你知道特斯拉汽车的 ADAS 设置只使用摄像头吗？我们写这篇文章的时候是这样，但世事难料！超声波曾被采用，后来又被淘汰，如果报道 那么特斯拉正在使用激光雷达（LiDAR）做某些事情，只是我们还不知道是什么！但是，与 ADAS 技术一起使用的最佳传感器是什么？
其他汽车制造商倾向于使用一系列传感器，包括摄像头、雷达、激光雷达和声纳（也称为超声波）。在本博客中，我们将介绍这些传感器，讨论它们的各种优缺点，然后讨论 ADAS 系统中传感器融合的潜力。
有没有一种最佳传感器可用于测试 ADAS 技术？简而言之，没有。毫无疑问，不同的传感器适用于不同的应用和环境。每种传感器都有自己的缺点，无论是性能还是成本。那么，有哪些缺点呢？
摄像头是测试 ADAS 的最佳传感器吗？
用于 ADAS 技术摄像头非常先进，可以处理周围世界的大量数据。正如我们已经提到的，特斯拉将一切都押在了摄像头上--这是他们使用的唯一传感器。他们的逻辑是，如果人类可以用眼睛这样的纯视觉系统来驾驶汽车，那么摄像头这样的纯视觉系统也应该足够了。当然，特斯拉的成功表明，他们在一定程度上是对的。
照相机容易出现一些影响其性能的问题，主要是光线条件的变化。在光线不足的情况下，照相机会很吃力，而在光线明亮的情况下，路面或积水的眩光也会影响照相机的性能。从亮到暗再从暗到亮（例如进出隧道时）也会影响摄像头的性能。最重要的是，如果没有处理图像的配套算法，它们也无法估计距离。本文中的其他传感器都是通过发出波束或光束并分析其返回结果来测量距离的。这就意味着，自动紧急制动（AEB）等系统在依靠摄像头计算距离时，与使用其他可估算距离的传感器计算距离时完全不同。
雷达：全天候 ADAS 传感器
雷达和摄像头传感器在自动驾驶辅助系统解决方案中都很常见，但在低能见度条件下，雷达传感器比摄像头传感器更具优势。因为雷达使用无线电波工作，所以不会受到雾、黑暗或刺眼灯光的影响。它们还能探测距离，毕竟这是雷达技术的主要功能之一，这使它们更容易集成到 ADAS 设置中。这使得雷达在对距离有要求的应用中变得至关重要，例如自适应巡航控制或盲点检测警告。
然而，雷达传感器通常无法探测到所探测物体的许多细节。这可能会导致 ADAS 传感器误报，例如，由于雷达探测到一个纸袋而启动了 AEB。
声纳 ADAS 传感器：低速应用中的廉价传感技术
与雷达一样，声纳也会发出声波并分析返回的声波，从而识别物体及其与传感器的距离。但声纳使用的是声音，频率比雷达低。它比雷达便宜，但仅限于空气相对静止的短距离应用。在较远的距离上，声纳使用的声波传播速度太慢，无法发挥作用，而且如果空气流动太大，声纳的读数就会失真。因此，声纳是停车系统中的首选传感器。
激光雷达：高分辨率 ADAS 传感器，价格较高
激光雷达（我们已在网站上多次介绍过）的工作原理与雷达和声纳类似，但使用的是光束。因此，LiDAR ADAS 传感器可以提供非常精确的距离数据，并可用于建立车辆周围世界的高分辨率图像。虽然激光雷达可以在强光和弱光环境下工作，因为它可以产生自己的光，但它可能会受到雾、雨或烟的影响。
传统上，激光雷达最大的障碍是传感器的成本（远高于雷达或声纳），以及激光雷达传感器无法探测颜色这一事实--这使其不太适合在路口等处发现红灯。不过应该指出的是，随着技术的进步，激光雷达的成本正在下降。
ADAS 传感器融合带来最佳效果
尽管一些制造商可能总是偏爱一种传感器而不是另一种，但最佳的 "传感器 "总是所有可用技术的混合体。每种不同类型的传感器都有其优势，可以弥补其他传感器的不足。例如
- 摄像头可与激光雷达结合使用，准确识别交通信号灯及其颜色。
- 尽可能使用声纳有助于降低汽车的总体成本。
- 雷达可与照相机数据结合使用，以减轻雷达清晰度不足的问题，并弥补照相机性能因光照度而受到的任何限制。
即使特斯拉的纯摄像头设置也是基于 "雷达信息摄像头"。早期的特斯拉车型融合了雷达和摄像头，此后他们建立的数据被用于开发纯摄像头解决方案。
然而，这带来的新挑战是传感器融合。这一挑战有几个不同的层面：
- 时间同步
您需要确保所有传感器同步向 ADAS 系统提供数据。否则，一个传感器的读数可能会与其他传感器的读数相矛盾，即使它们记录的是同一个物体或事件。
- 定向
你的传感器会安装在汽车上的不同位置，它们对上、下、左、右、北、东、X、Y 和 Z 各有不同的解释。您需要将所有传感器整合到一个共同的参照系中，这样系统才能准确了解物体与汽车之间的位置关系（例如，不会出现一个传感器说汽车旁边有一辆自行车，而另一个传感器却说它在汽车上方的情况！）。
- 准确性
每个传感器的精确度都不尽相同，有时某些传感器会给出错误的读数，例如当摄像机从弱光快速过渡到强光时。您的系统需要能够识别可能不准确的测量值，并将其排除在计算之外。这对于确保您的系统每次都在正确的时间启动至关重要。
"我们利用OxTS 设备的数据来验证车辆上其他传感器以及车辆本身的性能。如果OxTS 说传感器的性能不符合我们的预期，这足以让我们怀疑它的准确性"。 其准确性"。
领先的一级汽车制造商
ADAS 测试对传感器融合的成功至关重要
对于像自动驾驶辅助系统（ADAS）这样复杂的设置，测试对于确保您的系统在应该部署时部署，以及在不应该部署时找出原因至关重要。其中尤为重要的是能够监控和分析来自每个传感器的数据以及有关车辆位置和动态的信息。这正是OxTS 可以提供帮助的地方--使用 OxTS GAD 接口我们的 GNSS/INS 设备可以针对一系列应用的传感器融合进行优化，我们的硬件可以轻松集成到任何 ADAS 测试解决方案中，提供精确的信息，用于了解车辆和传感器的性能。
如果您正在测试自动驾驶汽车的 ADAS 系统，那么您一定会有兴趣了解我们为以下系统提供的插件 英伟达驱动.该插件允许 DRIVE Linux 用户（通过 DriveWorks）访问来自OxTS GNSS/INS 的 GNSS 和 IMU 测量数据，这些数据可用作验证传感器和感知堆栈性能的实时地面实况数据。
有关OxTS GNSS/INS 设备如何帮助验证 ADAS 技术的更多信息，请下载我们方便的 ADAS 测试解决方案简介或我们的 ADAS 应用指南。
- 自动紧急制动（车对车后部移动和制动）--阅读指南 阅读指南
- 自动紧急制动（车对车后方静止）--读取指南 阅读指南
- 自动代客泊车（AVP）和泊车辅助系统 阅读指南
- 车道偏离预警系统（LDW）和车道保持辅助系统（LDW 阅读指南
如果您是 ADAS 测试领域的工程师，需要帮助验证传感器性能，请与我们联系，讨论OxTS 如何提供帮助。
