自动驾驶背后的传感器终局猜想(2)

要想回答这个问题，我们还要对人眼的视觉识别进行稍微深入一点儿的分析。

首先，人眼的视觉是个高度智能化、自动化的复杂系统，具有定焦、对焦、变焦、多区域视觉等等功能。

比如驾驶过程中，我们的视线会在远景、近景切换焦距和成像，并且在即便是近景的情况下，对远景的目标，特别是运动目标也具备检测功能，从而在远处有运动目标的时候，通过调整眼球晶状体将成像面快速切换到远距离目标。

与此同时，我们对于需要特别关注的目标，比如路面障碍物，我们可以“定睛一看”，进行特定区域的细致成像，提供局部目标视觉分辨率。

此外，我们还可以通过颈部、头部的动作，调整我们眼睛的视角和视觉范围，避免视觉死角，同时把视网膜有限的成像分辨率用在特别关注的目标区域的成像。

我们还有高度智能化、自动化的瞳孔“光圈”，控制眼睛的进光量，适用于不同的外界光照情况。

而车载自动驾驶电子摄像头，基本都是固定焦距、固定FOV、固定光圈、固定位置安装的，完全不具备人眼的自动化和灵活性。这也解释了为什么人类可以两只眼睛“包打天下”，而自动驾驶要用十几个甚至二十几个摄像头的原因。

举个例子，安装在车头位置的前向摄像头就需要配置多个，用以负责近距离、中距离，远距离的视觉成像。之所以采用多摄像头分工，而不是采用人眼这种“通用”摄像头，除了成本的考量之外，关键还是要实现人眼类似的智能化、自动化，必然使用大量电机、机械运动、控制部件，比如调整焦距的电机，在汽车这种使用环境里是非常有技术挑战的。原因是，汽车的使用环境高低温工作范围大，运动与震动强烈，而无故障运行时间要求很长。

小结一下，由于汽车使用环境的严酷性，大家最终选择了“固态”摄像头，而当前这个“固态”摄像头的智能化、自动化、灵活性水平，和人眼相对比还有很大的差距。

另外，在测量距离这个指标上，摄像头视觉甚至包括人眼，对比起激光雷达都有巨大的劣势。因为从获取距离（深度）信息的原理上，不同于激光雷达的直接测量法，视觉测距的实际精度和准确性都与被测物体，以及背景图像的特点有很大的相关性，这种测距原理，在特殊的背景和目标场景下，就有可能会出现测距算法失效的可能性。而人眼还可以通过歪歪头等“机械”动作，调整一下视角，获取不同角度的图像，提高三角测距法的准确性。

即便如此，人眼对距离感知，对低照度也有先天的不足。好在从进化论的角度，人眼的视觉能力足以“应付”我们进化历史上漫长的“靠腿运动”的“低速” 时代。而汽车这种高速运动的机器诞生的时间，与人类的历史相比极其短暂。

那么，在人类的视觉还没有进化出（或许也不可能进化出）新的传感器功能之前，我们借用一下激光雷达、毫米波雷达这样有专长的传感器测测距离，也许是合理和聪明的选择。就像我们在没有野生动物夜视能力的情况下，可以借用手电筒、汽车大灯，来走暗夜中的漫漫长路一样。

所以，多传感器融合对自动驾驶应该是一个合理和几乎必然的趋势。至于哪种传感器在自动驾驶算法上起的的作用更大，可能不是传感器企业最关心的事情，而是做算法的人更关心的事情。

谈到自动驾驶的多传感器融合，主要的还是摄像头、毫米波雷达和激光雷达。关于这三种传感器的大致特点和优缺点，行业里有很多讨论，我们就不赘述了。

需要补充一点的是，从传感的原理上，摄像头和激光雷达本质上都是光学成像。摄像头主要是可见光成像，可借助阳光、路灯、车灯等光源，更容易获得比较高的平面分辨率；而激光雷达使用自己的专用光源，通常是不可见光的红外激光光源，优势在于获得目标距离（深度）的信息；也因为激光雷达使用自带的红外激光光源，具有窄带光谱的特性，天生比自然光成像具有更好的抗干扰性。

同时，因为自发光激光光源的相干性特点，可以采用光通讯行业长期积累的相干接收的技术成果，获得更高的信噪比，在测距的同时获得更多的测量数据，比如目标的运动速度，这也是行业里看好调频连续波(FMCW) 技术的主要原因。

文章来源：《传感器与微系统》 网址: http://www.cgqywxtzz.cn/zonghexinwen/2021/0708/397.html