本文系統介紹高級駕駛輔助系統（ADAS）和自動駕駛所需的激光雷達、毫米波雷達、超聲波傳感器和攝像頭傳感器的原理、功能及區別。 傳感器的種類及特征

毫米波雷達的原理和功能

毫米波雷達是通過毫米波段的電波測量距離、相對距離、方向等的雷達傳感器。在駕駛過程中向前方發射毫米波段的電波，若前方有車輛，則可收到反射回來的回波。通過分析檢測到的反射波頻率變化等，檢測前方及對面是否有車輛、與前方及對面車輛間的距離、相對速度和方向等。

1、毫米波雷達的分類

車輛上搭載的毫米波雷達通常使用兩個波段。毫米波雷達使用的是76GHz波段的電波(毫米波*1)。BSM使用的是24GHz波段的電波(準毫米波)。

2、毫米波雷達的構成

毫米波雷達是由天線板、通信及電源模塊等構成。

3、毫米波雷達的原理

通過FM-CW方式*2監測距離、相對速度和方向。

激光雷達的原理和功能

激光雷達是以發射激光束探測目標的位置、速度等特征量的雷達。通過向目標發射探測信號(激光)，然后將接收到的從目標反射回來的信號(目標回波)與發射信號進行比較，從而獲得目標的距離、方位、速度等相關信息。 1、激光雷達的分類 針對測量距離的遠近，激光雷達可分為非掃描式(FLASH)激光雷達和掃描式激光雷達。

2、攝像頭傳感器如何工作？

攝像頭傳感器通過獲取攝像頭拍攝的車輛周邊的實景畫面，從實景畫面中抽取場景特征信息、調整顯像濃度，對畫面進行預處理。根據預處理結果，更容易辨別對象的特征及形狀、顏色等信息，從而提高檢測速度。

3、FLASH激光雷達 在短時間內向前方發射大面積的激光，依靠高靈敏度的探測器對回波信號進行收集并繪制成像。 4、掃描式激光雷達 被稱為自動駕駛領域中必不可少的傳感器。它可對車輛自身位置和目標物體之間的距離以及目標物體的形狀進行分析，也可對包括行車道白線在內的道路形狀等進行識別。

5、MEMS激光雷達 MEMS（Micro Electromechanical System）即微機電系統，是指尺寸在幾毫米乃至更小的高科技裝置，其內部結構一般在微米甚至納米量級，是一個獨立的智能系統。 MEMS微光反射鏡是指采用光學MEMS技術制造的，把微光反射鏡與MEMS驅動器繼集成在一起的光學MEMS器件。MEMS微光反射鏡的運動方式包括平動和扭轉兩種機械運動。

通過可旋轉MEMS微光反射鏡改變發射光束的方向，對特定范圍進行掃描。目標物體會反射掃描光束，接收部件會識別反射光。通過發射激光和接收到反射光的時間，可以測定與目標物體間的距離以及目標物體的大小。

超聲波傳感器的原理和功能

超聲波傳感器能被任何材質的障礙物所反射，并接收和放大障礙物反射的超聲波脈沖，將超聲波脈沖轉換成數字信號。 因此超聲波傳感器一直被廣泛地應用在汽車上，為駕駛員的安全出行提供輔助。 *參考：超聲波所在頻段人耳無法聽到。 1、超聲波傳感器的構成 超聲波傳感器，由超聲波喇叭、用于處理影像和計時的芯片等零部件組成。

2、超聲波傳感器如何工作？ 超聲波發射器發出超聲波，超聲波遇到障礙物會返回，超聲波傳感器正是根據發射波和回波之間的時間差來測定發射點到障礙物的實際距離。

3、怕臟的超聲波傳感器 但是強大如超聲波傳感器可是很怕臟污的，應始終保持表面干凈。因為當其被異物附著時，超聲波喇叭的震動(殘響時間*1)會發生異常。例如超聲波喇叭上附著霜（冰）、雪、泥等異物時，會影響超聲波喇叭的正常功能。

*2參考：擋板即護圈（保護零件），相當于超聲波傳感器嵌入車輛的緩沖器。 攝像頭傳感器的原理和功能 攝像頭傳感器，顧名思義就是通過攝像頭拍攝車輛周邊場景，并以此來識別車輛、行人、行車線等的傳感器。從拍攝到的影像可以檢測出車輛及車燈、行車道的白線及標識、行人及自行車等。 1、攝像頭傳感器的分類和構成 攝像頭傳感器分為單鏡頭攝像頭和多鏡頭立體攝像頭兩種。單鏡頭攝像頭識別的是平面影像，而多鏡頭立體攝像頭內置2個攝像頭，除了可以識別立體物體，還可以測算到目標物體的距離。

*參考：投影點坐標的位置不精確會影響檢測精度。請確保鏡頭已得到充分的校正、調整。

2、攝像頭傳感器如何工作？ 攝像頭傳感器通過獲取攝像頭拍攝的車輛周邊的實景畫面，從實景畫面中抽取場景特征信息、調整顯像濃度，對畫面進行預處理。根據預處理結果，更容易辨別對象的特征及形狀、顏色等信息，從而提高檢測速度。

3、目標物體處理流程 圖像傳感器通過圖像處理識別對象物體，根據駕駛輔助ECU檢測到的信息進行內容識別、判斷、控制車輛。 4、檢測車道 從經過處理的圖像上抽取邊緣畫面（亮度變化大的區域），從邊緣畫面中找出行車線標記（車道兩側的實線及虛線，直道顯示為直線），通過行車線標記測定車道。 基于行車線信息獲取車道中央位置、車輛行進方向及測算距離，從而識別、判斷、控制車輛。

※參考3：Hough (霍夫變換)用于檢測圖像中的各類曲線（如直線、圓、拋物線、橢圓等），并以一定的函數關系進行描述，應用于影像分析、模式識別等很多領域。 5、檢測道路標識 從經過處理的圖像上抽取對應的候補點，尋找由各點分布構成的直線、曲線、平面等任意圖形，按照特定的模板推定標識。通過標識信息進行判斷并控制車輛。

6、檢測行人 人物圖像由于體型、姿勢、衣著等因素影響較難識別。因此，從圖像中區分出靜止的背景和運動的人物，需要根據模型化部位（手腳等較大部位的圖形）以及統計性特征（全身圖像等）進行識別，符合特征的則被判定為行人。根據車輛與行人間的位置關系及測算的距離，識別、判斷、控制車輛。

7、多鏡頭立體攝像頭 單鏡頭攝像頭拍攝到的某一個圖像，在轉化成二次元畫面時，由于缺少目標物體縱深數據導致無法進行立體識別。而多鏡頭立體攝像頭融合了2個攝像頭拍攝的圖像從而獲得視覺差，并利用視覺差使用三件測量的方式計算出縱深數據。因此，立體地識別目標物體的大小及形狀。

除霧降溫不可少確保攝像頭視野，圖像傳感器和鏡片密封玻璃（前置攝像頭）間配備鏡頭加熱器。通過監控車外溫度，鏡頭加熱器加熱除霧。當攝像頭前方視野模糊時，圖像傳感器將停止工作。 另外，車輛在酷熱等環境下停放后，圖像傳感器的溫度會變得很高，可能會影響識別功能甚至過熱停機。（溫度降低后將正常工作）

審核編輯：郭婷