自动驾驶的两大命脉:激光雷达和视觉图像传感器

发布者:skyhcg最新更新时间:2017-06-08 关键字:自动驾驶  图像传感器 手机看文章 扫描二维码
随时随地手机看文章

  市场研究机构IHS Markit预计2015年~2022年期间,汽车应用的MEMS市场的复合年增长率将达6.9%,2022年将增长至32亿美元。下面就随汽车电子小编一起来了解一下相关内容吧。


自动驾驶的两大命脉:激光雷达和视觉图像传感器

  过去几年,MEMS传感器在强制安全系统中获得了稳定的市场,如电子稳定控制系统和胎压监测系统,这些系统在2015年期间的新款汽车中已经获得普及。获益的MEMS供应商包括陀螺仪、压力传感器、加速度计以及前排和侧面安全气囊传感器等。此外,汽车引擎应用的MEMS器件也正在稳定增长,主要来自于日益增长的引擎管理和尾气处理应用。据麦姆斯咨询消息,这些领域的MEMS出货量到2019年将达到13.4亿颗,2013年时这一数字为10.8亿颗。


自动驾驶的两大命脉:激光雷达和视觉图像传感器

  激光雷达

  LiDAR系统使用的是旋转激光束。宝马、谷歌、日产和苹果的无人驾驶试验车用的就是这项技术。但要想在量产车上应用,价格必须大幅下降。业内普遍认为,再过几年这个目标就能实现。


自动驾驶的两大命脉:激光雷达和视觉图像传感器

  激光雷达工作原理(图片来自Velodyne)

  激光雷达的工作原理是通过发射和接收激光束来实现的。在其内部,每一组组件都包含一个发射单元与接收单元。上图的Velodyne使用了旋转镜面的设计。

  这套发射/接收组件和旋转镜面结合在一起,能扫描至少一个平面。镜面不只反射二极管发出去的光,而且也能把反射回来的光再反射给接收器。通过旋转镜面,能够实现 90到180度的视角,并且大大降低系统设计和制造的复杂度,因为镜面是这里面唯一的运动机构。

  脉冲光以前被用于探测距离。探测距离的原理是基于光返回的时间,激光二极管发出脉冲光,脉冲光照射到目标物后反射一部分光回来,在二极管附近安装一个光子探测器,它可以探测出返回来的信号,通过计算发射和探测的时间差就可以计算出目标物的距离。脉冲距离测量系统一旦被激活就能收集到大量的点云。

  如果点云中有目标物,目标物就会在点云中呈现出一个阴影。通过这个阴影可以测量出目标物的距离和大小。通过点云可以生成周围环境的3D图像。点云密度越高,图像越清晰。

  视觉图像传感器

  现在一个很广泛的应用是将2D激光雷达与视觉传感器相结合,不过相比于激光雷达,视觉传感器低成本的特性,也让其成为了在自动驾驶解决方案中不可或缺的存在。

  通过视觉传感器的图像识别技术对周边环境进行感知,对于自动驾驶而言,除了知道在什么位置存在什么物体/行人之外,进而像车辆发出减速刹车等指令来避免事故这一功能之外,是以图像识别为基础,能够理解当前的驾驶场景,并学会处理突发事件。


自动驾驶的两大命脉:激光雷达和视觉图像传感器

  视觉传感器工作流程如果说激光雷达的难度在于如何让其性能能够满足自动驾驶导航的需求,那么摄像头的难度则在于从感知拔高到认知的这一过程。

  以人眼来进行类比的话,人类驾驶员在看到行人或车辆之后,会基于看到的景象对行人或车辆的下一步行动有个预判,并根据预判来控制车辆。自动驾驶车同样需要这个「预判」的过程,而摄像头就起到观察的作用。自动驾驶汽车必须能够对车内人员、车外行人、车附近人们的行为进行观察、理解、建模、分析和预测。

    以上是关于汽车电子中-自动驾驶的两大命脉:激光雷达和视觉图像传感器的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:自动驾驶  图像传感器 引用地址:自动驾驶的两大命脉:激光雷达和视觉图像传感器

