多传感器融合感知之整车传感器设计

本文是深蓝学院多传感器融合感知课程的笔记，主要从承接前文所总结的各个传感器的原理，对自动驾驶整车的传感器设计进行分析。

自动驾驶传感器需求

对于自动驾驶而言，需要对自车周边的环境信息进行实时的感知，但是考虑到传感器的功能以及成本的实现，一般来讲可以根据优先级的不同，将感知区域分为若干部分。

对应各区域的感知视野如下图所示

典型L2传感器系统

Tesla Autopilot

Autopilot从2014年上线至今，其实现了4个版本的迭代，值得注意的是2021年五月，前向的Radar传感器被彻底移除，也就是Tesla Pure Vision的方案，其版本迭代如下图所示

这里不讨论Tesla如何使用camera兼顾radar的功能的，仅以2.0版本为例，展示其传感器布置，如下图。

可以发现，Tesla使用超声波包围了ego周围的环境感知，一定程度上满足上述的0-10m的环向低速或泊车场景的感知要求。此外，相机的视野也基本覆盖ego周向的所有角度，并且前向3D相机着重突出了远距离感知的功能，并且使用一个可以覆盖160m范围的Radar。

NIO NAD

蔚来的感知传感器经历了两次变更，之前的叫NIO Pilot，被用在ES6、ES8等车型上，而在ET5、ET7这两个新车上，蔚来使用了升级后的传感器配置，详细对比如下：

可以发现，在NAD版本中蔚来使用了激光雷达、V2X以及升级了相机的参数配置。此外，NIO还使用了带有4颗Nvidia orin核心的处理器。

• 8MP相机，大概是2K的图像分辨率，相比于1.2MP，感知车辆的距离从229m - 687m，感知锥桶的距离从87m - 262m，行人则是从74m - 223m。
• 图达通innovusion半固态激光，最远探测距离可达500米远，10%反射率的标准探测距离为250米，ROI区域可达0.06°x0.06°超高分辨率，且支持动态聚焦
• 此外，使用了4个环视的3MP相机，并添加了车路协同V2X模块。

DJI D130

D130是DJI车载的Driving 130解决方案，对应还有D80版本，这里以D130为例，其覆盖 0 至 130 km/h 速度区间，适用于高速路与城市快速路等场景。

传感器方面，D130使用了多种传感器融合的方案，激光雷达、毫米波、相机、超声波均有，其中激光雷达为DJI自产的Livox，相机采用双目2K或环视鱼眼等，并同样使用了12个超声波雷达做避障。

小鹏P7 xpilot

小鹏P7 XPILOT 3.0系统配备了13个摄像头（前三目、4颗ADAS摄像头、4颗泊车360环视摄像头、1颗车内人脸识别摄像头、1颗行车记录仪摄像头）、5个毫米波雷达、12颗超声波雷达、双频高精度GPS，还支持高精度地图定位以及V2X技术。

• 前视三目+后视，2MP
  • 远距离 HFOV28， 1828x948, 15fps，可以感知150m左右，用于AEB（自动紧急刹车）、ACC（自适应巡航）和前向碰撞预警
  • 中距离 HFOV52， 感知30-70m，用于交通信号灯检测（会看红绿灯）、AEB、ACC、前向碰撞预警和车道感知
  • 近距离 HFOV100，感知40m以内，用于交通信号灯检测（会看红绿灯、应该是辅助主前向摄像头的）、雨量检测（自动雨刮要靠它）和防加塞（看的角度更广）
  • 后视 HFOV52，帧率30fps，用于ALC、盲区检测和追尾预警
• 左右侧视+后视，HFOV 100，应该都是1M像素，400度覆盖
  • 侧前视 两个 60fps
  • 侧后视 两个 30fps

以上覆盖的视角如下图

此外，还搭配了环视相机，应该位于左右后视镜以及前后部分，用于泊车。以及标配的12个超声波雷达，前后各6个。

毫米波方面，使用了5个，同样沿车身分布，前3后2.

L2传感器方案总结

1. 12个超声波雷达覆盖ego周身是标配，前4后4左2右2
2. 对于L2而言，激光雷达是选配，相机才是感知的核心
3. 前视需要满足不同距离的感知要求
4. 左右两侧一般会放置各2个的侧向相机，侧前/侧后，而且一般覆盖ego周身360度
5. 环视鱼眼也是标配方案，用于泊车等场景。