自动驾驶-传感器简述

自动驾驶车辆上的传感器类型包含激光雷达、毫米波雷达、相机、imu、rtk、超声波雷达等，这些传感器用来接收外部世界多姿多彩的信号，根据接收到的信号，车载大脑对信号进行处理，那信号的准确程度就尤为重要。

本文将各个传感器的特性进行相应的总结，有出现错误的地方还请各位看官给与指点，本人将非常感激。

激光雷达

激光雷达根据工作原理不同，分为机械式、半固态、固态，根据测距原理分为三角测距、飞行时间测距、相位式等。

激光雷达类型	工作原理	性能	适用场景
机械式	采用激光束进行探测和测距。通过发射和接收激光束来实现。发射器和接收器安装在可以进行360度旋转的电机上，通过360度旋转接受外界信号。	通常具有较高的角分辨率和距离精度，因为其能够精确控制旋转速度和激光发射频率。工作频率较低。	用于自动驾驶环境感知和高精建图上。
半固态	采用半导体激光器作为发射光源，通过激发半导体材料来产生激光光束并利用可移动的光学原件（如MEMS镜片）来实现扫描。	在分辨率和精度方面有所提升，但与机械式激光雷达相比仍有一定差距。比机械式激光类达工作频率高。	由于体积小可以应用在手机和无人机上。
固态	完全没有机械运动部件，采用相控阵（OPA）技术或Flash激光雷达技术。OPA技术通过控制激光束的相位来改变扫描方向，而Flash激光雷达一次性发射一个激光脉冲，覆盖整个视野‌。	在分辨率和精度方面进一步提升，但由于没有机械部件的限制，性能更为稳定‌。频率最高。	无人驾驶等性能要求较高的场景中。

这里有个问题，机械式的雷达分辨率和测距精度高，还是固态的高，通过数据来看，固态雷达成像细节更加清晰，从原理来看是机械式的性能要好。所以单纯的对比机械还是固态雷达那种性能能好是不是有点笼统，还要从比如机械雷达的线束多少进行区分？

激光雷达的几种常见特性，包括：视场角、分辨率、测距范围、扫描频率(1s内雷达进行多少次扫描)、激光波长(905nm,1550nm)、最大辐射功率。

国内自动驾驶公司常用的激光雷达品牌，包括：速腾、图达通、大疆、禾赛科技、华为、法雷奥等。雷达横向比较会在后续的博客中梳理出来。

毫米波雷达

毫米波雷达是一种波长介与30~300GHz频域（波长为1~10mm）的电磁波，其波长较短，频段宽，比较容易实现窄波束，具有分辨率高，不易受干扰等特点。毫米波雷达目标采用毫米波对目标进行探测。获取目标的相对距离、相对速度、方位的高精度传感器。

常用的车载毫米波雷达包含3D毫米波雷达和4D毫米波雷达。3D毫米波雷达可以提供目标的位置信息以及速度信息（X,Y,V）。4D毫米波雷达在垂直方向增加收发天线，可以提供目标的X,Y,Z。

毫米波雷达工作原理：毫米波雷达通过发射电磁波，以及接收目标反射的电磁波，来实现目标检测。信号收发与信号处理是毫米波雷达运行的重点环节。

毫米波雷达测距测速原理: 测距：D=C*t/2. 测速：V=λ*fd/2，其中fd为多普勒调频。
多普勒效应是指物体发射的波长会因为相对运动而产生变化，例如火车汽笛声在驶向我们时会更加高亮，是因为此时我们接受到的汽笛声波波长变短，频率增加，因而可以被用来测速。毫米波雷达通常是FMCW（调频连续波）雷达，FMCW是连续的频率调制，频率会线性增加与减小，根据这一特性，雷达能够有效从FMCW的回波信号变化中分离出时间与距离的信息，从而准确测算出障碍物的相对速度与距离。

毫米波雷达工作流程：（1）首先射频发射器产生电磁波信号并且将之发射，信号到达目标物体；（2）物体反射或者散射信号形成回波信号，接收器接收回波信号；（3）混频器将回波信号与原始信号混合，经过滤波器进行滤波，得到中频信号（实际是雷达发射信号与回波信号的频率差，包含有物体的位置、速度等信息）；（4）中频信号输入到处理后端进行调制解调、FFT（FastFourierTransform，快速傅里叶变换）等算法处理，提取目标信息并进行分析，实现目标检测、距离测量、速度测量、方位估计；（5）最终将结果输出以进行后续感知处理。

无人驾驶常用的毫米波雷达里面通常包含算法处理模块，对目标进行滤波、聚类、跟踪处理，通常对客户开发两种模式，可以提供目标的聚类散点或者目标列表。

国内自动驾驶公司通常使用的毫米波雷达品牌包括：森斯泰克、大陆、博世、德赛西威、华锐捷等