2.1 传感器与硬件（第二章 自动驾驶的软硬件构架）

第二章 自动驾驶的软硬件构架

本章学习内容

1. 传感器（感知 perception）
2. 自动驾驶计算硬件
3.  设计硬件的结构
4. 软件的构架和分解
5. 自动驾驶的环境

2.1 传感器与硬件（Hardware Configuration Design）

学习内容：

1. 传感器的类型与特征
2. 自动驾驶的计算硬件

**传感器的定义

1. 传感器 用于检测/测量环境特征的设备
2. 类别：车内传感器（exteroceptive）、车外传感器（proprioceptive）**
   

传感器的分类

1. 摄像头（camera）：被动式的、光线收集；

对比特征：
分辨率： resolution
视角范围：field of view 水平方向和垂直方向
动态变化：dynamic range 图像中最暗和最亮色调之间的差异（越高越好）
需要在视角范围和动态变化二者之间做出平衡选择。

双摄像头（stereo camera）：产生一个更深的图像数据估计

2. 激光雷达（LIDAR）：

利用激光进行探测与测距，雷达向环境发出激光束，环境对其进行反射，雷达接受到光束的返回数量及返回时间，经过计算后得出物体形状，形成3D点云。
特点：主动式，不受环境的影响
对比特征：
激光束的数量（8,16,32,64）
每秒收集的点数（点数越多，3D点云越详细）
旋转速率（旋转的越快，3D点云更新的越快）
视角范围 (FOV) 探测范围（detection range）
High-resolution solid-state LIDAR:高精度（分辨率）固态雷达

3. 雷达：

无线电监测和测距，不受降雨和极端天气的影响
目标监测和相对速度估计的鲁棒性（稳定性）
对比特征：
探测范围
FOV
位置与速度的准确度（精度）
构造：
WFOV
NFOV
注：测量广度和测量深度的不可兼容性

4. 超声波（声呐sonars）

短距（测量范围），所有天气下的距离测量
低成本停车解决方案的理想选择
不受光纤和降雨的影响
对比特性
探测范围
FOV
花费

5. GPS/IMU（全球定位系统+惯性测量单元）

Global Navigation Satellite System; Inertial Measurement Units
直接测量车辆的状态：
位置，速度（GNSS）
角速度（IMU）
加速度（IMU）
航向（Heading）（IMU+GPS） 3D orientation of vehicle

6. 车轮里程表（wheel odometry）

监测车轮速度与方向

计算车轮的速度和整体的方向（同仪表盘车速），包括速度的准确度和位置漂移

计算硬件（大脑，车辆的决策单元）

接收所有的传感器数据，产生控制的指令

图像处理，目标检测，出图
GPU：Graphic Processing Unit
FPGAs：Field Programmable Gate Array
ASICs：Application Specific Integrated Chip

同步硬件：同步不同的模块及公共时钟（GPS）