实现汽车自动驾驶的核心--雷达传感器,激光传感器

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。。汽车自动驾驶技术物联网技术应用之一。

自动驾驶汽车使用视频摄像头、雷达传感器，以及激光测距来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。

自动驾驶发展的瓶颈之一在于，需要开发出可以对汽车所处环境进行3D感知的高性能传感器。

技术的进步使得自动驾驶不再是遥不可及的事情。在众多智能器件中，传感器显得十分关键。

在自动驾驶汽车中广泛使用的是被称之为“Lidar”的传感器，即激光雷达传感器，它也被称为无人驾驶汽车的眼睛。Lidar可以发射激光束，并通过捕捉反射回来的信号绘制出周围环境的3D模型。谷歌、Uber和丰田等公司测试的自动驾驶车都依赖这种激光雷达系统，使得车辆可以自我定位，并识别行人和过往车辆。当前最好的传感器可以识别距离100米之外、大小只有几厘米的物体。

大多数开发自动驾驶汽车的公司都使用Lidar系统，只有特斯拉是个例外，它只依靠相机和普通雷达。然而，雷达传感器在捕捉细节方面捉襟见肘，相机在低光或眩光的条件下也表现不佳。去年，一辆特斯拉汽车和一辆拖拉机相撞，特斯拉车主不幸遇难。这一事故的原因正是特斯拉的Autopilot软件系统无法在高亮度的天空背景下识别拖拉机。丰田负责自动驾驶的副总裁RyanEusTIce承认，安全问题仍然是自动驾驶汽车开发过程中的“未解难题”。

事实上，自动驾驶技术发展速度之快，使得激光雷达的发展显得略有滞后。激光雷达传感器之前一直是相对独立的业务，与传统汽车制造相比远不够成熟，尚不能成为数百万辆汽车的标配。

从披露的各种试验车上，我们也能看得出问题所在：激光雷达传感器体积巨大且笨重。这也是为什么谷歌、Uber和丰田的自动驾驶汽车都顶着一个大大的圆顶或盒子状的装置。

激光雷达眼中的世界

激光雷达传感器价格不菲，一台传感器的花费就高达数千甚至数万美元。目前，大多数测试车辆上都装有数个激光雷达。尽管道路上自动驾驶车辆的数量极少，激光雷达也到了供不应求的地步。最近有相关报道称，尽管激光雷达制造商正在努力增加产能，但客户还必须等待6个月左右才能得到一台新的传感器。

激光雷达的稀缺也帮助我们理解了上个月Waymo对Uber提起的诉讼：Waymo宣称它有证据表明，其顶级工程师之一的Anthony Levandowski在离开公司创立自有品牌Otto之前窃取了Waymo激光雷达传感器的设计。之后Uber收购了这家自动驾驶卡车公司Otto。

Otto的共同创始人Lior Ron告诉媒体，公司建立了专门针对卡车的激光雷达传感器，因为市场上并没有满足18轮大卡车在高速公路上安全驾驶所需的传感器。 Waymo指出，Otto的技术实际上来源于Waymo耗资数千万美元开发的技术，Otto靠着搭顺风车将传感器的成本与几年前相比降低了90%以上。

高性能的激光雷达系统是Waymo将自动驾驶汽车商业化和实现盈利的重要部分。该公司开发了三种用于寻找不同范围物体的传感器。Waymo表示它准备将这些技术打包，然后分别授权给知名的汽车制造商。

Waymo并不是市场上唯一一个耗资数百万来解决激光雷达滞后的公司。去年，福特和百度向世界领先的激光雷达供应商Velodyne投资了1.5亿美元。该公司准备在圣荷西建造一个大工厂，并计划从明年开始发售激光雷达。

不过，激光雷达在导入市场之前还需要很多改进。包括Velodyne在内的几家公司正在开发不使用旋转镜改变激光束方向的Lidar系统。相比于目前的笨重设备，以纯电信号来改变激光方向的Lidar会更便宜、体积更小。因为其没有可移动的部分，这种激光雷达被称为“固态”激光雷达系统。