传感器、测试和商业化:中汽中心发起环境感知技术探讨

简介: 车辆通过仿真测后仍面临不少问题。
TB1Q5UnDirpK1RjSZFhXXXSdXXa.jpg

众多企业正在研发环境感知技术。

近日,中国汽车技术研究中心有限公司(下称“中汽中心”)组织业内专家、企业代表进行了一次环境感知技术的集中讨论。雷锋网新智驾获悉,此次活动是中汽中心的《自动驾驶技术路线图》(下称“路线图”)发布前的多场技术探讨之一。

据雷锋网新智驾了解,即将发布的路线图将主要围绕车辆、车联网和智能化道路三个方面展开论述,涵盖了环境感知、高精度定位、数据融合、交互、云平台和基础设施信息化等技术领域。其中,环境感知被作为第一项重要技术进行了研讨。

多样的传感器

环境感知技术是自动驾驶关键技术中的重要基础。

众所周知,感知、决策和执行三大环节共同构成了自动驾驶系统。其中,感知是指通过传感器采集数据以供系统作出决策,而现有的传感器主要包括超声波雷达、摄像头、激光雷达、高精度地图、视觉定位和卫星定位等。

中汽中心将环境感知技术分为两类,一类是基于单一传感器的智能汽车感知技术。比如,利用毫米波雷达、激光雷达开发碰撞预警系统及ACC巡航系统,通过视觉感知系统实现高速车辆预警等。另一类是基于信息融合的智能网联汽车感知技术,利用多源信息融合实现驾驶员疲劳和注意力的检测,将立体视觉信息和激光扫描器信息进行集成。

经过对比分析,中汽中心发现国内外关于视觉感知技术的研究均比较成熟,主要差别在于摄像头硬件方面。雷达感知技术中的毫米波雷达、激光雷达的关键技术则大多掌握在国外巨头供应商手中。

具体到一辆车上,自动驾驶科技公司安波福研究认为,如果要实现L3自动驾驶,至少需要有前项长距离雷达、车身360度雷达、前视摄像头、环视摄象头以及前项激光雷达,并可以通过控制器控制所有雷达。

据安波福电子(苏州)有限公司 ADAS产品线技术经理蔡景洋介绍,目前业内主流的感知方式是通过多个雷达实现360度感知。综合来看,雷达的抗干扰能力较好,在复杂的气象条件和干扰情况下,仍然能够保证探测性。

不过,蔡景洋也指出,依靠单一的感知方案很难最终实现自动驾驶,而是要把多种感知方案融合起来形成最终方案。他表示,“融合即意味着更多的计算量,传统方式是把数据计算放到单一模块中,但单一模块的计算能力已经不足以应对现有需求,所以今后要引入区域控制器。”

雷锋网(公众号:雷锋网)新智驾了解到,在中汽中心即将发布的路线图中,环境感知的对象被划分为四类,分别为行驶路径、周边物体、驾驶状态和驾驶环境。路线图还分别针对摄像头、激光雷达、毫米波雷达和超声波雷达等不同传感器进行了对比分析。

“环境感知缺乏可靠性,传感器有失效的可能,一些强光、噪声以及声波吸附材料会干扰到无人驾驶汽车上的高清摄像头和超声波探头,而且,现在的传感器设计成本过高,首要任务是降低成本。”中汽中心情报所、智能汽车研究室主任王羽说。

难题与商机并存

一定意义上,技术难题背后大多存在商机。

举例来讲,按照汽车行业的规律,如果要实现真正的全自动驾驶,前提是必须经过数亿公里的仿真与道路测试。但问题是,这些测试会涉及到各种工况和以及极端环境,因此,许多情况下很难做到数据的再次验证和有效采集。

基于这一现状,一些公司开始向自动驾驶科技公司提供仿真测试解决方案。

据西门子工业软件、自动驾驶产品线总监黄汉知介绍,环境感知传感器的建模方式不同于传统建模,是从传播的媒介进行成像,最后进行建模的过程。概括言之,就是改变不同环境光的互动性,最后输出光谱的仿真。

不过,仿真测试也面临挑战,主要在于建模是否准确以及如何处理复杂的场景。

为了解决这些问题,西门子在仿真层面建立了开放的架构和生态,场景规划除由西门子搭建外,还会根据测试工况选择具体的开放路线,包括开放API、支持高清地图以及支持多种数据的路采导入等。

实际上,即便车辆通过仿真测试,在实际行驶中仍面临不少问题。

比如,随着车辆的不断迭代升级,自动紧急系统(AEBS)开始成为许多车型的标配,这一系统同样离不开传感器,但各类传感器其实均有一定的限制。

据南京天安汽车电子科技股份有限公司总经理黄建强透露,他们的团队对比了摄像头、激光雷达和毫米波雷达三大传感器后发现,适合自动紧急制动系统的传感器种类中,性能和性价比最好的是毫米波雷达,这也是现在行业中应用最多的传感器。

黄建强表示,由于毫米波雷达没有高度识别的功能,现有的毫米波雷达基本上无法在高速公路上使用。

对此,该公司通过两只雷达的组合应用,即在水平安装的毫米波雷达基础上,再增加一只毫米波雷达去解决高度识别问题。具体做法是,在两只毫米波雷达中,让一只雷达负责目标水平方向的识别,另一只雷达负责垂直方向的识别,最终将两者产生的二维信息融合到三维的AD隧道,再通过判断虚拟隧道内是否有障碍物来实现外界感知。

