EEPW论坛

先进驾驶辅助系统(Advanced Driver Assistant System)，简称ADAS，是利用安装于车上的各式各样的传感器， 在第一时间收集车内外的环境数据， 进行静、动态物体的辨识、侦测与追踪等技术上的处理， 从而能够让驾驶者在最快的时间察觉可能发生的危险， 以引起注意和提高安全性的主动安全技术。

汽车传感器装备的目的不同，可以分为提升单车信息化水平的传统微机电传感器(MEMS)和为无人驾驶提供支持的智能传感器两大类。MEMS 在汽车各系统控制过程中进行信息的反馈，实现自动控制，是汽车的“神经元”。而智能传感器则直接向外界收集信息，是无人驾驶车辆的“眼睛”。

汽车智能化的根基——传感器

传感器是汽车电子控制系统的信息来源，是车辆电子控制系统的基础关键部件。传感器通常由敏感元件、转换元件和转换电路组成，其中敏感元件是指传感器中能直接感受或响应被测量的部分，转换元件是将上述非电量转换成电参量，转换电路的作用是将转换元件输出的电信号经过处理转换成便于处理、显示、记录和控制的部分。从目前汽车传感器装备的目的不同，可以分为提升单车信息化水平的传统微机电传感器和为无人驾驶提供支持的智能传感器两大类。

汽车传感器的构成传统传感器：各个系统控制过程依靠传感器，进行信息的反馈，实现自动控制工作，是汽车的“神经元”。汽车传统传感器依照功能可以分为压力传感器、位置传感器、温度传感器、加速度传感器、角速度传感器、流量传感器、气体浓度传感器和液位传感器等 8 类。汽车传感器主要应用于动力总成系统，车身控制系统以及底盘系统中。汽车传感器在这些系统中担负着信息的采集和传输功用，它采集的信息由电控单元进行处理后，形成向执行器发出的指令，完成电子控制。

传统传感器分类智能传感器：智能传感器是无人驾驶车辆的“眼睛”。汽车正在向一台安全联网的自动驾驶机器人快速演进，进行环境感知、规划决策，最终实现安全抵达目的地。目前应用于环境感知的主流传感器产品主要包括激光雷达、毫米波雷达、超声波雷达和摄像头等四类。

智能传感器分类

MEMS 传感器：汽车微感官

MEMS 传感器是在半导体制造技术基础上发展起来，采用微电子和微机械加工技术制造出来的新型传感器。MEMS 传感器广泛应用于电子车身稳定程序(ESP)、防抱死(ABS)、电控悬挂(ECS)、胎压监控(TPMS) 等系统。其中，压力传感器、加速计、陀螺仪与流量传感器是汽车中使用最多的 MEMS 传感器，占汽车 MEMS 系统的 99%。

MEMS 应用广泛

MEMS 传感器价值较为集中MEMS 具有较为明显的优势，是未来构筑物联网感知层传感器的主要选择之一，其优势主要体现在：1)微型化、2)硅基加工工艺、3)批量生产、4)集成化。1)微型化：MEMS 器件体积小，单个尺寸以毫米甚至微米作为计量单位，重量轻，耗能低。MEMS 更高的表面体积比(表面积比体积)可以提高表面传感器的敏感程度。2)批量生产：以单个 5mm5mm 尺寸的 MEMS 传感器为例，用硅微加工工艺在一片 8英寸的硅片晶元上可同时切割出大约 1000 个 MEMS 芯片，批量生产可大大降低单个MEMS 的生产成本 。3)集成化：一般来说，单颗 MEMS 往往在封装机械传感器的同时，还会集成 ASIC芯片，控制 MEMS 芯片以及转换模拟量为数字量输出。

