0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

自动驾驶“加速”,车载红外热像仪在多传感器融合中的应用

艾睿光电 2022-08-18 16:51 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

传感器融合是自动驾驶的必由之路。实现高级别的辅助驾驶、自动驾驶,需要多种传感器相互配合,共同构建汽车的感知系统。车载红外热像仪探测的是物体表面辐射的红外能量,在低照度、雨雪、雾霾、沙尘等场景条件下,依旧可以清晰成像,可有效弥补其他传感器不足,提升驾驶安全性。

高级别辅助驾驶和自动驾驶,若依赖单一传感器进行感知测距等工作,可能出现错误感知、漏感知、感知精度低等问题。使用多类传感器分别获取不同的感知信息,信息之间相互补充,可显著提高系统的冗余度和容错性,保证决策的快速性和正确性。


联合感知通过结合各个传感器的优点,达到1+1>2的效果。如下图所示,红外传感器结合激光雷达,不但能够准确获取环境信息,而且能获得准确的深度信息。

40e961e0-1ed1-11ed-9ade-dac502259ad0.png

△ 红外雷达联合成像

传感器联合感知能够有效防止误检和漏检并且获得更多环境信息。如下方图片所示,由于车辆遮挡,雷达传感器未能完全感知出所有目标。而在联合红外2D感知结果后,实现了对于周围环境的完全感知。

40f8a16e-1ed1-11ed-9ade-dac502259ad0.png

△夜间红外2D感知结果

单独依靠红外进行感知,无法准确获得障碍物的三维坐标

4109bc4c-1ed1-11ed-9ade-dac502259ad0.png

△ 基于激光雷达的环境感知结果

单独依靠雷达进行感知,当遇到障碍物遮挡时

无法准确感知物体

411feb34-1ed1-11ed-9ade-dac502259ad0.png

△ 多传感器联合感知

联合感知有效结合各传感器的优点,实现完全感知

如下方图片所示,走路和骑电动车的行人由于体积较小,反射数据数量有限,难以被有效感知。而在联合红外2D感知结果后,骑行者和行人能够被正确感知。


4132afda-1ed1-11ed-9ade-dac502259ad0.png

△ 夜间红外2D感知结果

41483bfc-1ed1-11ed-9ade-dac502259ad0.png

△ 基于激光雷达的环境感知结果

走路和骑电动车的行人由于体积较小,反射数据数量有限

难以被激光雷达有效感知

4159004a-1ed1-11ed-9ade-dac502259ad0.png

△ 多传感器联合感知

联合红外2D感知结果后,周围环境被完全感知

从技术层面上来说,红外热成像相比可见光摄像头、激光雷达、毫米波雷达等其他传感器而言,优势在于具有夜视能力以及受雨雪、雾霾、沙尘影响小,同时红外热成像对生命体的感知非常灵敏,可作为夜间、恶劣天气辅助驾驶或者增加自动驾驶安全性和可靠性的极佳选择和补充。

睿创微纳深耕车载红外夜视领域多年,是国内汽车红外市场的先行者,多年来积极推动红外在汽车行业的应用。公司在红外传感器技术、芯片封装技术、红外专用芯片处理技术等方面均保持领先优势,为车载红外夜视产品提供有利支撑。旗下Asens系列等汽车红外热像仪产品,通过IATF16949车规体系认证,在自动驾驶、汽车辅助驾驶(ADAS)、特种车辆应用等领域,皆拥有广阔的应用前景,目前已在不同类型客户的场景得到应用。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2578

    文章

    55811

    浏览量

    795394
  • 艾睿光电
    +关注

    关注

    0

    文章

    111

    浏览量

    626
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    格罗方德传感器融合方案助力实现更安全的自动驾驶

    雷达是高级驾驶辅助系统(ADAS)的核心技术基石,与摄像头、激光雷达等传感器协同组成感知网络,支撑车辆环境感知、驾驶决策,助力当下安全驾驶及未来完全
    的头像 发表于 05-20 17:03 1566次阅读
    格罗方德<b class='flag-5'>传感器</b><b class='flag-5'>融合</b>方案助力实现更安全的<b class='flag-5'>自动驾驶</b>

    自动驾驶传感器融合与后融合技术上有何区别?

    [首发于智驾最前沿微信公众号]自动驾驶技术飞速发展的今天,如何让车辆像人类一样感知周围环境,一直是非常重要的话题。无论是摄像头、激光雷达还是毫米波雷达,都存在各自的物理局限性,因此传感器
    的头像 发表于 05-10 09:09 196次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b>前<b class='flag-5'>融合</b>与后<b class='flag-5'>融合</b>技术上有何区别?

    自动驾驶传感器融合,到底提前融合了什么?

    [首发于智驾最前沿微信公众号]自动驾驶里的传感器融合,本质是把不同来源的信息拼在一起,让系统对环境的理解更完整。摄像头提供颜色和语义,激光雷达提供三维结构,毫米波雷达提供距离和速度,
    的头像 发表于 04-16 09:16 697次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>多</b><b class='flag-5'>传感器</b>前<b class='flag-5'>融合</b>,到底提前<b class='flag-5'>融合</b>了什么?

