如今的自动驾驶汽车依靠各种各样的传感器来提供必要的空间感知，以便在没有驾驶员干预的情况下实现自动驾驶。创新的雷达技术与冗余的众多传感器相辅相成，推动自动驾驶汽车的开发进入革命性的下一阶段，加速走进我们的日常生活。

自动驾驶汽车传感器：路漫漫其修远兮

如今的自动驾驶汽车依靠各种各样的传感器来提供必要的空间感知，以便在没有驾驶员干预的情况下实现自动驾驶。当前的传感器解决方案严重依赖可见光传感器来提供周围环境的三维（3D）细节。这些传感器会受到与人类类似的限制，即在低能见度情况下（夜晚、雨、雪、雾、灰尘、低光照等），对距离的感知能力受限或性能会下降。

最新数据显示，每年美国公民行驶的路程达3.5万亿英里，其中每9千万英里就有一人车祸死亡。目前，在实际测试中，自动驾驶汽车仅覆盖了1200万英里，每5600英里就需要一次人工“接管”。汽车传感器和人工智能（AI）前面还有很长的路要走。

人工智能（AI）无法独立解决问题

目前市场上大多数车辆仍然依赖驾驶员来控制车辆，但可提供自主安全防护的高级驾驶辅助系统（ADAS），即处于自动驾驶等级的L1-L2级。汽车行业正在为提供更高级别的自动驾驶而努力，特斯拉最近宣布他们打算在今年早些时候推出新的自动驾驶功能，新功能在导航和自动驾驶软件方面做了改进。

但人工智能（AI）和机器学习的进步能否完全满足全自动驾驶汽车的需求？

AI和机器学习已经成为日常生活的一部分，但AI仍有很多无法独立解决的问题。要获得L3-L5级自动驾驶汽车所需的空间感知能力，关键取决于车辆传感器数据的保真度。保真度越高，最终的结果就越好。

未来的自动驾驶汽车需要提高在所有天气条件下的空间感知和辨别水平。它还要能够区分靠近在一起的物体，以便精确地映射每个物体的x、y和z位置。

传感器的重要性

作为人类，我们主要利用视觉结合听觉、触觉、嗅觉和平衡，来保证在日常生活中安全行动。试想一下，当我们的一个或多个感官被阻塞或失灵时，行动会变得多么困难。我们的大脑必须更加努力的工作，以弥补保真度降低带来的对情况误判的风险。

一个很好的例子是当我们看不见的时候。在移动时，我们可通过使用平衡、触摸和声音来补偿视觉，但这样还是具有明显的模糊性并降低了我们对周围环境的确定性，所以我们的行动要慢得多。

因此，简而言之，来自传感器或传感器组合的数据保真度越高，大脑（人工智能）解决问题的工作量就越少，并且模糊度越低，相对的信心和安全性就越高。

当前传感器的局限性

迄今为止，自动驾驶汽车主要侧重于模仿人类的许多功能，这包括复制了关键的人类或动物的感官。如图1：

图1：自动驾驶汽车上装载的各种感知传感器

·视觉——用于实现高分辨率3D空间感知的立体相机和激光雷达（LiDAR）

·声音——用于判断物体位置、速度和方向的超声波和雷达传感器

·平衡——用于感应运动的惯性和陀螺仪传感器

·位置——用于判断地理位置和方向的磁力计和GPS

当这些感知传感器与AI融合，在天气条件良好时，当前的自动驾驶汽车对已知环境持有足够的信心，但对我们人类而言，还没有足够的信心对这些技术抱有完全的信任。

未来的传感器

那么未来要获得实现最高级别（L4级和L5级）的自动驾驶水平所需的信心，汽车行业需要取得哪些进步？当前大量炒作的热点在AI的发展，AI要能够对日常场景提供与人类可比或增强的响应。要做到这一点，AI需要的传感器的数据远远超出简单的对人类感官的复制。

为了提高全天候的安全性，未来的传感器需要在任何天气条件下都能很好地运行，将更少地依赖可见光传感器作为主要传感器，需要利用其他的尖端技术，如毫米波雷达。

高分辨率、高保真度雷达正在开发中，如今有的雷达能够在各种天气条件下为周围环境创建详细的图像。眼见为实，如图2。

图2：高分辨率、高保真度雷达为周围环境创建图像

这种令人兴奋和创新的雷达技术，是推动自动驾驶汽车开发并加速进入我们日常生活的下一代革命性技术。