MEMS 与 ASIC 芯片集成化封装

MEMS 可批量生产降低制造成本国外大厂垄断 MEMS 传感器市场，市场集中度较高。根据 HIS Automotive 统计,2017年全球 MEMS 前三大供应商(博世、森萨塔、恩智浦)占据了 57%的市场份额，其中博世占据鳌头，2017 年市占率达到 33.62%，森萨塔市占率达到 12.34%，恩智浦市占率达到 11.91%。电装(8.94%)、亚德诺(8.51%)、松下(7.45%)、英飞凌(7.23%)等厂商也占有一定份额。国外大厂产品线广、技术领先、客户众多、形成较高的进入门槛。MEMS 传感器的研发难度及其制造工艺的复杂性是形成行业壁垒的主要原因。Invensense、英飞凌等国外厂商拥有 2 到 3 条产品线，博世、电装、意法半导体等 MEMS 产品线超过 4 条。相比之下，小供应商很难在较短时间内实现大批量生产制造，因此排名靠前的大供应商市场份额相对稳定，市场集中度较高。

MEMS 传感器装配量和价值量与其装配车型价位成正比。目前平均每辆汽车包含 24个 MEMS 传感器，而在高档汽车中，大约会采用 25-40 个 MEMS 传感器。例如 BMW高端车型仅发动机就可以用到 20-40 个传感器，而入门级车型仅 5 个左右。常用 MEMS传感器后装单车价值在 2000-20000 元不等;合资车通常不低于 4000 元，而自主品牌仅 2000 元左右，高端车型约为 10000-20000 元。 预计到 2019 年 MEMS 传感器市场规模可达到 420.13 亿元;随着智能化和电动化的提升，2020 年和 2021 年市场规模可分别达到 446.21 亿元，472.27 亿元，2015-2021 年复合增速为 6.5%。

智能传感器：自动驾驶核心

毫米波雷达:ADAS 系统核心传感器

毫米波雷达是指利用波长 1-10nm，频率 30GHZ-300GHZ 的毫米波，通过测量回波的时间差算出距离。毫米波雷达始用于军事领域，随着技术水平的提升，开始逐渐应用于汽车领域。毫米波雷达的优势主要为以下 3 个方面：1)探测性能稳定、作用距离较长、环境适用性好。2)与超声波雷达相比，体积小、质量轻和空间分辨率高的特点。3)与光学传感器相比，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候全天时的特点。但也存在着成本较高，对行人的识别较为困难等不足之处。毫米波雷达优劣势77 GHz 在性能和体积上都更具优势。目前车载雷达的频率主要分为 24GHZ 频段和77GHZ 频段。与 24GHz 毫米波雷达相比，77GHz 的距离分辨率更高，体积更是小了三分之一。2018 年，中国新车评价规程(C-NCAP)将自动紧急制动系统(AEBS)纳入评分体系，从而将带动 77GHz 毫米波雷达在未来的市场需求。而从长远来看，77GHz毫米波雷达的体积更小、探距更长，使得其较 24GHz 毫米波雷达将具备更大的市场空间。毫米波雷达 24GHz 和 77GHz 比较24GHz 与 77GHz 毫米波雷达兼备于 ADAS 的长短距检测。毫米波雷达因其硬件体积小，且不受恶劣天气影响，被广泛应用在 ADAS 系统之中。24GHz 目前大量应用于汽车的盲点监测、变道辅助。雷达安装在车辆的后保险杠内，用于监测车辆后方两侧的车道是否有车、可否进行变道。77GHz 雷达在探测精度与距离上优于 24GHz 雷达，主要用来装配在车辆的前保险杠上，探测与前车的距离以及前车的速度，实现的主要是紧急制动、自动跟车等主动安全领域的功能。完全实现 ADAS 各项功能一般需要“1长+4 中短”5 个毫米波雷达，奥迪 A8 搭载 5 个毫米波雷达(1LRR+4MRR)，奔驰 S 级搭载 6 个毫米波雷(1LRR+6SRR)。目前 77GHz 的毫米波雷达系统单价在 1000元左右，24GHz 毫米波雷达单价在 500 元左右。

