無人駕駛技術入門(八)| 被嚴重低估的感測器超聲波雷達

前言

在上一次分享中,我介紹了毫米波雷達的原理、數據特性及優缺點。毫米波雷達的低環境敏感和低成本的特性使得其在ADAS和自動駕駛領域得到了廣泛的應用。

今天要介紹的是一款極其常見的感測器——超聲波雷達。如果你覺得超聲波雷達有些陌生,那麼它還有一個更通俗的名字——倒車雷達。

在倒車入庫,慢慢挪動車子的過程中,在駕駛室內能聽到」滴滴滴「的聲音,這些聲音就是根據超聲波雷達的檢測距離給司機的反饋信息。

車載的超聲波雷達一般安裝在汽車的保險杠上方,隱藏在保險杠的某個位置。在車上外觀如下圖黃色箭頭處的圓點所示。

超聲波雷達未安裝時的模樣如下:

https://www.aliexpress.com/item/New-Parking-Sensor-Car-Reverse-Back-Up-Ultrasonic-Radar-G0448-P/32382592684.html


正文

超聲波雷達的類型

常見的超聲波雷達有兩種。第一種是安裝在汽車前後保險杠上的,也就是用於測量汽車前後障礙物的倒車雷達,這種雷達業內稱為UPA;第二種是安裝在汽車側面的,用於測量側方障礙物距離的超聲波雷達,業內稱為APA。

UPA和APA的探測範圍和探測區域都太相同,如下圖所示。圖中的汽車配備了前後向共8個UPA,左右側共4個APA。

UPA超聲波雷達

UPA超聲波雷達的探測距離一般在15~250cm之間,主要用於測量汽車前後方的障礙物。

如圖所示,為單個UPA的探測範圍示意圖。

APA超聲波雷達

APA超聲波雷達的探測距離一般在30~500cm之間。APA的探測範圍更遠,因此相比於UPA成本更高,功率也更大。

如圖為單個APA的探測範圍示意圖。

APA的探測距離優勢讓它不僅能夠檢測左右側的障礙物,而且還能根據超聲波雷達返回的數據判斷停車庫位是否存在。

超聲波雷達的數學模型

雖然UPA和APA無論在探測距離還是探測形狀上區別很大,但是它們依然可以用同樣的數學模型描述,描述一個超聲波雷達的狀態需要如下四個參數,其數學模型的示意圖如下。

參數1:α

α是超聲波雷達的探測角,一般UPA的探測角為120°左右,APA的探測角比UPA小,大概為80°。

參數2:β

β是超聲波雷達檢測寬度範圍的影響因素之一,該角度一般較小。UPA的β角為20°左右,APA的β角比較特殊,為0°。

參數3:R

R也是超聲波雷達檢測寬度範圍的影響因素之一,UPA和APA的R值差別不大,都在0.6m左右。

參數4:D

D是超聲波雷達的最大量程。UPA的最大量程為2米~2.5米,APA的最大量程至少是5米,目前已有超過7m的APA雷達在業內使用。

超聲波雷達的特性

特性一:溫度敏感

超聲波雷達的測距原理和之前介紹的激光雷達、毫米波雷達類似,距離=傳播速度*傳播時間/2。不同的是激光雷達和毫米波雷達的波速都為光速,而超聲波雷達的波速跟溫度有關。近似關係如下:

C = C0 + 0.607 ? T,C0為零度時的聲波速度332m/s,T為溫度(單位:℃)。

例如,溫度在0℃時,超聲波的傳播速度為332m/s;溫度在30℃時,超聲波的傳播速度為350m/s。相同相對位置的障礙物,在不同溫度的情況下,測量的距離不同。

對感測器精度要求極高的自動駕駛系統來說,要麼選擇將超聲波雷達的測距進行保守計算;要麼將溫度信息引入自動駕駛系統,提升測量精度。

特性二:無法精確描述障礙物位置

超聲波雷達在工作時會返回一個探測距離的值,如圖所示。處於A處和處於B處的障礙物都會返回相同的探測距離d。所以在僅知道探測距離d的情況下,通過單個雷達的信息是無法確定障礙物是在A處還是在B處的。

超聲波雷達的應用

本文標題提到超聲波雷達是被嚴重低估的感測器,因為它除了檢測障礙物外,還可以做很多事。

應用1:泊車庫位檢測

自動泊車功能需要經歷兩個階段:1.識別庫位;2.倒車入庫

識別庫位功能就是依賴安裝在車輛側方的APA,如下場景。

http://articles.sae.org/7477/

汽車緩緩駛過庫位時,汽車右前方的APA感測器返回的探測距離與時間的關係大致如下圖:

將t1時刻到t2時刻的車速做積分即可得到庫位的近似長度,如果近似認為汽車為勻速行駛,直接用車速乘以(t2-t1)即可。當檢測的長度超過車輛泊入所需的最短長度時則認為當前空間有車位。

同樣後側向的APA也會生成類似信號曲線,用以做庫位的二次驗證。

有了庫位檢測功能,進而開發自主泊車功能就不是難事了。

高速橫向輔助

特斯拉Model S在AutoPilot 1.0時代就實現了高速公路的巡航功能,為了增加高速巡航功能的安全性和舒適性,特斯拉將用於泊車的APA超聲波雷達,也用在了高速巡航上。

先看一段Model S應用APA的視頻,視頻左下角的圖像是一個朝汽車後向的攝像機,右側的圖像是朝向行駛方向的視角。(視頻大小:3M)

https://www.zhihu.com/video/963765934805164032

視頻出處:youtube.com/watch?

在視頻中可以看出,當左側駛過的汽車理自車較近時,Model S在確保右側有足夠空間的情況下,自主地向右微調,降低與左側車輛的碰撞風險。


小結

以上內容基本能讓大家了解超聲波雷達的數據及工作方式了。作為無人車上成本最低的感測器,挖掘超聲波雷達的潛力是工程師們睡覺都在琢磨的事。

好了(^o^)/~,這篇超聲波雷達的分享就到這裡啦。

如果你覺得我我寫的還不錯,就給我點個贊吧,如果能加個關注就更好啦~


推薦閱讀:

對於自動駕駛行業來說,Uber 的致命事故究竟意味著什麼?
史上最難無人車試題:直接與大神過招,不服來戰!
自動駕駛如何加速落地?偉世通給出的思路是「樂高組件」
向量產看齊,禾多科技推出國內首個L3.5級自動駕駛解決方案
一起致死事故後 加州無人駕駛測試涼了?

TAG:自動駕駛 | 超聲波感測器 | 汽車 |