0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

自动驾驶“加速”,车载红外热像仪在多传感器融合中的应用

艾睿光电 ? 2022-08-18 16:51 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

传感器融合是自动驾驶的必由之路。实现高级别的辅助驾驶、自动驾驶,需要多种传感器相互配合,共同构建汽车的感知系统。车载红外热像仪探测的是物体表面辐射的红外能量,在低照度、雨雪、雾霾、沙尘等场景条件下,依旧可以清晰成像,可有效弥补其他传感器不足,提升驾驶安全性。

高级别辅助驾驶和自动驾驶,若依赖单一传感器进行感知测距等工作,可能出现错误感知、漏感知、感知精度低等问题。使用多类传感器分别获取不同的感知信息,信息之间相互补充,可显著提高系统的冗余度和容错性,保证决策的快速性和正确性。


联合感知通过结合各个传感器的优点,达到1+1>2的效果。如下图所示,红外传感器结合激光雷达,不但能够准确获取环境信息,而且能获得准确的深度信息。

40e961e0-1ed1-11ed-9ade-dac502259ad0.png

△ 红外雷达联合成像

传感器联合感知能够有效防止误检和漏检并且获得更多环境信息。如下方图片所示,由于车辆遮挡,雷达传感器未能完全感知出所有目标。而在联合红外2D感知结果后,实现了对于周围环境的完全感知。

40f8a16e-1ed1-11ed-9ade-dac502259ad0.png

△夜间红外2D感知结果

单独依靠红外进行感知,无法准确获得障碍物的三维坐标

4109bc4c-1ed1-11ed-9ade-dac502259ad0.png

△ 基于激光雷达的环境感知结果

单独依靠雷达进行感知,当遇到障碍物遮挡时

无法准确感知物体

411feb34-1ed1-11ed-9ade-dac502259ad0.png

△ 多传感器联合感知

联合感知有效结合各传感器的优点,实现完全感知

如下方图片所示,走路和骑电动车的行人由于体积较小,反射数据数量有限,难以被有效感知。而在联合红外2D感知结果后,骑行者和行人能够被正确感知。


4132afda-1ed1-11ed-9ade-dac502259ad0.png

△ 夜间红外2D感知结果

41483bfc-1ed1-11ed-9ade-dac502259ad0.png

△ 基于激光雷达的环境感知结果

走路和骑电动车的行人由于体积较小,反射数据数量有限

难以被激光雷达有效感知

4159004a-1ed1-11ed-9ade-dac502259ad0.png

△ 多传感器联合感知

联合红外2D感知结果后,周围环境被完全感知

从技术层面上来说,红外热成像相比可见光摄像头、激光雷达、毫米波雷达等其他传感器而言,优势在于具有夜视能力以及受雨雪、雾霾、沙尘影响小,同时红外热成像对生命体的感知非常灵敏,可作为夜间、恶劣天气辅助驾驶或者增加自动驾驶安全性和可靠性的极佳选择和补充。

睿创微纳深耕车载红外夜视领域多年,是国内汽车红外市场的先行者,多年来积极推动红外在汽车行业的应用。公司在红外传感器技术、芯片封装技术、红外专用芯片处理技术等方面均保持领先优势,为车载红外夜视产品提供有利支撑。旗下Asens系列等汽车红外热像仪产品,通过IATF16949车规体系认证,在自动驾驶、汽车辅助驾驶(ADAS)、特种车辆应用等领域,皆拥有广阔的应用前景,目前已在不同类型客户的场景得到应用。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2567

    文章

    53278

    浏览量

    770016
  • 艾睿光电
    +关注

    关注

    0

    文章

    111

    浏览量

    409
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    太阳光模拟 | 汽车自动驾驶开发的应用

    汽车产业向电动化、智能化转型的浪潮自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶
    的头像 发表于 07-24 11:26 ?112次阅读
    太阳光模拟<b class='flag-5'>器</b> | <b class='flag-5'>在</b>汽车<b class='flag-5'>自动驾驶</b>开发<b class='flag-5'>中</b>的应用

    康谋分享 | 基于传感器数据的自动驾驶仿真确定性验证

    自动驾驶仿真测试,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,传感器配置与极端天气场景
    的头像 发表于 07-02 13:17 ?3624次阅读
    康谋分享 | 基于<b class='flag-5'>多</b><b class='flag-5'>传感器</b>数据的<b class='flag-5'>自动驾驶</b>仿真确定性验证

    自动驾驶汽车是如何准确定位的?

    厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用传感器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(
    的头像 发表于 06-28 11:42 ?346次阅读
    <b class='flag-5'>自动驾驶</b>汽车是如何准确定位的?