上一篇:美退“巴黎协定”后 全球电动汽车厂商纷纷转向中国
下一篇:指纹IC太火爆 8寸晶圆厂生产线全线满载

推荐阅读最新更新时间:2024-11-14 19:58

高性能图像传感器处于增长的安防市场的前端
我们都想最安全地生活、工作和旅行,近年来安防市场已迅速增长和进步。电子半导体技术是该领域的代名词,是当今许多系统的关键促成者。 监控视频捕获和处理以提供安全已成为一个巨大的增长市场,应用于如办公室和其他工作场所及商店、商场和各种公共空间。对高品质、更好的性能和可靠的成像方案的需求和价值非常强大,具有显而易见的优势,更容易、更清晰地识别正被观察的活动、地点或人。 远程视频监控可以减轻人员安防的需要,减轻人类注意力的跨度误差和连续性问题,并可以使安防工作能全天候覆盖大面积范围。 ISC West–在美国最大的致力于安防行业的展会-本月在拉斯维加斯举行。近30000个安防领域的专业人士参与,该活动提供了一个增强认知的聚会点和可以共享
[安防电子]
高性能<font color='red'>图像传感器</font>处于增长的安防市场的前端
安全驾驶的再次进化,意法半导体全局快门图像传感器助推车内体验新升级
即便是再对驾驶不感兴趣的人,随着近年来汽车电子化的升级,也能明显感受到驾驶体验的巨大升级,曾经可能倒车入库都需要家人来帮忙指挥的驾驶者,配合着车外的摄像头、传感器,以及自动泊车技术,也能轻松入位,车外的感测装置大大提升了驾驶体验与安全性。 不过,对于车内世界的驾驶体验来说却仍有着巨大的提升空间,驾驶者不自觉的用手机回复消息,或是高速行进过程中在触控面板上进行操作,长时间驾驶后的腰酸背痛与眼神迷离,还有后排能够调皮的从安全座椅上解脱出来的孩子,其存在的安全隐患可能比车外的小剐小蹭来得更突如其来,且风险巨大。 车内感知市场即将迅速成长 根据Yole的报告显示,2021年全球车载摄像头销货量预计为1.72亿
[汽车电子]
安全驾驶的再次进化,意法半导体全局快门<font color='red'>图像传感器</font>助推车内体验新升级
QNX在CES 2016上展示自动驾驶技术构建模块
QNX展示了可助力实现自动以及半自动驾驶汽车的ADAS、V2V、V2I以及OS等技术的最新进展 黑莓有限公司子公司QNX软件系统有限公司今日在于拉斯维加斯举行的CES 2016上(展位号:拉斯维加斯会展中心北厅325号)展示了其备受信赖的软件基石如何打造安全、可靠的汽车系统,为自动驾驶奠定基础。 自动及半自动驾驶汽车正从概念快速地发展成为事实。在本周举行的CES 2016上,QNX软件系统有限公司展出了推动行业转型的技术,包括先进驾驶辅助系统(ADAS)、V2V(vehicle-to-vehicle)通信技术以及V2I(vehicle-to-infrastructure)通信技术等。 此外,QNX还展示了面向数字
[汽车电子]
优化图像传感器平台以应对汽车在最具挑战性拍摄场景要求
在安全和便利性能特点的双重驱动下,对驾驶员辅助系统的需求增长,令车中具备成像功能的系统数量也在迅速攀升。这类先进 驾驶员辅助系统 可实现自适应巡航控制和自动紧急制动等功能。除此之外,还包括停车辅助功能,比如后视摄像机(美国现在强制要求每辆新车都必须具备),360度环视系统,以及新兴应用如替代传统后视镜的相机监控系统等。 汽车 环境下的工作条件及参数对于图像传感器而言通常都非常具有挑战性。场景的动态范围可能超过140dB,最亮区域(例如阳光直接照在相机视野)与黑暗区域(隧道内)之间有着极大的反差。对于这类具有高动态范围输出的场景,务必要尽可能拍摄每一个细节,以便为先进驾驶员辅助系统(ADAS)算法和驾驶员呈现清晰的场景。如果成像
