L1―L5自动驾驶汽车中的三种物联网传感器

自动驾驶是一项复杂而有争议的技术。要了解自动驾驶汽车的安全性,重要的是弄清楚它们是如何工作的,以及哪种类型的自动驾驶车辆传感器可以帮助它们行驶,并识别道路上的物体以防止发生车祸。但是首先,让我们来看一下自动驾驶汽车的不同级别。

L1―L5自动驾驶汽车中的三种物联网传感器

    自动驾驶是一项快速发展的技术,同时也是一个备受争议的话题。在一个极端,人们相信自动驾驶汽车将通过增加道路安全,降低基础设施成本以及增强儿童、老人和残疾人的出行自理能力来确保美好的未来。在另一个极端,许多人害怕汽车黑客、致命车祸的风险,以及与驾驶相关工作岗位的流失。皮尤研究中心的一项调查发现,有54%的成年人担心自动驾驶汽车的发展,只有40%的受访者对汽车自动化的潜在发展感到乐观。研究也表明,人们对自动驾驶汽车的看法和态度截然不同。
  毫无疑问,自动驾驶是一项复杂而有争议的技术。要了解自动驾驶汽车的安全性,重要的是弄清楚它们是如何工作的,以及哪种类型的自动驾驶车辆传感器可以帮助它们行驶,并识别道路上的物体以防止发生车祸。但是首先,让我们来看一下自动驾驶汽车的不同级别。
  5个级别的驾驶自动化
  从驾驶员辅助到全自动,自动驾驶汽车有五个公认的等级。它们是由汽车工程师学会(SAE)开发的,并根据人类对驾驶的参与程度而有所不同。实际上,在它们的分类中有6个级别,但是级别0意味着没有自动化,完全由人类控制车辆。
  L1:驾驶员辅助
  人类驾驶员负责所有的汽车操作任务,包括加速、转向、制动和监控周围环境等。汽车中有一个驾驶辅助系统,可以帮助转向或加速,但这两者不能同时进行,比如常见的定速巡航、自动泊车等。
  L2:部分自动化
  在这个级别上,汽车可以同时辅助转向和加速,而驾驶员仍然负责大多数安全关键功能和环境监控。目前,2级自动驾驶汽车在道路上最为常见。
  L3:有条件自动化
  从3级开始,汽车本身使用自动驾驶车辆传感器监视环境,并执行其他动态驾驶任务,如制动。如果发生系统故障或其他意外情况,则必须准备好进行人工干预。
  L4:高度自动化
  4级意味着高度自动化,即使在极端情况下,汽车也能够在没有驾驶员干预的情况下完成整个行程。但是,有一些限制:只有当系统检测到交通状况安全且没有交通堵塞时,驾驶员才能将车辆切换到该模式。
  L5:完全自动化
  目前完全自动化的汽车还不存在,但汽车制造商努力致力于实现5级自动驾驶,其中驾驶员只需指定目的地,车辆就会对所有驾驶模式负有全部责任。因此,5级汽车没有方向盘或踏板这样的人工控制装置。
  一切都与传感器有关
  没有物联网传感器,自动驾驶汽车就不可能实现:它们使汽车看到和感知道路上的一切,并收集安全驾驶所需的信息。此外,对这些信息进行处理和分析,以构建从A点到B点的路径,并向汽车控制装置发送适当的指令,例如转向、加速和制动。(来自iothome.com)此外,物联网传感器收集的信息,包括实际路径、交通堵塞和道路上的障碍物,并可以在物联网汽车之间进行共享。这被称为车对车通信,有助于提高驾驶自动化。
  当今大多数汽车制造商通常使用以下三种类型的自动驾驶汽车传感器:摄像头、雷达和激光雷达。
  ▲摄像头传感器
  它们是如何工作的
  就像人类驾驶员的眼睛一样,自动驾驶汽车使用摄像头来观察和解释道路上的物体。通过在各个角度为汽车配备摄像头,这些车辆可以保持360°的外部环境视野,并提供周围交通状况的更广阔画面。如今,可以使用3D摄像头显示非常详细的逼真图像。图像传感器自动检测物体,对其进行分类,并确定与物体的距离。例如,摄像头可以识别其他汽车、行人、骑自行车的人、交通标志和信号、道路标记、桥梁和护栏。
  有待改进的领域
  遗憾的是,摄像头传感器并不完美。恶劣的天气条件,如雨、雾或雪,使摄像头无法清楚地看到道路上的东西,从而增加发生事故的几率。此外,通常情况下,摄像头图像不足以让计算机做出正确的决定,例如,在物体颜色与背景相似或对比度较低的情况下,驱动算法可能会失败。
  ▲雷达传感器
  它们是如何工作的
  雷达(无线电探测和测距)传感器对自动驾驶的整体功能做出了至关重要的贡献:它们发出无线电波以检测物体并实时测量其距离和速度。短距离和远距离雷达传感器通常部署在汽车各处,并具有不同的功能。短距离(24 GHz)雷达应用可以实现盲点监测、车道保持辅助和停车辅助,而远距离(77 GHz)雷达传感器的作用包括自动距离控制和制动辅助。与摄像头不同的是,雷达系统在雾天或雨天识别物体时通常没有问题。
  有待改进的领域
  由于目前汽车雷达传感器只能正确识别95%的行人,不足以确保安全性,因此行人识别算法还需要进一步改进。此外,广泛使用的2D雷达只能水平扫描,因此无法确定物体的高度,这可能会在桥下行驶时引起问题。目前正在研发的3D雷达有望解决这一问题。
  ▲激光雷达传感器
  它们是如何工作的
  激光雷达(光探测和测距)传感器的工作原理类似于雷达系统,唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种物体的距离之外,激光雷达还可以创建被探测物体的3D图像并绘制其周围环境的地图。(来自物联之家网)此外,激光雷达可以配置为在车辆周围创建完整的360度地图,而不是依赖于狭窄的视野。这两个优势使自动驾驶汽车制造商(例如Google、Uber和Toyota)选择了激光雷达系统。
  有待改进的领域
  由于生产激光雷达传感器需要稀土金属,所以它们比雷达传感器贵得多。自动驾驶所需的系统成本可能远远超过10,000美元,而Google和Uber使用的顶级物联网传感器的成本高达80,000美元。另一个问题是,雪或雾可能会阻挡激光雷达传感器,并对它们探测物体的能力产生负面影响。
  自动驾驶汽车的未来
  自动驾驶汽车传感器在自动驾驶中起着至关重要的作用:它们使汽车能够监控周围环境,探测障碍物并规划道路。结合汽车软件和计算机,它们将使系统能够完全控制车辆,从而为人们节省了大量时间来执行更高效的任务。考虑到普通驾驶员每天在汽车上大约花费50分钟的事实,可以想象一下,自动驾驶汽车对于我们所生活的快节奏世界而言,是多么的宝贵。
  尽管自动驾驶技术正在迅速发展,但尚无商用车辆通过自动驾驶所需的4级标准。为了确保道路安全,制造商仍然需要认真对待巨大的技术改进领域。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 电子警察车牌识别技术系统构架分析

