自动驾驶传感器综合对比

自动驾驶越来越成熟，各个主机厂和Tire1的方案也不尽相同，从最近的工作中有感而发。不同的传感器在不同的场景中表现不尽相同，更全面的了解传感器能够让自驾系统的corner case更少。

一、Camera

从人类驾驶员的经验中可得人类主要依靠视觉来驾驶，因此相机是自动驾驶中不可或缺的一种传感器。从Tesla的自驾方案可见Camera的地位极高，甚至采用了纯视觉方案。Camera的发展历史较长，因此有很多种类的相机，比如可见光/红外/热成像/EVS等等。对比中仅使用常见的可见光车载相机作为参考。

二、Lidar

激光雷达可以看作是将无数个激光测距仪拼在一起，不停的测量不同方位的物体距离。可以生成一副点云地图，通过聚类/跟踪等等算法可以识别目标及目标速度，还可以预测物体的运动方向。作为一种为自动驾驶应运而生的传感器，自然有其长处。综合对比以乘用车市占率最大的禾赛/速腾为参考。

三、Radar

这里将Radar区分为3D和4D两种，两者的主要区别宏观上3D Radar不具备高度测量能力，4D Radar可以测量目标的高度；微观上3D Radar收发通道较少，天线阵列较少；4D Radar多片级联或者集成MMIC收发通道较多，天线阵列较多。这里3D Radar以常见的TI NXP方案产品为参考；4D radar以常见的多片级联及Arbe方案为参考。

3D Radar

四、USS

USS算不算是自驾传感器？在自动泊车方案中算是，Urban和HighWay方案中不算是。在此也加入对比，USS传感器在我的工作中出现频次不算低，可以算是一种低成本，成熟度高，且可靠的短距测距传感器。以车载的全封闭USS传感器为参考。

五、评分说明

评分无法做到完全客观及考虑周全，不同厂商的传感器方案差异较大，只以常见（市占率最高）的为参考进行评分。

项目	评分说明
分辨率	以水平及垂直两个方向计算，角度分辨率越高得分越高。
视野范围	单个传感器的视野范围大小计算，不考虑多个传感器拼接，范围越大得分越高。
探测范围	探测距离为参考，距离越大得分越高。
盲区	传感器最近测量距离为盲区，与布置无关，盲区越小得分越高。
速度探测能力	传感器的速度探测能力，部分传感器与算法相关，这里不考虑算法导致的差异，速度探测能力越好得分越高。
更新速率	传感器每秒的更新帧率，帧率越高得分越高。
颜色识别	传感器识别颜色的能力，识别越准得分越高。
传感器成本	单体传感器的采购成本，基于相同的采购量情况下，越便宜得分越高。
算力成本	得到目标信息所使用的算法大小，算力越小得分越高。
接口成本	传感器接入域控制器的成本，接口和线束综合考虑，成本越低得分越高。
传感器尺寸	传感器单体的尺寸，越小得分越高。
雨天	传感器在雨天中的失效情况，大雨不失效得分越高。
雪天	传感器在雪天中的失效情况，大雪不失效得分越高。
雾天	传感器在雾天中的失效情况，大雾不失效得分越高。
强光	传感器在强光线照射下的失效情况，强光线不失效得分越高。
夜间	传感器在夜间中的失效情况，夜间不失效得分越高。
脏污防护	传感器在脏污的情况下失效情况，脏污不失效得分越高。