汽車產業正在經歷前所未有的新技術湧入,汽車製造商承諾,未來幾年內將在公共道路上佈署完全自動駕駛車輛,並預測自動駕駛進入大眾市場也不太遙遠了。但是,儘管汽車製造商和技術公司都渴望加速自動駕駛方面的創新,要實現完全的自動駕駛將需要一種感測技術,不但要使車輛能夠「看到」周圍的世界,而且要能比人類駕駛員做出更好的反應才行。

目前的感測技術——比如光達(LiDAR)、雷達和攝影機——都存在感知問題(如圖1),需要人類駕駛員隨時準備接管控制車輛。因此,感測器的重要性更為凸顯。要實現Level 3-5的自動駕駛,車輛需要更大數量和更強功能的感測器。本文探討了當前解決方案的感測功能——例如雷達和LiDAR (光探測和測距)——以及為什麼包含遠紅外線(FIR)的融合解決方案將是最終實現Level 3、4、5自動駕駛的關鍵。

現有感測技術的侷限

雷達感測器可以檢測遠處的物體,但卻無法識別該物體。另一方面,攝影機可以很有效地確定物體是什麼,但僅能在較近的範圍內起作用。根據各自的優缺點,如果雷達感測器和攝影機結合使用,就可以為自動駕駛車輛提供更完整的檢測和覆蓋範圍:雷達感測器可以檢測道路上稍遠的物體,而攝影機則可以在車輛靠近物體時提供更詳細的物體影像。

LiDAR感測器也已成為自動駕駛車輛檢測和覆蓋能力的重要組成部分。與雷達一樣,LiDAR透過發出訊號以及訊號的反射,來測量車輛到物體的距離,但它使用的是光波或雷射,而不是雷達的無線電訊號。

雖然LiDAR感測器能夠提供比雷達和攝影機更寬的視野,但其成本仍是進入大眾市場的阻礙。有些公司為了解決這一問題而推出低成本的LiDAR感測器,但這些低解析度的LiDAR感測器無法有效監測遠處的障礙物,這會影響自動駕駛車輛的反應速度。不幸的是,消極等待LiDAR感測器價格的下降,可能會減緩自動駕駛車輛進入大眾市場的節奏。

EDNT180813_FIRSensing_NT61P1

圖1:目前的感測技術都存在感知問題。CMOS攝影機、雷達和LiDAR無法在動態照明或惡劣天氣條件下發揮作用。
(來源:AdaSky)

當前的感測技術除了缺乏完全可見性之外,它們還面臨與環境因素有關的額外障礙。要實現Level 5自動駕駛,無論天氣如何,都必須能夠實現完全的功能。然而,目前的所有感測器在惡劣天氣條件下,都會在一定程度上受到影響;例如雖然雷達仍能在大霧、陰霾或夜間探測到遠處的物體,但大多數攝影機都受到視野範圍的限制,這阻礙了它們在惡劣天氣或黑暗中的「視覺」能力。

大多數感測器也會因照明的突然變化而混淆。以車輛進出隧道為例,人類駕駛員需要幾秒鐘才能適應突然的黑暗或明亮的光線,但是攝影機和雷射雷達也好不到哪裡去——它們也會因燈光變化而暫時「失明」。

準確的影像檢測是當今視覺和感知方案的另一個挑戰。雖然攝影機可以成功地檢測到人或動物,但是其影像處理軟體並不總是能夠準確地區分是真人或動物,還是看板、建築物或公共汽車上人或動物的圖片。

汽車製造商和自動駕駛車輛(AV)開發商迫切希望到2020年就在公共道路上佈署完全自動駕駛的車輛。但是,在推出Level 2以上自動駕駛車輛並佈署完整的車隊之前,感測器必須能夠消除現有的視覺和感知弱點,並保證在任何環境和條件下,都能夠全天候地完全檢測和覆蓋車輛周圍環境。今日的自動駕駛車輛仍然需要人類駕駛員來控制的主要原因之一,是其感測器在惡劣天氣條件下會失效。

如果沒有夠強的感測能力和準確性支援在所有天候條件下的安全可靠行駛,全自動駕駛車輛不可能進入大眾市場。

業已成熟的FIR技術

採用FIR技術的感測器可以克服許多當前感測器面臨的可靠性和感知問題。FIR已在國防、安全、消防和建築等領域使用了數十年,是一種成熟且經過驗證的技術;這種成熟技術也已經被應用於汽車。

FIR攝影機使用遠紅外線光波來檢測物體自然發出的熱量(熱輻射)差異,並將該資料轉換成影像。現在汽車上使用的常見光學感測器只能捕捉人眼可感知的影像,而FIR攝影機可以掃描可見光以上的紅外光譜,因此可以檢測到一般攝影機/雷達/LiDAR無法察覺的物體(圖2)。

EDNT180813_FIRSensing_NT61P2

圖2:FIR感測器產生新的資訊,可提高分割能力,並提供對車輛周圍環境的準確分析。
(來源:AdaSky)

配備FIR的VGA熱感測器對於高對比成像具有0.05攝氏度的靈敏度,可以檢測到200公尺距離遠的行人。FIR感測器將能夠以30或60fps的速度追蹤行人,並檢測前方道路。

