1.3.2 意义

人类驾驶员的视野范围有限，存在很多驾驶盲区，安装在无人驾驶车辆上的每一种传感器也都有自己的感知盲区。事实上，这些区域只是相对于某一特定时刻而言的，当车辆向前移动时，可能会产生新的盲区。在无人驾驶中，多种传感器和时序关联的感知技术相结合，可以缩小感知盲区的范围，一般不会影响正常驾驶。

以人体为例，人们有触觉、嗅觉、视觉、听觉、味觉，大脑需要收集这些感觉来识别身体的位置、周围环境的噪音、食物的好坏、花的好坏等。如果没有这些感觉，人们就像无脑苍蝇一样，汽车也是如此。环境感知在无人驾驶领域中起着巨大的作用。

无人驾驶车辆首先对环境信息和车内信息进行收集、处理和分析，然后将其作为车辆控制的决策因素，通过这种方式对信息进行反复提取和计算，以确保车辆的安全，因此，高精度、快速反应的传感器也将对无人驾驶车辆的安全系数起到决定性的作用。

无人驾驶车辆获取和处理环境信息，主要用于状态感知和V2X网联通信。状态感知主要通过车载传感器收集和处理有关车辆周围环境的信息，包括交通状态感知和车身状态感知。

交通状态感知功能的实现依赖于环境感知传感器和相应的感知技术。根据交通环境信息的获取情况，这些传感器可分为两类。

（1）被动环境传感器：本身不发出信号，但通过接收外部反射或辐射的信号接收环境信息，包括相机等视觉传感器和麦克风阵列等听觉传感器。

（2）主动环境传感器：主要是激光雷达、毫米波雷达和超声波雷达主动向外部环境传递环境感知信号。

车身状态感知功能的实现主要基于全球定位系统（GPS）、北斗卫星导航系统（Bei Dou Navigation Satellite System，BDS）、惯性导航系统（Inertial Navigation System，INS）和其他旨在获取车辆行驶速度、姿态和位置信息的装置，以便为无人驾驶车辆的定位和导航提供有效数据。

无人驾驶环境感知的硬件设备有很多，包括相机、激光雷达、毫米波雷达、超声波雷达、GPS、BDS、INS等。目前，智能车的配置方案往往是多种型号或类型的组合。由于道路环境、天气环境和无人驾驶车辆本身运动特性的多样性和复杂性，相机容易受到光照、视角、尺度、阴影、污渍、背景干扰和目标遮挡等诸多不确定因素的影响。在驾驶过程中，车道线、交通灯等交通要素都有一定的磨损，反光是常态，所以没有完美的相机。雷达光照和色彩干扰机具有很强的鲁棒性，激光雷达、毫米波雷达和超声波雷达都有各自的优势。但是，无论安装多少种的雷达，还是采用高采样速率的雷达，都无法彻底解决凹坑反射、烟尘干扰、雨雪大雾等恶劣天气条件下的探测等问题，也难以实现真正意义上的全天候、全三维雷达。定位导航系统为无人驾驶提供高精度、高可靠定位的导航和授时服务，RTK（RealTime Kinematic）+INS的组合为实时精准定位和位置精度维护提供了重要基础。然而，无论位置服务的公共平台有多好，陀螺精度有多高，都存在采样频率不够、地理环境过于复杂、初始化时间过长、卫星信号故障等问题，定位导航系统始终存在缺陷。

可见，没有完美的感知设备，设备不理想是常态，亦没有完美的设备组合方案。但是，对于不同的驾驶任务，需要不同类型的感知设备，不一定要配置最齐全、数量最多、价格最昂贵感知设备来完成驾驶任务任务需求，而是要选择合适的感知设备并将其组合起来，以达到最佳的配置。