毫米波雷达在 ADAS 系统中的应用毫米波雷达关键技术被外商垄断，集中度较高。在全球毫米波雷达市场上，占主导地位的是德国、美国、日本等国家。目前毫米波雷达技术主要由大陆、博世、电装、奥托立夫、Denso、德尔福等传统零部巨头所垄断;其中，77GHz 毫米波雷达技术被垄断于博世、大陆、德尔福、电装、TRW、富士通天、Hitachi 等公司手中。2016年，博世和大陆全球毫米波雷达市场占有率均为 17%，并列第一;电装、海拉并列第二，市场份额为 11%，采埃孚占据 8%，德尔福占据 6%，奥托立夫占据 4%。前七大供应商巨头市场占有率达到 73%。

毫米波雷达海外主要供应商及产品国内毫米波雷达依赖进口，受限国外技术封锁，24GHz 毫米波雷达是主流方向。目前中国市场中高端汽车装配的毫米波雷达传感器全部都依赖国外进口，市场被美、日、德企业垄断，价格昂贵，并采取了技术封锁，自主可控迫在眉睫。国内自主车载毫米波雷达产品总体仍处于研制阶段。考虑到研发成本和 77GHz 开发技术受限，目前国内厂商对于毫米波雷达的研发方向集中于 24GHz。国内市场上，24GHz 毫米波雷达的产品体系已经相对成熟，供应链已经相对稳定，24GHz 的核心芯片能从英飞凌、飞思卡尔等芯片供应商获得。据麦姆斯咨询研究表明，2016 年中国汽车预装毫米波雷达的数量达到 105 万个，其中 24GHz 雷达占比 63.8%，77GHz 雷达占比 36.2%。

随着人们对驾驶安全意识的提高和尖端技术的发展，越来越多的车辆配备了先进的辅助驾驶系统(ADAS)，其精度更高，价格更低。本文对该领域的最新进展要求对ADAS的传统知识、最新研究以及在现实世界中的新应用进行综述。这个领域的新手可以更容易地获得基本知识，其他研究人员可能会受到启发，了解未来潜在的发展可能性。本文通过分析ADAS的硬件支持和计算算法，对其进行了概述。

从内部特征分类、安装位置、支持ADAS功能以及优缺点等方面介绍了不同类型的感知传感器，从不同传感器的固有特性和每个ADAS功能的具体用途，总结和说明了不同传感器之间的比较，本文从传统方法和新思想两个方面收集并简要介绍了ADAS函数的现有算法。此外，本文还回顾了不同研究机构对ADAS定义的讨论，并着重介绍了中国ADAS未来的研究方向。

自动驾驶(AD)的发展是为了满足现实生活中对辅助驾驶的需求，根据自动驾驶的执行过程，自动驾驶的体系结构可分为：

环境感知

行为规划

运动控制

基于自动驾驶的实施和驾驶行为的责任，美国汽车工程师学会(SAE)发布了一个分类法，并将自动驾驶从0级(完全的人类控制)划分为5级(完全的自动驾驶)。根据SAE的分类，ADAS仅达到2级，其职责包括检测车辆周围环境、向驾驶员发出紧急警告以及执行一个或多个简单的控制功能，例如速度控制和自适应、紧急制动等。目前，一些研究机构实现了三级功能的自动驾驶，大多数商用车仅支持二级以下的自动驾驶，以辅助人类驾驶。换句话说，现有的自动驾驶实现主要达到ADA级别，因此，有必要对ADAS进行详细介绍，并总结当前应用的ADAS功能和实现，ADAS作为嵌入商用车辆中最重要的系统之一，致力于减少人为错误，避免潜在交通事故的数量和严重事故，根据2019-2020MWL相关开放式安全建议的总结，消除了干扰，实施了一项全面的战略，以减少超速相关碰撞，在所有新的公路车辆中增加防撞系统的实施，减少疲劳相关事故，都是交通安全改进的十大目标，事实上，上述所有要求都可以是ADAS的组成部分。

