2. 自动驾驶感知系统基础：传感器分类与核心挑战

大家好，我是你们这堂课的主讲人。咱们直接进入正题。

自动驾驶的感知系统，说白了就是车的眼睛和耳朵。车要看清路、听懂指令，全靠这些传感器。今天这一章，我带你把这些“感官”挨个摸一遍。

2.1 传感器分类：四大金刚

目前主流的自动驾驶传感器，我习惯把它们分成四类：

• 摄像头：最像人眼的传感器。能识别颜色、车道线、交通标志。
• 激光雷达：用激光束扫描周围环境，生成3D点云。精度极高。
• 毫米波雷达：发射毫米波，测距测速。不怕雨雪雾。
• 超声波雷达：近距离探测，常用于泊车辅助。

你想想看，这四种传感器各有各的脾气。我当年刚入行时，总觉得摄像头就够了，结果一次夜间测试差点撞上黑色卡车……嗯，从那以后我再也不敢小看其他传感器了。

2.2 各传感器工作原理与特性对比

2.2.1 摄像头

摄像头的工作原理，说白了就是“光电转换”。光线通过镜头，落在CMOS或CCD感光元件上，变成电信号，再处理成图像。

它的优势很明显：成本低、信息丰富。能识别颜色、文字、形状。但缺点也致命：受光照影响大。夜间、逆光、隧道出入口，效果会大打折扣。

我个人习惯在摄像头选型时，重点关注动态范围和帧率。动态范围不够，高反差场景下就一片死白或死黑。

2.2.2 激光雷达

激光雷达，我更喜欢叫它LiDAR。它发射激光束，打到物体上反射回来，通过飞行时间计算距离。

它的核心优势是3D感知能力。能精确测量物体的位置、形状、轮廓。我在项目中遇到过，激光雷达在强光下依然稳定工作，这点比摄像头强太多。

但它的缺点也很突出：成本高、怕恶劣天气。雨雪天、雾霾天，激光会被散射，点云质量下降严重。

这里有个避坑指南：我曾经在项目里选了一款低线束的激光雷达，结果在高速场景下，远距离目标点云稀疏得几乎看不见。后来我建议团队，至少用64线以上的，才能保证远距离感知的可靠性。

2.2.3 毫米波雷达

毫米波雷达，发射的是毫米波段的电磁波。它的看家本领是测速和测距，而且不受天气影响。

为什么？因为毫米波穿透雨雾的能力比激光和可见光强得多。你想想看，在暴雨天，摄像头和激光雷达都歇菜了，毫米波雷达还能正常工作。

但它的缺点也很明显：角度分辨率低。它只能告诉你“前方有障碍物”，但很难精确判断障碍物的形状和类别。我见过不少新手工程师，以为毫米波雷达能替代激光雷达，结果在弯道场景里吃了大亏。

2.2.4 超声波雷达

超声波雷达，原理和蝙蝠的回声定位类似。它发射超声波，接收回波，计算距离。

它的优势是成本极低、近距离精度高。常用于泊车辅助、盲区监测。但它的探测距离很短，一般不超过5米，而且受温度、风速影响较大。

我个人觉得，超声波雷达虽然不起眼，但在低速场景下不可或缺。没有它，自动泊车就是个笑话。

2.3 传感器特性对比表

为了方便你对比，我整理了一张表：

传感器类型	工作原理	优势	劣势	典型应用
摄像头	光电转换	颜色识别、信息丰富	受光照影响大	车道线检测、交通标志识别
激光雷达	激光飞行时间	3D感知、精度高	成本高、怕恶劣天气	障碍物检测、高精地图
毫米波雷达	毫米波反射	全天候、测速准	角度分辨率低	自适应巡航、碰撞预警
超声波雷达	超声波回波	成本低、近距离准	探测距离短	泊车辅助、盲区监测

2.4 感知系统的核心挑战

传感器再好，也有搞不定的时候。我总结了三大核心挑战：

2.4.1 遮挡问题

车在路上跑，难免被前车、建筑物、树木遮挡。摄像头和激光雷达都是“直线传播”，一旦被挡住，就看不见后面的目标。

我记得有一次测试，一辆摩托车从大卡车后面突然窜出来，摄像头和激光雷达都没反应过来。后来我们加入了V2X通信，才解决了这个“鬼探头”问题。

说白了，单靠传感器，永远无法解决遮挡问题。必须靠多传感器融合，再加上V2X，才能实现“透视”能力。

2.4.2 恶劣天气

雨、雪、雾、霾，是感知系统的天敌。

• 摄像头：雨滴会模糊镜头，雪地会反光，雾天能见度低。
• 激光雷达：雨雪会散射激光，点云出现大量噪点。
• 毫米波雷达：相对抗造，但大雨也会衰减信号。
• 超声波雷达：风速大时，回波会被干扰。

我建议你在做系统设计时，一定要考虑天气冗余。比如，在雨雾天，可以适当降低激光雷达的权重，提高毫米波雷达的权重。

2.4.3 远距离感知

高速行驶时，需要提前感知几百米外的目标。但传感器的探测距离和分辨率是矛盾的。

举个例子：激光雷达的线束越多，分辨率越高，但探测距离会下降。摄像头也是，长焦镜头看得远，但视野窄。

我个人习惯的做法是：分层感知。远距离用毫米波雷达和长焦摄像头，中近距离用激光雷达和广角摄像头。这样既能保证远距离预警，又能保证近距离精度。

好了，这一章的内容就到这里。下一章，我会带你深入多传感器融合的核心算法，看看怎么把这些“感官”的数据揉在一起，变成车能理解的“世界模型”。