    随着视频技术的发展,500万像素的高清摄像机已被越来越广泛的应用于电子警察系统中,通常一台500万工业高清摄像机可以覆盖最多4个车道。结合模式识别技术和计算机智能算法技术的发展,电子警察系统已不单单是闯红灯抓拍等违章抓拍的功能了,还具有了其它一些强大的功能:(1)车牌识别;(2)卡口监测;(3)交通流量统计。

    2024年4月15日
  • 基于云计算技术的智能公交管理与应用

    随着云计算、物联网及通信技术的快速发展,特别是“云交通”概念的产生,智能公交与新技术的融合进入了一个新的阶段。基于云计算技术的智能公交产品与应用将在未来逐步走入普通大众的生活,城市交通将进入“云交通”时代。本文将重点讲述云计算在智能公交系统中的市场需求和实际应用。

    2024年4月9日
  • 到2020年,山西大数据产业产值将力争突破1000亿元

    6月19日,省政府发布了《关于进一步扩大和升级信息消费的实施意见》,将从信息消费基础建设领域、信息消费产品供给领域、信息消费生活和公共服务类领域等重点领域入手,推动面向生产、生活和公共服务的信息消费快速健康成长。

    资讯 2024年10月17日
  • 智能交通行业特点及未来发展趋势分析

    开发了信息的质量控制技术、多源交通信息融合技术、信息的多时间尺度预测技术、信息集成技术、信息压缩技术和存储技术等,大大提高了信息的精度及信息提供的种类。对于出行者来说,获得实时、预测和反映历史规律的道路网络交通状况信息,已经日益成为一种现实的需求。

    2024年4月14日
  • 多传感器集成技术助力智能化安防建设

    随着传感器技术、数据处理技术、计算机技术、网络通讯技术、人工智能技术和并行计算的软硬件技术等相关技术的发展,多传感器信息融合技术已受到了广泛关注。随着科学技术的进步,多传感器信息融合至今已形成和发展成为一门信息综合处理的专门技术,并很快推广应用到工业机器人、智能检测、自动控制、交通管理和医疗诊断等多种领域。

    2024年4月11日
  • 移动通信技术在物联网中的应用

    本文结合我国物联网技术的发展状况,分析移动通信技术在物联网的应用。

    2024年4月9日