無人駕駛車輛--移動(dòng)的傳感器平臺
目前,用于周圍環(huán)境感測的傳感器主要有以下幾種。
被動(dòng)傳感器——主要用于感測從物體上反射或發(fā)射出來的射線。
- 可視圖像傳感器——所有的成像儀都在可視光譜中運(yùn)行
- 紅外圖像傳感器——在可視光譜外運(yùn)行??梢允墙t外或熱紅外(遠(yuǎn)紅外)。
被動(dòng)傳感器會(huì)受到環(huán)境的影響——不同時(shí)刻,天氣等。例如,可視傳感器會(huì)受到每天不同時(shí)刻可見光數(shù)量的影響。
主動(dòng)傳感器——通過發(fā)射出射線并測量反射信號的響應(yīng)。其優(yōu)勢是能夠隨時(shí)獲得測量結(jié)果,不受時(shí)間或季節(jié)的影響。
- 雷達(dá)——通過發(fā)射無線電波,根據(jù)從物體上反射回來的無線電波來確定這個(gè)物體的距離、方向和速度
- 超聲波——通過發(fā)射超聲波,根據(jù)從物體上反射回來的超聲波來確定這個(gè)物體的距離
- 激光雷達(dá)——通過掃描從一個(gè)物體上反射回來的激光來確定物體的距離
- 飛行時(shí)間——利用攝像頭測量紅外光束從物體上反彈回來到傳感器的時(shí)間來確定這個(gè)物體的距離
- 結(jié)構(gòu)光——將已知光圖投射到一個(gè)物體上,例如通過TI的數(shù)字光處理 (DLP) 設(shè)備進(jìn)行投射。隨后,攝像機(jī)將捕捉變形的光圖并進(jìn)行分析,以確定物體的距離。
為了在多種不同的情況下提供增強(qiáng)的準(zhǔn)確度、可靠性和耐用性,通常至少需要用一種以上的傳感器來觀察同一場景。所有傳感器技術(shù)都有其固有的限制因素和優(yōu)勢。不同的傳感器技術(shù)可以被組合在一起,將來自同一場景下不同傳感器的數(shù)據(jù)進(jìn)行融合,從而提供一個(gè)更加穩(wěn)定耐用的解決方案,通過數(shù)據(jù)融合比較了視圖混淆。其中一個(gè)典型的示例就是可見光傳感器和雷達(dá)的組合。
可見光傳感器的優(yōu)勢包括高分辨率、擁有識別物體和對其分類的能力以及能夠提供重要信息情況的功能。然而,它們的性能會(huì)受到自然光強(qiáng)弱以及天氣(諸如下霧、雨雪)的影響。此外,例如過熱等其他因素也會(huì)導(dǎo)致圖像的質(zhì)量因噪聲的影響而下降。TI的處理器所提供的精密圖像處理可以緩解其中的某些影響。
另一方面,雷達(dá)能夠穿過雨雪,并且可以非常迅速且有效地測量距離。多普勒雷達(dá)(Doppler radar)具有額外的優(yōu)勢,能夠檢測物體的運(yùn)動(dòng)。然而,雷達(dá)的分辨率較低,并且不能輕易地識別物體。因此,可見光和雷達(dá)所產(chǎn)生數(shù)據(jù)的融合提供了一種在多種不同情況下更加穩(wěn)健耐用的解決方案。
此外,不同傳感器之間的成本有所差異,這也會(huì)影響到針對特定應(yīng)用的最佳選擇。例如,激光雷達(dá) (LIDAR) 能夠提供非常精確的距離測量功能,但是成本卻比被動(dòng)圖像傳感器貴出很多。不過,隨著技術(shù)的不斷發(fā)展,成本也將會(huì)持續(xù)降低,而汽車最終將在多種傳感器的幫助下做到眼觀六路、耳聽八方。
TDA處理器系列擁有極高的集成度,并且在可編程平臺上開發(fā)而成,這個(gè)平臺滿足了汽車ADAS的高強(qiáng)度處理需要。來自用于觀察場景的不同傳感器的數(shù)據(jù)可被提供給TDA2x,并且組合成更加完整的照片,以便幫助作出迅速且智能的決策。例如,視覺傳感器在較暗的情景下會(huì)可能會(huì)將信箱顯示為類似于人的形狀。TI的處理器可以執(zhí)行精密的行人檢測,首先,根據(jù)物體的比例,系統(tǒng)可能將其識別為路邊的行人。然而,來自熱傳感器的數(shù)據(jù)將會(huì)識別出此物體的溫度過低,不太可能是有生命的物體,所以可能不是行人。因此,工作特性不同的傳感器可以提供更高的安全級別。
關(guān)于無人駕駛,也許我們最終的目標(biāo)是創(chuàng)造出一款完全自主的汽車,而這些無人駕駛的車輛將最終實(shí)現(xiàn)一個(gè)沒有交通事故的世界。TI正在積極地專注于傳感器和處理技術(shù)的研發(fā)工作,以幫助客戶開發(fā)無人駕駛車輛。經(jīng)過一個(gè)個(gè)的技術(shù)突破和持續(xù)的發(fā)展,當(dāng)我們面對無人駕駛的研發(fā)時(shí),問題早已經(jīng)不再是我們“是否”能夠?qū)崿F(xiàn),而是我們“何時(shí)”能夠?qū)崿F(xiàn)無人駕駛。
評論