随着自动驾驶技术的日益成熟,市场正不断扩大。根据日本咨询机构TSR的调研,全球车载摄像机镜头收益将持续上升,预计到2021年收益规模将增长至10.59亿美元。另据相关资料显示,按照2020年前装市场25%的渗透率、后装市场5%的渗透率估算,届时激光雷达的国内市场规模有望接近200亿元。

各家对于环境感知的技术研发仍有很大空间。

目录
相关文章
|
1月前
|
消息中间件 测试技术
项目环境测试问题之规范执行器的异常处理如何解决
项目环境测试问题之规范执行器的异常处理如何解决
|
2月前
|
机器学习/深度学习 敏捷开发 人工智能
探索自动化测试的前沿技术与实践挑战
【7月更文挑战第8天】随着信息技术的飞速发展,软件测试领域正经历着前所未有的变革。自动化测试作为提升测试效率、确保软件质量的重要手段,其前沿技术与实践挑战备受关注。本文深入探讨了自动化测试的最新进展,包括人工智能在测试用例生成中的应用、持续集成/持续部署(CI/CD)流程中的自动化策略、以及云测试平台的兴起。同时,文章分析了自动化测试实施过程中遇到的主要挑战,如环境配置的复杂性、测试用例的维护问题和跨平台测试的困难,并提供了相应的解决策略。通过案例分析,展示了成功实施自动化测试的关键因素,为软件测试专业人员提供了宝贵的参考和启示。
73 2
|
19天前
|
物联网 测试技术 持续交付
软件测试的艺术与科学:探索自动化测试框架未来技术的融合与创新:探索区块链、物联网和虚拟现实的交汇点
【8月更文挑战第30天】在软件开发的海洋中,测试是确保航行安全不可或缺的灯塔。本文将带领读者揭开软件测试神秘的面纱,深入理解自动化测试框架的重要性和实现方法。通过实际案例,我们将一起探索如何构建高效、可靠的自动化测试系统,从而保障软件质量,提升开发效率。
|
27天前
|
Web App开发 JSON 测试技术
精通Postman接口测试:关联技术与自动化实践指南
这篇文章详细介绍了如何使用Postman进行接口测试,包括关联技术、自动化实践,以及如何通过环境变量和全局变量解决接口之间的关联性问题。
29 0
精通Postman接口测试:关联技术与自动化实践指南
|
1月前
|
Cloud Native 数据处理
项目环境测试问题之当异步任务在运行过程中抛出非预期的异常会导致后果如何解决
项目环境测试问题之当异步任务在运行过程中抛出非预期的异常会导致后果如何解决
|
1月前
|
资源调度 Java 调度
项目环境测试问题之Schedulerx2.0通过分布式分片任务解决单机计算瓶颈如何解决
项目环境测试问题之Schedulerx2.0通过分布式分片任务解决单机计算瓶颈如何解决
项目环境测试问题之Schedulerx2.0通过分布式分片任务解决单机计算瓶颈如何解决
|
1月前
|
存储 安全 测试技术
移动应用的安全测试与加固技术深度解析
【8月更文挑战第2天】随着移动互联网的发展,移动应用成为生活必需,但安全威胁也随之加剧。本文深入探讨移动应用的安全测试与加固技术,包括权限访问、数据加密、安全协议、组件安全测试及渗透测试等内容,同时覆盖源代码、运行时环境、数据传输存储及业务逻辑加固等方面,为开发者提供全面指导,以保护用户数据和企业资产安全。
78 12
|
1月前
|
机器学习/深度学习 人工智能 物联网
探索软件测试的前沿技术与未来趋势
在数字化时代的浪潮中,软件测试作为保障软件质量的重要环节,正经历着前所未有的变革。本文将深入探讨当前软件测试领域的最新技术进展,包括自动化测试、人工智能在测试中的应用、以及云测试平台的发展等。同时,文章也将对软件测试的未来发展趋势进行预测,为读者揭示一个更加智能化、高效化的软件测试新时代。
|
2月前
|
机器学习/深度学习 人工智能 算法
探索软件测试的前沿技术:AI与自动化的融合
在数字化时代的浪潮中,软件测试领域正经历着前所未有的变革。本文深入探讨了人工智能(AI)和自动化技术如何重塑软件测试的未来。通过分析最新的行业报告、案例研究和专家访谈,我们揭示了这些技术如何提升测试效率、准确性和灵活性。文章还讨论了实施这些技术的可能挑战和解决方案,为读者提供了宝贵的行业见解和实用建议。
127 6
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索自动化测试的前沿技术与实践
随着科技的快速发展,软件测试领域也迎来了新的变革。自动化测试作为一种提高测试效率和准确性的有效手段,正逐渐成为软件开发过程中不可或缺的一部分。本文将深入探讨自动化测试的最新技术动态,包括人工智能在测试中的应用、持续集成/持续部署(CI/CD)流程中的自动化策略,以及跨平台测试框架的创新。同时,文章还将分享一些实用的自动化测试最佳实践,帮助读者构建更加高效、可靠的自动化测试体系。让我们一起迈向自动化测试的新纪元,解锁软件质量保障的新可能。
48 2