智能网联汽车先进驾驶辅助系统技术应用（微课版）课件 第1章 智能网联汽车概述

智能网联汽车的技术架构目录CONTENTS1智能网联汽车的系统组成2智能网联汽车的技术结构第一部分智能网联汽车的系统组成环境感知层智能决策层控制执行层一、智能网联汽车的系统组成：智能网联系统主要有由环境感知层、智能决策层以及控制执行层构成。环境感知层智能决策层控制执行层看得见，感知到看得懂，认得出判断准，控制稳三个层次缺一不可

智能网联汽车是一个集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信与平台等技术，集环境感知、规划决策、控制执行、信息交互等于一体的高新技术综合体，拥有相互依存的价值链、技术链和产业链体系。环境感知层智能决策层控制执行层超声波雷达毫米波雷达激光雷达摄像头GPS4G/5GV2X车道线识别车辆识别行人识别交通标示识别信号灯识别驾驶人疲劳识别决策分析与判断加减速控制转向控制档位控制协同控制安全预警控制人机交互控制第二部分智能网联汽车的技术结构“三横两纵”“三横”指车辆关键技术、信息交互关键技术与基础支撑关键技术；“两纵”指支撑智能网联汽车发展的车载平台与基础设施。基础设施包括交通设施、通信网络、大数据平台、定位基站等，将逐步向数字化、智能化、网联化和软件化方向升级，支撑智能网联汽车发展。智能网联汽车系统为“三横两纵”式技术架构。二、智能网联汽车的技术架构：“三横”指车辆关键技术、信息交互关键技术与基础支撑关键技术；“两纵”指支撑智能网联汽车发展的车载平台与基础设施。基础设施包括交通设施、通信网络、大数据平台、定位基站等，将逐步向数字化、智能化、网联化和软件化方向升级，支撑智能网联汽车发展。智能网联汽车系统为“三横两纵”式技术架构。智能网联汽车的技术架构：“三横”是指智能网联汽车主要涉及的车辆关键技术、信息交互关键技术与基础支撑关键技术“两纵”是指支撑智能网联汽车发展的车载平台以及基础设施条件，基础设施包括交通设施、通信网络、大数据平台、定位基站等，将逐步向数字化、智能化、网联化和软件化方向升级，支撑智能网联汽车发展。关键技术环境感知技术基于激光雷达、微博雷达等传感手段，获得车辆周边环境两维或三维图像信息，通过图像分析识别技术对行驶环境进行感知。控制执行技术包括面向驱动/制动的纵向运动控制，面向转向的横向运动控制，基于驱动/制动/转向/悬架的底盘一体化控制，融合车联网通信及车载传感器的多车队列协同和车路协同控制等智能决策技术包括危险事态建模技术、危险预警与控制优先级划分、群体决策和协同技术、局部轨迹规划、驾驶员多样性影响分析。信息安全技术汽车信息安全建模技术，数据存储、传输与应用三维度安全体系，信息安全漏洞应急响应机制。云平台与大数据技术包括云平台架构与数据交互标准，云操作系统，数据高效存储和检索技术，大数据关联分析和深度挖掘技术。V2X通信技术车载通信的模式。感谢观看ADAS传感器的类型

目前ADAS常用的环境感知传感器主要有摄像头、超声波雷达、毫米波雷达和激光雷达四种，本文将针对这四种传感器进行介绍，其它应用较少的红外传感器等本文不予涉及。一、摄像头传感器摄像头安装使用简单、获取的图像信息量大、投入成本低、作用范围广，并且近些年更是得益于数字图像处理技术的快速发展和计算机硬件性能的提高，已经成为ADAS不可或缺的一类传感器。摄像头传感器在ADAS中的主要作用：摄像头根据镜头和布置方式的不同可分为以下四类：

