
1. 激光雷达(LiDAR)
激光雷达通过发射激光束扫描环境,生成高精度3D点云模型,探测距离通常可达200米,精度达厘米级。该传感器在强光、弱光环境下表现稳定,适用于城区复杂路况的异形障碍物识别。使用时需注意定期清洁表面,避免雨雪、灰尘遮挡影响数据采集。
2. 毫米波雷达
毫米波雷达利用电磁波探测目标,具备全天候工作能力,可穿透雨、雾、雪等恶劣天气。其测速精度误差约±0.1m/s,77GHz频段雷达适用于前向长距监测,24GHz频段雷达多用于侧向盲区检测。当前4D成像雷达技术可实现俯仰角探测,进一步提升垂直方向的感知能力。
3. 摄像头系统
摄像头是视觉感知的核心部件,前视双/三目摄像头通常配备800万像素传感器,探测距离可达250米;环视系统由4颗200万像素摄像头组成,构建360°全景影像;夜视增强摄像头通过红外技术提升夜间环境下的物体识别率。需定期校准摄像头,防止镜头偏移导致感知误差。
4. 超声波雷达
超声波雷达通过发射超声波测量距离,在2米范围内精度可达厘米级,主要应用于自动泊车、低速障碍预警场景。车辆通常配置12颗超声波雷达,实现车身周围无死角覆盖。
前向主感知区(A区)
建议采用激光雷达+长焦摄像头+77GHz毫米波雷达的组合方案,覆盖范围应不小于200米,以应对高速行驶中的急刹需求。该区域传感器需具备长距探测能力,保障高速场景下的安全距离监测。
侧向感知区(B/E区)
推荐配置广角摄像头+24GHz毫米波雷达,重点监测盲区车辆及变道安全距离。侧向传感器需具备广角视野,确保相邻车道的车辆动态被及时捕捉。
后向感知区(D区)
必备双后角毫米波雷达+倒车影像,实现后方车辆接近预警及倒车辅助功能。后向传感器需覆盖车辆后方及侧后方区域,避免倒车时的碰撞风险。
装车标定
车辆出厂时需完成多传感器的时空同步标定,确保各传感器数据在时间和空间维度上的一致性,这是自动驾驶系统正常工作的基础。
维修后校准
车辆发生碰撞维修或更换轮胎后,必须重新标定传感器。碰撞可能导致传感器位置偏移,轮胎更换可能影响车辆定位精度,需通过专业设备进行校准。
日常维护
建议每周清洁传感器表面的积尘,雨雪天后检查雷达波束角度是否正常,严寒地区需注意镜头结冰防护。传感器表面的污渍或结冰会严重影响感知性能,需及时处理。
自动驾驶传感器需形成“激光雷达+毫米波雷达+摄像头”的三重冗余方案,以应对不同场景需求。城区场景以激光雷达为主导,强化异形障碍识别;高速场景优先依赖毫米波雷达,保障长距监测稳定性;泊车场景则通过超声波雷达融合环视影像,实现厘米级控制。建议选择支持OTA升级的车型,通过持续优化传感器融合算法,提升系统性能。