[汽车电子]
优化<font color='red'>图像传感器</font>平台以应对汽车在最具挑战性拍摄场景要求
号称实现第五级自动驾驶,特斯拉真的有那么神?
特斯拉发布了“具有全自动驾驶功能”的Autopilot 2.0系统,且这一系统几乎可以覆盖所有特斯拉车型。但是,在此前自动驾驶技术才刚刚引发了多起致命事故后,如今的Autopilot 2.0系统是否就已经达到了五级自动驾驶能力?而人们对于这一全新技术是否还应该继续抱有信心?   特斯拉已能实现第五级自动驾驶 特斯拉创始人伊隆-马斯克(Elon Musk)日前宣布,未来所有特斯拉新车将装配“具有全自动驾驶功能”的硬件系统Autopilot 2.0。根据特斯拉官网显示,这项自动驾驶硬件Autopilot 2.0将适用所有特斯拉车型,包括最新的Model 3,而配备这种新硬件的Model S和Model X则已经在产线中生产。
[嵌入式]
自动驾驶指日可待,深度学习神经网络有这么大能耐?
先进辅助驾驶系统( ADAS )可满足汽车驾驶人及乘客对道路安全及出行体验的更高要求。 诸如车道偏离警告、自动剎车及停车辅助等系统,已广泛应用于当前的车型,甚至是功能更为强大的车道保持、塞车辅助及自适应巡航控制等系统的配套使用,也让全 自动驾驶 车辆逐渐成为现实。   目前很多ADAS系统是以机器视觉作为核心。 传统上,机器视觉是以信号处理技术来检测识别物体,但汽车制造业一直在寻求让响应速度更快、识别准确度更高的方法。 对于正热衷于进一步提高拓展 ADAS功能的汽车制造业而言,深度学习 神经网络 开辟了令人兴奋的研究途径。   以知名品牌为首的汽车制造业正在此技术上进行投资,并向高科技企业及学术界看齐。 在中国,百度一直在此技术上
[嵌入式]
不厘清这些关键点就无法攻克自动驾驶赛道
智能手机增势趋缓已是不争事实,离开了这一动力,下一步的经济增长动力将来自哪里?诸如5G、新能源汽车、自动驾驶、物联网等潜力行业均在翘首接盘,但问题是,智能手机从出现到饱和用了十年时间,下滑亦是从顶峰开始,而这些市场的向上攀爬还在初始阶段,最终谁将能问鼎?可能第一步就要看哪一产业能像手机一样缔造上万亿元的市场了。 何时规模达千亿元? 在全球玩家们的推波助澜下,自动驾驶已成为产业链厂商倾注的重心所在,中美日欧等政府已经在不断地为其产业化发展扫除障碍。 因而业界乐观预估,2020年将是自动驾驶市场商业化起势之年。2020-2025年,自动驾驶乘用车销量的年化复合增速将超过80%; 加上自动驾驶车辆销售、自动驾驶出行服务
[汽车电子]
不厘清这些关键点就无法攻克<font color='red'>自动驾驶</font>赛道
自动驾驶系统有哪些车辆定位方法
自动驾驶的第一步就是定位,知道自己在哪里,才能进行路径规划,控制汽车行驶。当前汽车主要用GPS导航,由于GPS不是很精准,95%的情况都可以在2米以内,在人驾驶汽车的情况下,只需要知道大概位置就可以了,人可以根据周围的环境来判断自己的位置,而自动驾驶目前还没那么智能,所以对位置的要求要更高,如果误差太大,可能出现定位错误的情况,比如你不在路口,定位到路口了,这个时候车可能会做出错误的预判。 自动驾驶系统有哪些车辆定位方法 GPS定位:GPS有一些问题,首先精度不够高,然后人们又利用RTK技术,即建立一个基站,基站的位置是已知的精确坐标(可以事先测量),然后通过基站和终端同时发送GPS定位,通过基站查询的位置和基站的绝对位置得出
[嵌入式]
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved