算機對汽車應該做什么做出正確的決定。例如，在物體的顏色與背景非常相似或它們之間的對比度很低的情況下，算法可能會失敗。
2 雷達傳感器
雷達是在第二次世界大戰之前發明的，從那時起被廣泛用于精確跟蹤飛機和船只的位置、速度和方向。1999年，梅賽德斯-奔馳（Mercedes-Benz）首次將其引入到汽車中以支持其自適應速度功能。雷達傳感器對自動駕駛的整體功能起著至關重要的作用，它們發出無線電波，檢測物體，并實時測量它們與車輛的距離和速度。短程和遠程雷達傳感器通常都部署在車的四周，每個傳感器都有不同的功能。雖然短程（24GHz）雷達應用能夠實現盲點監控、理想的車道保持輔助和停車輔助，但遠程（77GHz）雷達傳感器的作用包括自動距離控制和制動輔助。
■ 雷達的優點：雷達發射的無線電波在傳輸時幾乎不受能見度、光線和噪音的影響，其性能在所有環境條件下都是一致的，哪怕在霧天或雨天識別物體時通常也沒有問題。這是它與攝像頭和激光雷達的顯著不同點。
■ 雷達傳感器的缺點：雷達的主要弱點一是無法捕獲顏色信息，二是與攝像頭和激光雷達傳感器相比，其角度分辨率也比較有限，即在模擬物體的精確形狀方面相對較弱。如今車輛上使用的汽車雷達傳感器只能正確識別90%到95%的行人，不能確保道路的安全性。此外，仍然廣泛使用的2D雷達無法準確確定物體的高度，因為傳感器只能水平掃描，這可能會導致在橋下或路標下行駛時出現各種問題。為了解決這些問題，目前傳感器企業正在加緊開發更多種類的3D雷達傳感器甚至4D成像傳感器。
3 激光雷達傳感器
激光雷達傳感器的工作原理與雷達類似，唯一的區別是它們使用激光而不是無線電波。除了測量到道路上各種物體的距離外，激光雷達還允許創建檢測到的物體的三維圖像，并繪制周圍環境的地圖。此外，激光雷達可以配置為在車輛周圍創建完整的360°地圖。這兩個優勢也是谷歌、豐田等自動駕駛汽車制造商選擇激光雷達的主要原因。
■ 激光雷達的優點：高清晰度3D建模。激光雷達可以看作是一種更先進的雷達，它的探測范圍最遠可達100米，計算誤差不到兩厘米。因此，它能夠在任何時刻測量數千個點，從而對周圍環境進行非常精確的3D描繪。與雷達一樣，激光雷達的效能同樣不受環境條件的影響。
■ 激光雷達的缺點：技術復雜且價格昂貴。為了提供精確的環境三維模型，激光雷達每秒計算數十萬個點，并將它們轉換為動作。這意味著與攝像頭和雷達相比，激光雷達需要大量的計算能力。這也使得激光雷達容易出現系統故障和軟件故障。成本高是激光雷達的另一短板，它比用于自動駕駛車輛的雷達傳感器要昂貴得多。
為自動駕駛車輛選擇正確的傳感器
攝像頭、雷達、激光雷達，這三種傳感器各有優缺點。因此，大多數原始設備制造商常常使用三者中至少兩個的組合，以相互補充，彌補不足。當結合使用時，傳感器技術可以讓車輛在幾乎不需要人工干預的情況下安全行駛。隨著傳感器技術的日益成熟，預計未來五年將有越來越多的車輛達到L3--L4級的自動駕駛水平。
作為工程師和設計師，需要仔細考慮每種傳感器類型的作用、能力和局限性，以確定這些傳感器的正確組合能夠滿足最終用戶在安全性、功能性能和價格方面的需求。
高分辨率數碼攝像頭幫助車輛“看到”周圍的環境，當多個攝像頭安裝在車輛周圍時，360°視圖允許車輛檢測其附近的物體，如其他車輛、行人、道路標記和交通標志。常用的攝像頭傳感器包括近紅外攝像頭（NIR）、VIS攝像頭、熱攝像頭和飛行時間攝像頭（ToF）。與大多數傳感器一樣，攝像頭在相互補充時工作得最好。如今的汽車后部和360°視覺圖像系統通常采用集中式架構。這意味著中央控制單元處理四到六個攝像頭的原始數據。由于處理是在軟件中完成的，對處理器也會有苛刻的要求。2D和3D相機都需要圖像傳感器，并要求其動態范圍超過130dB。這種高動態范圍是提供清晰圖像的必備需求，目前市面上最好的圖像傳感器的動態范圍已經達到140dB。
安森美（onsemi）AR0820AT 830萬像素 CMOS數字圖像傳感器針對微光和高動態范圍場景進行了優化，安森美半導體的 AR0820AT 是一款 1/2 英寸 CMOS 數字圖像傳感器，具有2.1微米DR-Pix BSI像素和片上140 dB HDR捕獲能力。
該傳感器包含的先進功能還有像素內分選、開窗以及視頻和單幀模式，以提供靈活的感興趣區域（ROI），適用于低光度和具有挑戰性的高動態范圍場景。先進的晶圓堆疊技術更是實現了低功耗和緊湊的封裝設計。此外，AR0820AT滿足歐洲NCAP 2020等ADAS系統相關標準的能力還解決了安全性問題。AutoX是中國首家在公共道路上運營全無人駕駛的RoboTaxi服務的公司，在其解決方案中使用了28個安森美半導體的圖像傳感器。
圖4：AR0820AT CMOS數字圖像傳感器
（圖源：onsemi）
事故統計數據顯示，76%的事故完全是由人為失誤造成的。在所有案例中，94%涉及人為錯誤。雷達傳感器是現代汽車中高級駕駛員輔助系統（ADAS）不可或缺的一部分。雷達傳感器不僅對于自動駕駛汽車尤為重要，它們還能有效提高駕駛員的安全性和舒適性。目前的雷達系統要么基于24 GHz，要么基于77 GHz。77GHz的優勢主要在于距離和速度測量的更高精度，以及更精確的角度分辨率。與24GHz相比，天線尺寸更小，干擾問題更低。汽車雷達傳感器通常用于盲點檢測（BSD）、車道變換輔助（LCA）、碰撞緩解（CM）、停車輔助（PA）和后方交叉路口警報（RCTA）功能。
英飛凌（Infineon）提供種類繁多的汽車雷達傳感器，包括短程、中程和遠程雷達傳感器。作為XENSIV系列傳感器的一部分，英飛凌擁有一系列RASIC 77/79GHz前端雷達傳感器 IC，專門用于駕駛輔助系統，例如自適應巡航控制和碰撞警告。
這些RASIC解決方案能夠檢測和識別最遠250米范圍內的物體，使駕駛員輔助功能能夠獲得Euro NCAP（歐洲新車評估計劃）的五星級評級。此外，RASIC 77/79GHz 汽車雷達支持ASIL C，減少了客戶的研發工作。這些77GHz芯片可用于基于雷達的駕駛員輔助系統，能識別250米范圍內的物體。作為對77/79 GHz 產品的補充，英飛凌還提供集成度非常高的24GHz雷達收發器系列，與分立產品系列相比，能節省約30%的PCB占位。
現在，英飛凌可提供一整套77/79GHz雷達芯片組，包括：雷達77/79GHz射頻毫米波IC系列（RASIC RXS816xPL），具有雷達信號處理單元的MCU系列（第二代AURIX TC3xx），具有多種安全功能的雷達系統電源TLF3068x，非常緊湊的3芯片配置（RXS816xPL+AURIX TC3xx+TLF3068x），非常適于從自動緊急制動（AEB）到自動駕駛中的高分辨率雷達應用。
圖5：英飛凌77/79GHz雷達ECU
（圖源：Infineon）
前文提到，無法捕獲顏色信息，角度分辨率也比較有限是雷達比較明顯的弱點。然而，在通向L5級汽車自動化的道路上，4D成像雷達為雷達創新創造了新的可能，在面向L2+的未來傳感器組合中，它也將承擔大部分工作。恩智浦（NXP）最新推出的高性能S32R45雷達處理器，為OEM提供了一條經濟高效的途徑，幫助他們實現先進的4D成像雷達功能，在L2+和更高級別的汽車上投入商用，具有適當的成本結構。
S32R45是一款基于Arm Cortex-A53 和Cortex-M7 內核的32位汽車雷達應用MPU，主要為民用汽車ADAS 雷達市場而設計。對于汽車ADAS雷達市場，S32R45 MPU適用于高端長距前向/后向雷達和高級雷達成像應用，并且可以用作符合新車評價規范（NCAP）的高級域控制器，以可擴展、安全可靠和高能效的方式提供高性能雷達處理。
S32R45雷達處理器是NXP第6代汽車雷達芯片組系列中的旗艦產品，與NXP TEF82xx RFCMOS收發器結合使用，可提供高角度分辨率、強大處理能力和廣泛感測范圍。
圖6：NXP高性能S32R45雷達處理器
（圖源：NXP）
激光雷達主要由發射器、接收器和信號處理三部分組成，它在深度感知和確定物體存在方面非常精確。它可以遠距離觀察，也可以穿越惡劣的環境條件，如夜間或雨霧。因為它能識別和分類所看到的東西，所以它能分辨出松鼠和石頭等物體之間的區別，并據此預測行為。按照測距原理的不同，激光雷達可以劃分為飛行時間測距法（ToF）、基于相干探測的 FMCW 測距法、以及三角測距法等。目前，市場上以 ToF 為技術路線的激光雷達公司數量較多。
Lidar是ADI公司自動駕駛車輛感知檢測戰略的關鍵支柱。目前，集成在測試車輛上的傳統Lidar系統價格高昂。ADI公司在真正非機械式且經濟高效的Lidar技術上進行了大量投資，以促進汽車Lidar系統的采納成為主流。ADI公司擁有豐富的高性能信號鏈和電源管理元件，可用于構建幾乎任何Lidar系統。這些產品適用于脈沖或FMCW/連續波系統，以及構建在900 nm至1500 nm波長范圍內的系統。
圖7：ADI公司提供的AD-FMCLIDAR1-EBZ 開發平臺助力Lidar系統的快速開發
（圖源：貿澤電子）
結語
根據Yole Development的報告，至少在2030年之前，L4/L5汽車的市場滲透率仍將保持在個位數，其中一部分汽車將作為機器人汽車使用。隨著L0–L2汽車的市場滲透率開始下跌，L2+汽車的采用率將持續穩定增長，截止2030年，L2+汽車很可能達到將近50%的市場份額。在未來十年內，預期L2+汽車將成為汽車OEM關注的焦點。
汽車傳感器是提高道路交通安全和達到L4級和L5級自動駕駛的關鍵。隨著車輛走向完全自主駕駛，選擇正確的傳感器組合變得非常重要。為了獲得最高級別的安全性和性能，攝像頭、雷達、激光雷達之間的傳感器融合將最大限度地發揮每種傳感器的優勢，同時彌補存在的不足。例如，單獨使用激光雷達對車道跟蹤的效果很差，但激光雷達和攝像頭的結合在這方面非常有效。可以預見，在先進的傳感器技術的加持下，通過警告信號和自動安全功能來預防事故，從而實現2050年交通事故中零死亡這一美好愿景也有望得到落實。
來源：貿澤電子
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
