仿真测试入门参考（4）：自动驾驶的硬件-传感器

“ 经常有朋友问如何学习仿真测试，于是想着把自己的一些经验和理解分享出来，希望能有所帮助。不过视野和技术有限，所说不一定对，供大家批评和参考。这是第4篇，自动驾驶的硬件-传感器(除激光雷达)”

传感器用于探测自动驾驶车辆周围环境和自身状态，为自动驾驶的实现提供输入各种信息。主要的传感器类型有激光雷达、摄像头、毫米波雷达、超声波雷达和定位传感器等，本篇对摄像头、毫米波雷达、超声波雷达和定位传感器简要介绍如下：

（1）毫米波雷达

毫米波雷达（millimeter wave radar）通过发射毫米级波长的电磁波，并接收周围物体的反射回波，实现对环境的探测。毫米波雷达外形如下图所示。

自动驾驶常用的毫米波雷达工作频率为24GHz和77GHz，前者多用于中短距离目标探测，后者多用于长距离目标探测。按照电磁波发送体制的不同，毫米波雷达可分为脉冲波和连续波两种，其中连续波中的调频连续波（FMCW，frequency modulated continuous wave）由于其易于调制、发射功率低、分辨率高、结构简单、体积小等优点，适用于近距离、高精度探测，成为车载毫米波雷达常用的体制。

对于静态目标，与激光雷达类似，可通过发射波与回波的时间差，通过TOF原理计算出目标与毫米波雷达的距离。对于动态目标，可通过多普勒效应引起的频率变化计算出动态目标的距离和速度。通过配置一组（多根）接收天线，通过接收信号的相位差，可以计算出目标的角度。

根据探测范围和距离的不同，可将毫米波雷达分为三类，如下表所示：

毫米波雷达一般输出所探测到物体的距离、速度和方位角，通过CAN总线向外发布。

（2）摄像头

摄像头（camera）是最接近人眼的传感器，可以获得周围环境的颜色和外形信息，从而进行目标的分类、交通灯识别等。

按照输出内容的不同，摄像头可分为普通摄像头和智能摄像头。普通摄像头通过光学镜头获取视角范围内物体反射的光线，并由感光元件（CMOS）将光信号转变为模拟信号，再由图形信息处理器（ISP）进行灰度补偿、色彩校正等，然后将图像数据转换为RGB、YUV等格式输出。普通摄像头直接输出图像，而且从图像中识别出各种物体的工作在控制器中完成。智能摄像头中集成了图像识别功能，可以检测并输出图像中的车道线、障碍物、交通标志等信息，一般通过CAN总线发布。

两种摄像头外观如下图所示：

（3）超声波雷达

超声波雷达（ultrasonic radar）通过发射超声波，并接收周围物体反射的回波，实现对环境的探测。超声波雷达的外观下图所示：

超声波是频率高于20kHz的纵向机械波，在常温空气中的传播速度在340m/s左右随温度变化。超声波雷达通常由声波发生器、声波接收器和信号控制模块等组成，声波发生器中的压电陶瓷振子接收高频脉冲电压后按照相应频率振动，从而向外发送超声波；声波接收器中的压电陶瓷换能器接收回波后产生振动，并将振动转换为电信号。现在的超声波雷达一般是收发一体式的，即声波发生器和接收器集成在一起，体积较小、外观规整、便于布置。不过收发一体式超声波传感器发送声波后的余震阶段无法有效接收回波，从而有20cm左右的探测盲区。

超声波雷达测距方式主要有相位法、幅值法和飞行时间法，实际应用中一般采取飞行时间法，即通过收发超声波的时间差来计算目标的距离。

每个超声波雷达只输出目标的距离，该信息一般通过CAN总线发布。

根据用途的不同，可将超声波雷达分为UPA和APA两类，如下表所示：

（4）定位传感器

定位传感器用于输出车辆所在的位置，目前自动驾驶中常用的一般为卫星导航和惯性导航的组合导航系统。组合导航系统的外观如下图所示：

全球卫星导航定位系统（GNSS，Global Navigation Satellite System）可提供每个时刻的绝对位置，其基本原理是，通过定位信号从卫星发送到接收机接收的时间差计算接收机和卫星的距离，从而通过三角测量法确定接收机的位置。理想情况下，通过接收三个卫星的信号，计算与三颗卫星的距离，加上已知的卫星位置，便可计算接收机位置。但是，由于时间估计的误差，GNSS系统要求在地球上任何时间、任何地点需要能够接收到四颗卫星的信号才能准确测量位置。

信号良好的情况下GNSS可提高5~20m的定位精度。通过一些外部系统可以对GNSS进行辅助增强，如差分定位技术（DGNSS，Differential GNSS）在参考站几十公里范围内提高约为1m定位精度，实时定位差分技术（RTD，Real Time Kinematics）可在参考站附近20km范围内提高厘米级定位精度。不过在隧道、城市建筑遮挡等场景中时，不能很好的接收卫星数据，会出现姿态解算不正确或者偏差较大等问题，从而无法将单独的GNSS定位作为车载定位方案。

惯性导航系统（INS，Inertial Navigation System）由惯性测量单元（IMU，Inertial Measurement Unit）和计算单元构成。惯性测量单元包含三轴加速度计和三轴陀螺仪，用于测量三个方向的加速度和角度，通过对加速度的一次积分和二次积分可以求得速度和位置，通过对角度的一次积分可求得姿态。由于依赖系统初值，并且惯性传感器存在测量噪声、随机漂移等特性，惯性导航系统的定位误差随着时间的增大也迅速增大。

结合GNSS和INS系统的特点，以GNSS系统的输出（频率典型值为10Hz）为INS系统的初值，通过一定算法对两者信号进行融合，可输出高频（频率典型值为100Hz）高精度定位数据，并对GNSS信号质量较差的情况进行弥补。

组合导航系统可输出车辆的位置、速度、加速度、姿态（角度）和角速度信息，该信息可通过串口、CAN、以太网等多种形式发送。

各种传感器的特点对比如下表所示：