详解自动驾驶的两个重要传感器：99银河

随着汽车自动驾驶技术的发展，对于MEMS传感器的市场需求也在快速增长，这些传感器被应用于去汽车的安全性、性能涉及的领域，本文将不会讲解对于自动驾驶十分最重要的激光雷达和视觉图像传感器。市场研究机构IHSMarkit预计2015年～2022年期间，汽车应用于的MEMS市场的填充年增长率将约6．9％，2022年将快速增长至32亿美元。

过去几年，MEMS传感器在强迫安全性系统中取得了平稳的市场，如电子平稳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早已取得普及。受益的MEMS供应商还包括陀螺仪、压力传感器、加速度计以及后排和侧面安全气囊传感器等。此外，汽车引擎应用于的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置应用于。据麦姆斯咨询消息，这些领域的MEMS出货量到2019年将超过13．4亿颗，2013年时这一数字为10．8亿颗。

激光雷达LiDAR系统用于的是转动激光束。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。

但要想要在量产车上应用于，价格必需大幅度上升。业内普遍认为，再行过几年这个目标就能构建。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升空和接管激光束来构建的。在其内部，每一组组件都包括一个升空单元与接管单元。

右图的Velodyne用于了转动镜面的设计。这套升空／接管组件和转动镜面融合在一起，能扫瞄最少一个平面。

镜面不只光线二极管收到去的光，而且也能把光线回去的光再行光线给接收器。通过转动镜面，需要构建90到180度的视角，并且大大降低系统设计和生产的复杂度，因为镜面是这里面唯一的运动机构。脉冲光以前被用作观测距离。

观测距离的原理是基于光回到的时间，激光二极管收到脉冲光，脉冲光照射目标物后光线一部分光回去，在二极管附近加装一个光子探测器，它可以观测出有回到来的信号，通过计算出来升空和观测的时间差就可以计算出来出有目标物的距离。脉冲距离测量系统一旦被转录就能搜集到大量的点云。如果点云中有目标物，目标物就不会在点云中呈现一个阴影。通过这个阴影可以测量出有目标物的距离和大小。

通过点云可以分解周围环境的3D图像。点云密度越高，图像就越明晰。视觉图像传感器现在一个很普遍的应用于是将2D激光雷达与视觉传感器结合，不过比起于激光雷达，视觉传感器低成本的特性，也让其沦为了在自动驾驶解决方案中不可或缺的不存在。通过视觉传感器的图像识别技术对周边环境展开感官，对于自动驾驶而言，除了告诉在什么方位不存在什么物体／行人之外，进而像车辆收到滑行刹车等指令来防止事故这一功能之外，是以图像识别为基础，需要解读当前的驾驶员场景，并学会处置突发事件。

视觉传感器工作流程如果说激光雷达的可玩性在于如何让其性能需要符合自动驾驶导航系统的市场需求，那么摄像头的可玩性则在于从感官拔高到理解的这一过程。以人眼来展开转换的话，人类驾驶员在看见行人或车辆之后，不会基于看见的景象对行人或车辆的下一步行动有个预判，并根据预判来掌控车辆。自动驾驶车某种程度必须这个「预判」的过程，而摄像头就起着仔细观察的起到。

自动驾驶汽车必需需要对车内人员、车外行人、车附近人们的不道德展开仔细观察、解读、建模、分析和预测。

本文来源：99银河-www.pianolac.com