A.激光雷达

激光雷达是自动驾驶汽车发展的重要组成部分，它主要用于实时邻近区域的感知和高分辨率建图，激光雷达传感器的相关ADAS功能，主要包括用于感知和定位的功能。

在ADAS中，激光雷达传感器最重要的作用是用于目标检测，例如，防撞、行人检测和泊车辅助。用于近距离感知，如前向防撞系统的激光雷达使用廉价的低距离和低分辨率版本来测量1到10米之间的距离，在一些低速场景中实施，如停车辅助和紧急制动辅助，这些都是“城市安全”和“城市停车”等商用车开发计划中的关键功能。对于远距离检测，如行人识别和目标跟踪，激光雷达可以提供精确的距离信息和更大的视野，因为发射的激光在反射前可以达到200米，并且它构建的3D点云有助于更好地分割。该传感器可以区分车辆需要停车的障碍物(如正在过街的行人)和车辆不需要停车的障碍物。激光雷达传感器在ADAS中的另一个常见用途是定位，基于激光雷达的定位方法提供了测量精度和易处理性，激光雷达测量的环境反射强度分布可以在环境中建立三维目标图像，并对其进行进一步处理，用于目标识别或运动预测。目前，激光雷达传感器安装在车辆周围或车辆上方。

激光雷达是在光线条件较差的ADAS系统中一种成熟传感器，与传统雷达传感器相比，激光雷达使用更短的波长和优越的波束特性，为3D成像和点云生成提供了更合适的选择，然而，激光雷达在恶劣天气条件下(如大雨、大雪或大雾)可能会表现出不良行为，因为这类天气会影响光的反射和折射，目前的激光雷达传感器价格昂贵，这也影响了其在ADAS市场的商业推广，尽管上述传统的机电激光雷达能够在相当长的范围内旋转和扫描周围环境，但它们设计庞大，销售昂贵。在这种情况下，一些其他最先进的方法，如固态激光雷达问世，并将激光雷达传感器的构造集成到一个芯片上。由于不涉及移动机械部件，因此它在振动方面更具弹性，在结构上节省空间，甚至具有更高的分辨率和扫描速度。

B.相机

由于相机对环境的大范围的感知和可接受的价格，摄像头是ADAS的主要传感器之一。摄像机能够同时获取所有物体的纹理和颜色，因此特别适合于路面检测和交通信号检测，如果成对使用，可以作为立体视觉系统，相机系统还能够测量距离，可以进一步处理距离以进行定位和建图，根据摄像头在车内的位置，可以将其归纳为车外摄像头和车内摄像头，分别关注周围环境感知和驾驶员状态检测，外部摄像头可细分为前置摄像头和环视摄像头，用于不同的ADAS功能。前摄像头通常安装在挡风玻璃顶部的后面，提供远距离能见度，以检测前方情况和远处物体，许多基本的ADAS功能都是基于前置摄像头实现的，前向碰撞警告是最基本的辅助应用程序之一，它使用前置摄像头检测障碍物，优化其相对位置，并将其分类为汽车、轨道或行人。交通标志识别通过摄像头的颜色和形状识别功能向驾驶员告知当前的速度限制、道路规则和警告。

车道偏离警告(LDW)通过实时捕获地面信息并使用计算机视觉算法识别车道标记，都由前置摄像头实现，这些特性可以在机械结构的帮助下进一步应用于车道保持系统和车道保持辅助功能，安装在车辆周围的环视摄像头通常是近程摄像头，提供360◦鸟瞰图对于汽车而言，环视图系统传感器套件通常由四个广角摄像头组成，安装在前保险杠、后保险杠和两侧后视镜下的另外两个摄像头[29]。这种相机的帧速率很低，在这种情况下，它是为停车等低速情况而设计的，在图像几何和光度校准后，将有一个鸟瞰视图，为驾驶员提供泊车辅助功能，此外，通过检测接近车辆的周围物体，环视图系统还具有盲点监控功能，车内摄像头通常安装在仪表盘的顶部，用于检测驾驶员的头部姿势并跟踪眼睛信息，以监控驾驶员的状态，当驾驶员头部发生异常变化或驾驶员的视线不向前时，它被设计用于识别驾驶员的状态，以实现驾驶员睡意检测，车内摄像头的高级功能是区分司机是否喝醉，这对道路安全有着至关重要的贡献。

