国内自动驾驶车辆传感器方案哪家强？

最新推荐文章于 2023-06-01 07:30:27 发布

自动驾驶之心

最新推荐文章于 2023-06-01 07:30:27 发布

阅读量990

点赞数 1

文章标签：传感器百度人工智能大数据编程语言

原文链接：https://mp.weixin.qq.com/s?__biz=Mzg2NzUxNTU1OA==&mid=2247490850&idx=3&sn=72689d0c548925bd03fbb3cccf278dc5&chksm=cebb30ebf9ccb9fdef190f45e1468dc789e699de597f94253fc624f2c089bd71dfa1c92e1e5e&scene=126&&sessionid=0

版权

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

后台回复【多模态综述】获取论文！

后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！

后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！

作者：自动驾驶拖拉机

本文已经作者授权转载，编辑：一点人工一点智能

原文地址：https://zhuanlan.zhihu.com/p/422541823

自动驾驶行业在2021年开始迎来新的发展阶段，自动驾驶企业变的更加开放，开始向大家公布一些技术进展、技术成果。同时，为了推进自动驾驶传感器前装量产计划，大部分自动驾驶公司都发布自己的自动驾驶硬件方案，比如百度的Apollo Moon、小马智行的Pony Alphx、文远知行的WeRide Sensor Suite 4.0、AutoX的Gen5等，我们对Robotaxi领域的第一梯队的自动驾驶传感器方案进行对

▲ Robotaxi硬件方案对比

在业界，对于自动驾驶的演进一种存在两种方案，一条是是waymo式的激光雷达方案，另一种是Tesla纯视觉方案；

我们从上面可以看到除百度的Apollo Moon和Momenta的MSD量产方案在尽力压缩成本，其他Robotaxi企业都增加了传感器数量；百度Apollo Moon是基于Apollo ANP（纯视觉）架构设计的第五代Robotaxi，而Momenta则是一直信奉纯视觉方案，所以这两家的传感器方案都在压缩激光雷达的数量，降低成本。但是对于其他Robotaxi企业则认为若要达到L4级别，真正能达到运营能力，则需要更多的激光雷达和摄像头，提高自动驾驶车辆的感知能力，尤其是今年AutoX Gen5（传感器数量达到50多个，业界称为“堆料王”）的发布，关于自动驾驶成本的话题引起了业界激烈的讨论，肖健雄教授说robotaxi不容许“偷工减料”的存在，不能像做L2/L3级自动驾驶那样，通过“做减法”去降低成本。但是自动驾驶不考虑成本真的可以落地吗？传感器数量增加真的就可以解决自动驾驶问题吗？这个有待思考。

01 百度传感器方案

百度Apollo Moon搭载了百度Apollo第五代无人驾驶套件，其中包括了1颗激光雷达、5颗毫米波雷达以及13颗摄像头，计算平台算力超过了800TOPS。同时，百度Apollo Moon支持5G云代驾以及V2X车路协同等功能，相较于上一代车型自动驾驶能力提升了10倍。而且Apollo Moon整车价格只有48万元。

02 小马智行传感器方案Pony Alphx

小马智行的第五代 L4 级别自动驾驶—— PonyAlphaX 系统，一共配备 4 个感知距离达 200 米的禾赛激光雷达、4 个广角摄像头、1 个红绿灯识别摄像头、1 个中距摄像头、4 个毫米波雷达。

03 文远知行的WeRide Sensor Suite 4.0

WeRide Sensor Suite 4.0包含激光雷达、4D毫米波雷达、固态激光雷达、盲区激光雷达、文远知行全新自研的相机模块，实现360度视场全覆盖，最远达到前向300米、无盲区死角的探测，精准判断和识别感知范围内的物体及其运动状态、特殊交通场景及标志等，具备自动清洗传感器功能。最突出的一点是该模组长度、宽度、高度均实现大比例的缩减，体积为上一代3.0套件的1/6，仅占车顶不到0.4平方米的面积，把天窗重新交还给乘客；与此同时，重量减为原来的20%，净重13公斤。

04 AutoX的Gen5

AutoX Gen5一共具备了超过50个传感器，配备了规模庞大的传感器集群，总像素总和达到2.2亿像素每帧，配备了高清的4D毫米波雷达并可实现0.9度分辨率。每秒钟成像的激光雷达点云实现了1500万，算力平台支持2200TOPS的算力平台。

05 元戎启行 Deep-Route sensor II

DeepRoute-Sense II 相比第一代拥有更为流线型的设计，整个套件具备低风阻特性，能大幅降低车辆行驶的能耗，减少对车辆续航的影响。其中7 颗摄像头全部嵌于车顶盒内部，两侧的激光雷达，最小可探测距离为 0.1 m，能精准感知近距离的物体，解决车辆近距离盲区问题；在水平视场角保持 360° 的基础上，能对近距离盲区进行最大范围的覆盖。

06 滴滴双子星平台

滴滴双子星在传感器数量级和种类都做了升级，传感器数量达到了 50 个，并且采用多种测量原理传感器交叉使用。在远距、中距和近距都有相应传感器硬件配置，远距如 300 米外的红绿灯与交通标志可以通过摄像头来捕捉到，近距也有车身周围新增的 4 个鱼眼摄像头，覆盖汽车周围的近距盲区。还增加了对红外相机的支持，以精准应对人身安全的识别。为了配备数量如此多且复杂的硬件设备，双子星也配备了高算力的自动驾驶计算单元，达到 700+TOPS 算力，40Gb+/s 传感器数据接入。

07 Momenta MSD

MSD全车硬件设备包括12个摄像头、12个超声波雷达、5个毫米波以及一个辅助型激光雷达，除了辅助传感器激光雷达之外，其他都是可量产的传感器组合，价格可控制在千元级别。

08 总结

1. 基本上Robotaxi都会配备至少一个360度顶激光+一个前向激光雷达，同时大部分企业也会配备盲区激光雷达，除了百度和momenta这两家企业外，其他robotaxi企业更倾向于步更多的传感器，尤其是滴滴和Autox，可以在堆料王这一称号竞争中比拼一下；

2. 超声波传感器在L4方案中逐渐被放弃；

3. 大部分使用毫米波雷达的企业开始转向4D毫米波雷达；

4. 传感器方案其实越来越趋于同质化，说明行业对于传感器的布局越来越统一，前装量产的可能性越来越大；

5. 根据大家对于4D毫米波雷达的认可，激光雷达+4D毫米波雷达+摄像头将会成为Robotaxi主流方案。

本文仅做学术分享，如有侵权，请联系删文。

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D感知、多传感器融合、SLAM、高精地图、规划控制、AI模型部署落地等方向；

加入我们：自动驾驶之心技术交流群汇总！

自动驾驶之心【知识星球】

想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D感知、多传感器融合、目标跟踪）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球（三天内无条件退款），日常分享论文+代码，这里汇聚行业和学术界大佬，前沿技术方向尽在掌握中，期待交流！