传感系统如何驱动 ADAS 功能

为了解自动驾驶系统传感器最新信息，我采访了 TDK/InvenSense 产品营销总监 Alberto Marinoni（加州圣何塞）。

常用术语高级驾驶辅助系统（ADAS）本质指 SAE 2 级（L2），部分驾驶自动化。此级别驾驶员必须在车内并保持警觉——不能看书——那需 3 级或以上。（最高 5 级是全自动车辆，根本不需要人在车内。）

L2 级下，车可按应用纵向（加速/减速）或横向（转向）自动控制。但驾驶员必须在场、注视路面、保持警觉以便需要时接管。相反，1 级只能自动刹车/加速或横向转向，不能同时两者。

L2 含多传感器：摄像头、雷达、惯性测量单元（IMU）。全球导航卫星系统（GNSS）如 GPS 也包括。

某些 L2 应用虽非主流，也用激光雷达，主要为 3 级。因成本高相对其他技术，L2 不总含激光雷达。Marinoni 解释雷达是远程探测器——用于远距离障碍物检测——提醒车前方有物。激光雷达通过详细识别车辆附近物体增加自动化。也可扫描周围获取即时环境信息。此信息可用由 IMU 和 GNSS 组成的惯性导航系统（INS）地理参考以精确定位车辆绝对位置。结合 INS 绝对位置信息和基于激光雷达的相对环境图像，可构建 3D 地图精确定位物体。

惯性测量单元

TDK/InvenSense IMU 在同一外壳含两个 MEMS 组件：三轴加速度计和三轴陀螺仪。加速度计对三轴静态（如重力）和动态加速度均敏感，可用于确定 IMU 倾斜角。陀螺仪主要用于除重力外有角速度的动态条件。两个传感器输出经数学融合确定系统姿态。

当前总体趋势是在每个传感器旁放一个 IMU 以提高检测精度。

加速/减速

据 Marinoni，最重要减速功能是紧急制动和碰撞避免。这些应用中，雷达等传感器扫描车前，寻找物体或人。扫描数据送中央处理单元，决定车辆是否需停车。如需，输出信号给执行器，像驾驶员踩刹车踏板一样在碰撞前停车。

IMU 在这里扮演重要角色。雷达传感器通常安装在车辆保险杠，若与路面平行工作完美。但若保险杠因故变形，雷达信息不可靠。雷达旁装 IMU 可动态监测倾斜提供修正信息。同理用于摄像头模块。

转向

当今车辆 ADAS 有多摄像头，10 个以上。但驾驶时振动大，摄像头模块捕获图像可能模糊。若每个摄像头旁放 IMU，可精确测量拍照瞬间施加于摄像头的振动。有此信息可稳定图像清除噪声得清晰视野。

典型摄像头应用是主动车道保持辅助。通常后视镜附近有摄像头，检测车道线做图像处理。图像质量对该应用重要，因须识别车道线及车辆是否越线。在摄像头旁装 IMU 稳定它，产生更清晰图像，减轻中央处理器计算负载。一些车道保持应用警示驾驶员接管转向以保持车道。其他应用直接用此信息控制转向自动保持车道。

传感器融合

我接着问 Marinoni 传感器融合在 ADAS 中作用。他解释这是种算法，能融合来自多传感器信息，提供比单个传感器总和更好输出。

例：INS 中，GNSS 接收卫星信息确定车辆绝对位置。但 GNSS 信息不可靠条件下，如隧道、城市峡谷、多层停车场。需在 GNSS 旁放 IMU 计算 GNSS 不可用时系统位置。GNSS 模块运行的传感器融合算法融合 IMU 和 GNSS 信息生成全条件可靠位置。这优化系统，因 IMU 和 GNSS 因各自优势劣势互补。融合算法在 GNSS 不可靠时保留 IMU 信息，开阔天空条件下用 GNSS 信息。有良好 GNSS 信号时，融合算法还用 GNSS 数据校准 IMU 备 GNSS 不可用时用。

航位推算

GNSS 信号不可用时，IMU 从接收到的最新绝对位置起步，用航位推算导航。此时开始对时间积分陀螺仪信息更新位置。若有良好陀螺仪信息和良好时序，结果好。若陀螺仪输出好但时序不好，结果差。两者都差则完全坏。因积分，误差累积，一定时间后航位推算结果可能不再可接受。

若穿隧道或城市 GNSS 信号坏够久，基于 IMU 航位推算不可靠。那些条件下，由车企决定。可发起驾驶员警报；驾驶员不响应则二次警报。若也忽略，ADAS 可接管降低速度——但不停车，那危险。额外动作可生成呼叫如 OnStar 核查驾驶员安全。管理局面有多种方式。

ADAS 系统可靠性

ADAS 系统自身可靠性显然关键。数据完整性必须全条件保证。据 Marinoni，TDK/InvenSense 面向 ADAS 的 6 轴 IMU 包含嵌入式诊断，为满足汽车安全完整性（ASIL）B 级要求开发。若与中央单元通信不可靠，可生成警报提醒驾驶员。嵌入式安全芯片含机制持续检查系统所有模块功能。若组件检测到加速度计、陀螺仪、数字逻辑、通信总线故障，发送警报告知系统注意传感器信息不再可靠。自诊断在汽车安全应用强制，尤其控制速度、刹车、转向。这些问题在 ASIL 规范中解决。但即使非 2 级应用，如电子稳定控制系统也必须 100% 可靠。

现状与未来

我问 Marinoni 这技术现状及未来期待。“此刻 2 级是现实——已上路，”他说。“但正加速，预期 IMU 装车量从现在到 2030 年从不足 1000 万辆增至 4000 万辆以上。”下一步 3 级，主要变化可能是引入激光雷达等新技术。“从我们 IMU 角度，凭借 6 轴集成已为 L3 应用就绪，”他说。

他继续说，该领域下一创新点可能是降低功耗。一些 ADAS 应用需熄火后仍开启。因此应用中每个组件功耗计数。过去应用仅引擎开时运行，那不是问题。但现在制造商改规格含功耗。

最后但同样重要，因航位推算积分受时间累积误差影响，另一个重要点，特别是自动驾驶车，是进一步降低组件噪声，提升传感器性能，实现更长航位推算积分，保持总误差可控。

我接着问 Marinoni 何时 3 级可能上路。他猜测 2025 年前不会见 L3 市场大动静。

“另一重要话题，虽非理论——更多是经验法则——L2 系统两并行技术够。L3 系统为保证精度、稳定性、性能，需至少组合三技术，L4 很可能需四。这能给你保证性能安全复杂性的感觉，”他说。这将对所需算法和计算资源提出更高要求。那里 5G 可能介入，将大量计算移云端。当然，那敞开黑客攻击大门。

本文由 Ed Brown 撰写，传感器技术编辑。更多信息请访问 here 。