除了擷取物體或材料的溫度,FIR攝影機還可以擷取物體的發射率(emissivity)——也就是該物體是如何有效地散發熱量。由於每種物體的發射率不同,因此FIR攝影機可以感測其路徑中的任何物體;有了這些資訊,攝影機就可以建立一張可以獨立並安全行駛的道路視覺繪圖。

在大多數情況下,熱感測FIR還可以檢測車道標記和行人的位置(他面對的方向),然後可以確定行人正在離開人行道並即將開始穿過對面車道的道路。因此,FIR感測器將能夠預測車輛是否有撞擊行人的風險。

作為回應,配備FIR感測器的自動駕駛車輛會減速,以確保行人出現很突然的動作時仍有足夠的時間剎車;這就可以保證行人和車輛都會安全抵達目的地。

FIR技術的優勢

FIR技術對於自動駕駛的佈署和大眾市場的採用至關重要,因為它是唯一能夠提供自駕車安全所需的完整、可靠覆蓋的感測器。汽車大廠BMW,正在使用熱成像攝影機做為其感測器套件的一部分,應用於所有自動駕駛車型。

雖然汽車上的其他光學感測器僅能擷取人眼可見的影像,FIR攝影機可以提供更全面的感知層。透過掃描可見光以上的紅外光譜,FIR攝影機可以檢測到一般攝影機/雷達/LiDAR可能遺漏的物體。

此外,與必須發送和接收訊號的雷達和LiDAR感測器不同,FIR攝影機僅收集訊號,這使其成為一種「被動」技術。由於沒有外接零件,FIR攝影機可以簡單地透過感測物體輻射熱量而產生的訊號,提供自駕車對周圍環境的完全覆蓋。

目前市場上有三家主要的FIR感測器供應商Autoliv、FLIR systems和AdaSky;其中AdaSky是一家以色列新創公司,最近開發出了一款高解析度熱成像攝影機Viper,可被動收集FIR訊號並將其轉換為高解析度VGA視訊,並利用深度學習電腦視覺演算法來感知和分析周圍環境(圖3)。

EDNT180813_FIRSensing_NT61P3

圖3:在低光靈敏度下幾種最先進的攝影機對比,採用FIR方案的Viper可以檢測到其他感測技術無法檢測到的物體。
(來源:AdaSky)

憑藉這項先進技術,FIR攝影機可以克服複雜的天候和照明條件帶來的障礙,而這是目前其他感測技術無法克服的。與FIR攝影機相比,今日的感測器功能是有限的,似乎也不能夠提供完全的自動駕駛;即使結合起來工作,現今的感測器也無法在任何情況下都能提供車輛周圍環境的全面或準確覆蓋。而FIR感測器可以生成來自不同電磁波段的更深層資訊,以顯著提高物體和車輛周圍環境的分類、識別和檢測性能,無論近距離還是遠距離。

通過創建車輛周圍環境的視覺表徵,FIR填補了其他感測器留下的空白,可以在任何天候條件和環境(無論是城市、鄉村還是在高速公路,或是以上三者的組合)實現全面檢測和覆蓋。

例如在高速公路上實現長距離感測至關重要,因為如果檢測到物體,車輛就有足夠的時間做出停車的決定——即使在高速行駛時也應做到;而在市區,具有更寬的視野是最重要的,因為這樣才能檢測到人行道和橫越馬路的行人和騎自行車者。

FIR不但是Level 3級自動駕駛方案必備,對實現Level 4和更高等級的自動駕駛方案也不可或缺;為實現Level 5自動駕駛並最終將全自動駕駛導入大眾市場,自駕車開發商預期每輛車應配備多個FIR攝影機,以便實現廣泛覆蓋並全面監測其周圍環境。

汽車製造商也偏好使用多個FIR感測器,因為它能提供最高等級的安全性。事實上,美國交通部的聯邦自動駕駛車輛(Federal Automated Vehicles)政策要求,某些自駕車關鍵系統必須具有備援功能,而大多數車廠和Tier 1汽車零組件供應商,都在準備以採用多個感測器和其他零組件,做為故障安全(fail-safe)措施。

每種感測器都有自己的弱點,沒有任何感測器能做到在100%的時間裡達到100%的準確,FIR也不例外;這也是藉由結合LiDAR、雷達和FIR技術的感測器融合方案實現備援系統至關重要的原因。如圖4所見,當你在感測器融合解決方案層層佈署這些技術,將可覆蓋所有區域和場景;這也是為什麼FIR可以實現全自動駕駛。

EDNT180813_FIRSensing_NT61P4

圖4:自動駕駛車輛的感測器模式——CMOS攝影機、雷達、光達和FIR的覆蓋範圍。
(來源:AdaSky)

汽車製造商想在十年後開始在公共道路上佈署自動駕駛車輛,單靠現今功能有限的感測解決方案是不大可能實現目標的;這些感測器一直存在的感知問題,意味著如果沒有人類駕駛員的監控,車輛就無法安全可靠地行駛,更不用說實現Level 5全自動駕駛。FIR攝影機是能在任何環境或天候條件下對車輛周圍環境進行完整分類、識別和檢測的方案,也是將全自動駕駛車輛推向大眾市場不可或缺的感測技術。

(參考原文:Why FIR sensing technology is essential for achieving fully autonomous vehicles,by Yakov Shaharabani;本文原刊於EDN China,編譯自EDN姊妹刊、ASPENCORE旗下Embedded網站)