单目摄像头、双目摄像头、三目摄像头和环视摄像头，如下表。摄像头传感器工作原理:摄像头的大致工作原理如下：图像处理，将图片转换为二维数据；模式识别，通过图像匹配进行识别，如车辆、行人、车道线、交通标志等；利用物体的运动模式或双目定位，计算目标物体与本车的相对距离和相对速度。车载摄像头主要有镜头(包括lens和光感CMOS芯片等)模组和信号处理模组两部分，分为普通单目头、鱼眼单目摄像头、多目摄像头，目前市场上主要是单目摄像头为主。单目摄像头还是未来的主流，伴随着环视系统的发展，未来单辆车载摄像头预期达到6个以上，其中至少1个前视（单或双目等），1个后视（一般单目）和4个环视（一般鱼眼）。除了常规可见光摄像头，还有红外摄像头、热成像摄像头、变焦摄像头等特殊种类。摄像头传感器应用摄像头在汽车里有如下的应用和功能：监视: 如可视倒车所用的摄像头；环视系统的鱼眼摄像头；公交车的摄像头，分别监视司机、车前、车后、车内、前后车门等位置；2)监测预警: 如驾驶员行为监测；3)测量与识别：车辆前方目标识别与目标动态参数测量，属于各种ADAS预警与控制功能的重要传感器。摄像头传感器的弱点摄像头的弱点在于其识别能力受环境影响非常大，雨雪雾沙尘霾都会使其识别能力减低，抵抗强光的能力也不够强。另外摄像头对于模棱两可的目标识别能力有限，对于没见过的目标也不容易正确分类。二、超声波雷达传感器

超声波传感器的工作原理 超声波雷达是利用传感器内的超声波发生器产生40KHz的超声波，再由接收探头接收经障碍物反射回来的超声波，根据超声波反射接收的时间差计算与障碍物之间的距离，见图。超声波雷达成本较低，探测距离精度高，且不受光线条件的影响，因此常用于泊车系统中。

常见的超声波雷达车上常见的超声波雷达一般用于低速辅助，如倒车雷达，辅助泊车，自动泊车等。第一种称为UPA，安装在汽车前后保险杠上，用于探测汽车前后障碍物，探测距离一般在（0.15~2.5）m；另一种称为APA，安装在汽车侧面，用于探测汽车侧方障碍物，探测距离一般在（0.3~5）m。泊车系统一般配备前后共8个UPA，左右侧共4个APA。例如：在2018年上海进博会期间的运营的公交车，每辆公交车上装载10个超声波雷达。超声波雷达的弱点受环境温度影响较大（不同环境温度下，超声波传播速度有差异）、无法精确描述障碍物位置及响应时间较慢。毫米波是指长度在（1~10）mm的电磁波，对应的频率范围在（30~300）GHz，由于其波长在毫米量级，因此处于该频率范围的电磁波也被工程师们称为毫米波。毫米波雷达就是工作在毫米波频段的雷达。毫米波位于微波与远红外波相交叠的波长范围，所以毫米波兼有这两种波谱的优点，同时也有自己独特的性质：相比于微波，毫米波分辨率高、指向性好、抗干扰能力强和探测性能好；相比于红外波，毫米波的大气衰减小、对烟雾灰尘具有更好的穿透性、受天气影响小。以上这些特质决定了毫米波雷达具有全天时、全天候的工作能力。三、毫米波雷达传感器

以AudiA8的传感器布局为例，看下不同频段毫米波雷达的功能。短距离雷达：24GHz频段如图所示被标注了橙色框的Cornerradar和Rearradar，就是频段在24GHz左右的雷达。、处在该频段上的雷达的检测距离有限，因此常用于检测近处的障碍物（车辆）。图中的这4个角雷达，能够实现的ADAS功能有盲点检测、变道辅助等；在自动驾驶系统中常用于感知车辆近处的障碍物，为换道决策提供感知信息。三、毫米波雷达传感器

三、毫米波雷达传感器

以AudiA8的传感器布局为例，看下不同频段毫米波雷达的功能。长距离雷达：77GHz或79GHz频段如图所示，被标注为绿色框的Long-rangeradar，即为频段在77GHz左右的雷达。性能良好的77GHz雷达的最大检测距离可以达到160米以上，因此常被安装在前保险杠上，正对汽车的行驶方向。长距离雷达能够用于实现紧急制动、高速公路跟车等ADAS功能；同时也能满足自动驾驶领域，对障碍物距离、速度和角度的测量需求。四、激光雷达传感器

激光雷达的发射器发射出一束激光，激光光束遇到物体后，经过漫反射，返回至激光接收器，雷达模块根据发送和接收信号的时间间隔乘以光速，再除以2，即可计算出发射器与物体的距离。四、激光雷达传感器

激光雷达根据安装位置的不同，分类两大类：一类安装在车的四周，另一类安装在车的车顶。安装在车四周的激光雷达，其激光线束一般小于8，常见的有单线激光雷达和四线激光雷达。安装在车顶的激光雷达，其激光线束一般不小于16，常见的有16/32/64线激光雷达。

应用的技术超声波雷达摄像头(Vsion)激光雷达毫米波雷达远距离探测能力弱强强强夜间工作能力强弱强强全天候工作能力弱弱弱强受气候影