除了上面提到的传统单目相机外，还有一些特殊功能的相机，当摄像机成对使用时，由于两个摄像机图像之间的****差异，可以在20-30米的范围内测量前方物体的运动及其距离。因此，在汽车制造业中，立体摄像机可以作为激光雷达传感器的替代品，价格更低，视野更小，热相机也广泛应用于ADAS。它可以探测到任何产生或包含热量的东西，这些热量在夜视或恶劣天气条件下表现出色。此外，在白天驾驶时，借助热摄像头，可以更好地处理图像捕获，以减少可见摄像头的冗余，由于许多原因，摄像头被广泛应用于ADAS功能中，它体积小，安装自由度高，由于摄像头具有颜色捕捉能力，可以通过较少的后期处理来区分特定的对象识别，如交通信号灯和手势。此外，在深度学习的支持下，摄像头采集的高分辨率图像可以更好地呈现周围的信息，由于传统的单目摄像机对光照和天气条件敏感，因此摄像机传感器仍然存在一些弱点，而这种信息的提取需要复杂而繁重的计算过程。

C.雷达

雷达作为ADAS套件中的标准配置，是所有感知硬件中应用于车辆上的第一个传感器，它通过发射电磁波和接收反射波，在距离测量和相对速度检测中发挥着重要作用。近年来，雷达通常与摄像头或激光雷达结合使用，以弥补盲点或环境条件造成的损失，确保驾驶安全和乘坐舒适性，它可以分为短程、中程和远程，安装在不同的位置，以实现不同的ADAS功能，远程雷达，能够探测200米以内的物体，总是安装在前保险杠的中间，它可以在10-250米的范围内，在±15米的范围内进行探测识别多个目标，特别适用于远距离前方障碍物检测和避碰。由于远程障碍物识别的能力为制动准备了足够的范围和时间，因此它被用于自动紧急制动和交通拥堵辅助等ADAS，从而保证高速安全。通过测量电磁波的反射，雷达还可以帮助计算相对速度，从而确保自适应巡航控制(ACC)功能，中程雷达，视野约60米±40米,适用于行人检测和盲点警告BSW，它对称安装在每个前照灯下方，用于监控车辆后面或旁边的环境。在这种情况下，中程雷达用于车道偏离辅助系统，通过检测主车辆周围的盲点并在后视镜中警告驾驶员，当自行车或行人从盲点接近车辆时，它也可用于交叉交通警报系统，雷达中视野最广的是短程雷达。它能够在0.5-20米范围内进行探测，探测范围为±80米◦.大多数短程雷达安装在前后保险杠的拐角处，有些车辆甚至在车门两侧安装短程雷达。近距离雷达的主要ADAS功能是支持停车辅助系统，以便在从停车位倒车时提醒驾驶员。作为ADAS系统的关键传感器，雷达以合理的价格显示出独特的性能。它对恶劣环境具有很强的鲁棒性，对光线或天气变化不敏感，由于多普勒效应，雷达信号更容易区分静止物体和运动物体，与激光雷达相比，它具有更好的探测能力，因为电磁波可以穿透许多障碍物，并反馈更多的环境信息，另一方面，汽车雷达的信号通常是低分辨率的，这使得目标分类具有挑战性。由于反射过程的原因，在曲面对象表示中可能会不准确，并且在多径反射中可能会丢失信号，随着ADAS系统的快速发展和智能车辆的普及，同频雷达信号干扰问题也引起了广泛关注，这也是亟待解决的问题之一。

显示每辆汽车可能有多达六个摄像头。这些摄像头需要高动态范围和快速响应时间以及出色的弱光灵敏度。为了满足这些要求，设计人员必须避免图像传感器在高温下长时间运行。

汽车摄像头通常是小型 (1.4in³) 封闭立方体，没有主动冷却功能，因而非常容易积累热量和快速升温。图像传感器的额定工作温度通常为 –40°C 至 125°C(结温)和 –40°C 至 105°C(环境温度)。如果达到这些范围的上限或下限，电子控制单元 (ECU) 将不得不降低进入图像传感器的功率或将传感器完全关闭，直到温度恢复到正常工作条件为止。因此，准确获取摄像头的温度非常重要。