    智驾之“眼”的血管革命:自动驾驶传感器融合趋势下,频段射频连接集成方案深度全景解析

    自动驾驶向L3/L4级进阶的浪潮下,传感器融合已成为整车架构的核心。本文深度剖析了车载射频连接
    的头像 发表于 03-25 09:20 1183次阅读
    智驾之“眼”的血管革命:<b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b><b class='flag-5'>融合</b>趋势下,<b class='flag-5'>多</b>频段射频连接<b class='flag-5'>器</b>集成方案深度全景解析

    数据洪流的“隐形守护者”:ICY DOCK 硬盘盒如何重塑自动驾驶数据管理生态

    自动驾驶技术的迅猛迭代,正急剧重塑汽车行业的数据存储与管理生态。相较于传统车载系统,自动驾驶系统需实时处理激光雷达点云、高清视频流、雷达信号、GPS定位及车载
    的头像 发表于 01-30 14:42 2539次阅读
    数据洪流<b class='flag-5'>中</b>的“隐形守护者”:ICY DOCK 硬盘盒如何重塑<b class='flag-5'>自动驾驶</b>数据管理生态

    纯视觉自动驾驶的优势和劣势有哪些?

    激光雷达,也一直饱受争议。今天智驾最前沿就围绕纯视觉自动驾驶,聊聊它的优劣。 什么是纯视觉自动驾驶 所谓纯视觉自动驾驶,是指车辆不依赖激光雷达、毫米波雷达等主动传感器,而是仅依靠
    的头像 发表于 01-18 09:50 2436次阅读
    纯视觉<b class='flag-5'>自动驾驶</b>的优势和劣势有哪些?

    如何设计自动驾驶传感器失效检测与容错策略?

    对于自动驾驶汽车而言,传感器是它感知世界的窗口。摄像头负责采集环境图像,毫米波雷达和激光雷达则用于测量周围物体的位置和速度,而GNSS(全球导航卫星系统)与惯性测量系统可提供车辆的定位信息。这些数据经过融合处理之后,
    的头像 发表于 01-10 10:33 2900次阅读

    L4级自动驾驶数据采集系统首选

    引言:自动驾驶数据采集的核心挑战 随着L4级自动驾驶技术进入商业化落地阶段,如何高效采集并处理海量传感器数据成为行业痛点。康谋科技推出的 DATALynx高性能
    的头像 发表于 11-26 09:31 582次阅读

    超声波传感器线圈:自动驾驶实现精确实时近距离感知的关键

    超声波传感器线圈是自动驾驶系统不可或缺的组成部分。随着自动驾驶技术的快速发展,各类传感器成为智能汽车感知环境的关键,不仅保障行车安全,也提
    的头像 发表于 11-12 16:03 516次阅读

    激光雷达传感器自动驾驶的作用

    2024 年至 2030 年间,高度自动化汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨,因为他们希望提供精准、可靠且最终完全自动驾驶的汽车。
    的头像 发表于 10-17 10:06 3958次阅读

    红外热成像VS传统传感器:智能驾驶感知的优胜之选

    智能驾驶飞速发展的时代,精准、可靠的环境感知是保障行车安全与实现自动驾驶功能的核心基础。传统传感器,如可见光摄像头、毫米波雷达和激光雷达等,
    的头像 发表于 09-25 14:13 1959次阅读
    <b class='flag-5'>红外</b>热成像VS传统<b class='flag-5'>传感器</b>:智能<b class='flag-5'>驾驶</b>感知的优胜之选

    自动驾驶系统的算力越高就越好吗?

    处理更多的数据、更复杂的模型,并能在更短的时间内作出精准决策。那是否就代表着算力越高的自动驾驶系统就越好? 自动驾驶依赖于摄像头、激光雷达(LiDAR)、毫米波雷达等传感器
    的头像 发表于 08-11 18:30 1066次阅读

    太阳光模拟 | 汽车自动驾驶开发的应用

    汽车产业向电动化、智能化转型的浪潮自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶
    的头像 发表于 07-24 11:26 901次阅读
    太阳光模拟<b class='flag-5'>器</b> | <b class='flag-5'>在</b>汽车<b class='flag-5'>自动驾驶</b>开发<b class='flag-5'>中</b>的应用

    康谋分享 | 基于传感器数据的自动驾驶仿真确定性验证

    自动驾驶仿真测试,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,传感器配置与极端天气场景
    的头像 发表于 07-02 13:17 4439次阅读
    康谋分享 | 基于<b class='flag-5'>多</b><b class='flag-5'>传感器</b>数据的<b class='flag-5'>自动驾驶</b>仿真确定性验证

    自动驾驶汽车是如何准确定位的?

    厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用传感器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(
    的头像 发表于 06-28 11:42 1586次阅读
    <b class='flag-5'>自动驾驶</b>汽车是如何准确定位的?