【地平线机器人入职培训笔记-第二周】

读书笔记（第二次任务）

第一篇：毫米波雷达与摄像头

传感器作用：
通过将感受到的被测量信息按照特定规则转化为电信号，进而将其传输到汽车的中央控制单元中进行环境监测、车身感知、决策规划，从而协助智能驾驶汽车实现自动驾驶。

自动驾驶的核心传感器包括：
车载摄像头、毫米波雷达、激光雷达，在ADAS系统中主要以摄像头与毫米波雷达为主。

1.车载摄像头

作用：
车载摄像头以图像识别算法为基础，主要负责外部图像环境感知与分析，在自动驾驶传感器领域有着至关重要的作用，是自动驾驶“的汽车之眼”

工作原理：
车载摄像头获取图像信息的前端，借由镜头采集图像后，摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，随后图像信息在视觉处理芯片上通过算法进行处理，提取有效信息后进入决策层用于决策判断，从而感知与判断车辆周边的路况情况。
车载摄像头的算法和解决方案主要依靠于计算机视觉(Computer Vision)与机器学习。车载摄像头在图像采集之后，经过图像预处理，将数据传输给无人驾驶系统。无人驾驶系统通过以深度学习为核心的计算机视觉技术进行目标检测，即对周围的环境、车辆、行人以及交通基础设施做出精准的分割和目标分类。在图像分割和目标分类完成后，对于不同的分类对象的特点，无人驾驶感知层系统还需要分别进行针对性的探测和认知，从而通过有效的图像识别指导指导汽车对周围的环境做出反应。

功能：
具有目标识别能力，应用图像识别技术让自动驾驶汽车能够精准分辨出驾驶过程中的行人、车辆、交通标志和障碍物，目前主要应用在360全景影像、前向碰撞预警、车道偏移报警和行人检测等ADAS功能中。

硬件组成：

镜头、CMOS 图像传感器、DSP 数字处理芯片等，整体部件通过模组组装而成

硬件要求：

1. 温度要求：车载摄像头需要应对多种复杂环境，温度范围要求一般在在-40度~80度；
2. 像素要求：为降低芯片处理的负担，摄像头的像素并不需要非常高，30万-200万像素已经能满足要求。
3. 探测范围与角度：对于环视和后视，一般采用135度以上的广角镜头，探测距离在10米以内，前置摄像头对视距要求更大，一般采用40-70度的视角范围，视距要求一般在120米以上，双目摄像头视距一般小于单目；
4. 功耗：车载摄像头功率不宜过大，一般在10W以下。

分类：
根据安装位置：前视、后视和侧视
根据摄像头个数：单目、双目和多目

单双目摄像头区别：
单目摄像头：
通过计算机视觉与人工智能算法对摄像头获取的信息进行分析，获取有用的信息并做出相应的判断。

单目摄像头优势：
单目摄像头解决方案已经相对成熟，且成本低廉，广泛搭载于各类汽车上，用于对路况的判断

单目摄像头劣势：
由于单个摄像头无法获取景深，在测量车辆与障碍物之间的距时需要根据算法在图像识别匹配目标物体之后，通过其在图像中的大小去估算目标距离。在ADAS应用中，如果采用单目摄像头，为了识别行人和车辆等目标，通常需要大规模的数据采集和训练来完成机器学习算法，并且难以识别不规则物体。这一方式对算法水平要求极高，同时需要大量的数据训练保证准确率。

双目摄像头：
相比于单目视觉，双目视觉（Stereo Vision）的关键区别在于可以利用双摄像头从不同角度对同一目标成像，从而获取视差信息，推算目标距离。

双目摄像头优势：
双目视觉的最大优势在于维持开发成本相对较低的前提下，保证了一定精度的目标识别和测距

双目摄像头劣势：
首先，因为增加了一个镜头，带来