    新能源车软件单元测试深度解析:自动驾驶系统视角

    。 ?自动驾驶软件的特殊性? ? 感知层: ?激光雷达、摄像头等传感器数据处理算法的单元测试需覆盖极端场景。例如,激光雷达点云滤波算法雨雪天气下的噪声抑制能力需通过边界测试验证。某厂商曾在测试
    发表于 05-12 15:59

    自动驾驶大模型中常提的Token是个啥?对自动驾驶有何影响?

    模态传感器数据的实时处理与决策。在这一过程,大模型以其强大的特征提取、信息融合和预测能力为自动驾驶系统提供了有力支持。而在大模型的
    的头像 发表于 03-28 09:16 ?465次阅读

    技术分享 |模态自动驾驶混合渲染HRMAD:将NeRF和3DGS进行感知验证和端到端AD测试

    模态自动驾驶混合渲染HRMAD,融合NeRF与3DGS技术,实现超10万㎡场景重建,传感器实时输出,仿真更接近真实数据!然而,如何用高保
    的头像 发表于 03-26 16:05 ?3522次阅读
    技术分享 |<b class='flag-5'>多</b>模态<b class='flag-5'>自动驾驶</b>混合渲染HRMAD:将NeRF和3DGS进行感知验证和端到端AD测试

    BEVFusion —面向自动驾驶的多任务传感器高效融合框架技术详解

    和高效融合机制,解决了模态传感器几何与语义任务的权衡问题,成为自动驾驶多任务感知的标杆框架
    的头像 发表于 02-26 20:33 ?3987次阅读
    BEVFusion —面向<b class='flag-5'>自动驾驶</b>的多任务<b class='flag-5'>多</b><b class='flag-5'>传感器</b>高效<b class='flag-5'>融合</b>框架技术详解

    MCU在车载系统的展望

    和实时性表现,以满足车载系统多任务处理的需求,如自动驾驶辅助系统同时处理多个传感器数据,信息娱乐系统
    发表于 01-17 12:11

    物联网传感器类型解析 传感器类型自动驾驶的应用

    物联网传感器类型解析及其自动驾驶的应用 传感器是一种检测装置,能感受到被测量的信息,并能
    的头像 发表于 12-06 14:15 ?1143次阅读

    传感器融合自动驾驶的应用趋势探究

    自动驾驶技术的快速发展加速交通行业变革,为实现车辆自动驾驶,需要车辆对复杂动态环境做出准确、高效的响应,而传感器
    的头像 发表于 12-05 09:06 ?1442次阅读
    <b class='flag-5'>多</b><b class='flag-5'>传感器</b><b class='flag-5'>融合</b>在<b class='flag-5'>自动驾驶</b><b class='flag-5'>中</b>的应用趋势探究

    一文聊聊自动驾驶测试技术的挑战与创新

    ,包括场景生成的多样性与准确性、传感器数据融合的精度验证、高效的时间同步机制,以及仿真平台与实际场景的匹配等问题。 自动驾驶测试的必要性与现状 1.1
    的头像 发表于 12-03 15:56 ?853次阅读
    一文聊聊<b class='flag-5'>自动驾驶</b>测试技术的挑战与创新

    MEMS技术自动驾驶汽车的应用

    MEMS技术自动驾驶汽车的应用主要体现在传感器方面,这些传感器自动驾驶汽车提供了关键的环境
    的头像 发表于 11-20 10:19 ?1601次阅读

    感知融合自动驾驶与机器视觉解开当前无解场景之困

    “多维像素”格式输出,为自动驾驶系统提供目标与环境的模态精准感知信息:即传感器对目标与环境感知的图像数据(明暗、纹理、颜色等)+雷达数据(目标的距离、速度、材质等)
    的头像 发表于 10-29 14:21 ?1064次阅读
    感知<b class='flag-5'>融合</b>为<b class='flag-5'>自动驾驶</b>与机器视觉解开当前无解场景之困

    人工智能的应用领域有自动驾驶

    的核心技术 自动驾驶汽车的核心依赖于人工智能,尤其是机器学习和深度学习技术。这些技术使得汽车能够通过传感器收集大量数据,并实时进行分析。以下是一些关键的人工智能技术: 传感器融合
    的头像 发表于 10-22 16:18 ?1310次阅读

    车载传感器主要有哪些传感器

    车载传感器是现代汽车不可或缺的组成部分,它们为车辆提供关键信息,以确保驾驶安全、提高燃油效率、增强驾驶体验和实现
    的头像 发表于 09-07 09:30 ?1535次阅读