图像传感器通常采用嵌入式温度传感器，其误差范围为 ±6°C。这么大的误差意味着 ECU 可能会通过提前或延后关闭来限制摄像头的使用。这些错误计算可能会对图像传感器造成损坏，暂时限制 ADAS 功能，直到它得到维护为止。

解决方案是添加一个独立的温度传感器，该传感器可提供误差小于 ±1°C 的准确温度测量值。

雷达

毫米波 (mmWave) 传感器的接收器 (RX) 灵敏度、增益、输入噪声甚至输出**** (TX) 功率都可能随温度而变化。在图 3 中，主机处理器尝试通过在运行期间定期调整电路配置，来减轻温度变化带来的影响，以使 RX 增益和 TX 功率尽量接近所配置的设置水平。

之所以需要高精度温度测量，是因为要尽可能在更大限度地提高雷达性能和防止因高温而产生热损坏之间取得平衡。为了达到这种平衡，雷达传感器必须在温度限值附近工作，同时能够在尽可能接近限值时可靠地关闭。实现这一点可能很难，因为：

OEM 开始要求更高的环境温度。

为了降低成本，制造商开始使用塑料模块外壳而不是金属外壳。金属是更好的导热体，通常用作散热器以散发模块内部产生的热量。

雷达芯片功耗高，会造成自发热。

雷达芯片上的嵌入式温度传感器误差范围最高可达到 ±7°C，这限制了雷达芯片的性能。由于此误差，稳妥起见，您必须在距离工作限值 ±7°C 时关断以防止损坏。

如今，设计人员的目标是让雷达芯片内部裸片温度的温度精度达到 ±1°C。为此，您可以使用两个独立的温度传感器测量温差，或者使用雷达芯片下方的超薄温度传感器，例如 TMP114。

激光雷达

激光雷达传感器可以捕获短距离、中距离和远距离数据，提供深入的点云，作为实现 ADAS 功能安全性的关键元件。激光雷达包含激光阵列、飞行时间 (ToF) 传感器和控制器，所有这些都需要进行温度补偿以保持其性能。温度变化会影响激光雷达距离测量，并且在 70°C 以上时，激光阵列的性能可能会下降。ToF 传感器具有高功耗，这会导致自发热，并且在 105°C 左右控制器往往需要降低其时钟频率或完全关闭以防止热失控。

激光雷达系统的一个重要设计考虑因素是目标汽车安全完整性等级 (ASIL)。

激光雷达和摄像头模块都有可能会破裂的透镜，因此可能会因潮湿而损坏内部的光学元件。汽车级湿度传感器(如 HDC3020-Q1)可测量相对湿度和温度。它可以检测水分(这可能表示发生泄漏)并计算何时超过露点(这会导致透镜上出现冷凝)，从而允许系统通知用户采取纠正措施。

如何选择温度传感器

在评估您的下一个温度传感器时，请考虑其最大精度、是否需要警报或其他功能以及您的通信渠道。例如，如果没有任何可用的 ADC 通道(通常存在于环视和低端驾驶员监控摄像头中)，那么您可以将数字温度传感器连接到 FPD-Link 串行器的 I2C 或 SPI 通道。如果您只是想要具有迟滞功能的阈值警报，则可以使用连接到通用输入/输出的温度开关。当您确实有可用的 ADC 通道时，模拟温度传感器的输出电压与温度成正比，而不会像分立热敏电阻解决方案那样受外部元件容差的影响。如果您确实需要热敏电阻，可以考虑硅基线性热敏电阻，它可以解决负温度系数 (NTC) 热敏电阻存在的精度和可靠性问题，同时保持其低成本和小尺寸的优势。

来源： 整理文章为传播相关技术，网络版权归原作者所有，如有侵权，请联系删除。