【導讀】自上世紀 70 年代首次引入防抱死制動系統(tǒng)（ABS）以來，ADAS 技術在乘用車中的應用穩(wěn)步增加，安全性也相應提高。據(jù)美國國家安全委員會（NSC）估計，僅在美國，ADAS就有可能避免約62%的交通死亡事故，每年可挽救超過20,000人的生命3。近年來，自動緊急制動（AEB）和前撞預警（FCW）等ADAS功能已變得越來越普及，超過四分之一的車輛都配備了這些功能，以幫助駕駛員預防事故并最終挽救生命。
交通安全是一項巨大的挑戰(zhàn)--每年有 110 多萬人因道路交通事故喪生1，另有約2000萬到5000萬人受傷。
造成這些事故的一個主要原因是駕駛員失誤2。汽車制造商和政府監(jiān)管機構一直在尋找提高安全性的方法，近年來，先進駕駛輔助系統(tǒng)（ADAS）在幫助減少道路傷亡方面取得了巨大進步。
在本文中，我們將探討 ADAS 在提高道路安全方面的作用，以及各種對實現(xiàn)這一目標至關重要的傳感器技術。
ADAS 的演變和重要性
自上世紀 70 年代首次引入防抱死制動系統(tǒng)（ABS）以來，ADAS 技術在乘用車中的應用穩(wěn)步增加，安全性也相應提高。據(jù)美國國家安全委員會（NSC）估計，僅在美國，ADAS就有可能避免約62%的交通死亡事故，每年可挽救超過20,000人的生命3。近年來，自動緊急制動（AEB）和前撞預警（FCW）等ADAS功能已變得越來越普及，超過四分之一的車輛都配備了這些功能，以幫助駕駛員預防事故并最終挽救生命。
ADAS 需要多種技術協(xié)同工作。一套感知套件充當系統(tǒng)的“眼睛”，檢測車輛周圍環(huán)境并為系統(tǒng)的 “大腦 ”提供數(shù)據(jù)，后者利用這些數(shù)據(jù)計算出車輛的執(zhí)行決策，以輔助駕駛員——例如，當檢測到前方有車輛且駕駛員未踩下剎車時，AEB會自動剎車，使車輛及時停下，避免追尾碰撞。
ADAS 感知套件由一個視覺系統(tǒng)組成，該系統(tǒng)包括一個車規(guī)級攝像頭，其核心是一個高性能圖像傳感器，可捕捉車輛周圍環(huán)境的視頻流，用于檢測車輛、行人、交通標志等，在低速行駛和停車情況下顯示這些圖像以輔助駕駛員。
攝像頭通常與毫米波雷達、激光雷達（LiDAR）或超聲波傳感器等深度感知系統(tǒng)匹配應用，這些傳感器提供深度信息以增強攝像頭的二維圖像，增加冗余度并消除物體距離測量的模糊性。
對于汽車制造商及其一級系統(tǒng)供應商來說，實施 ADAS 系統(tǒng)可能是一個挑戰(zhàn)：處理多個傳感器產(chǎn)生的所有數(shù)據(jù)的處理能力有限，而且傳感器本身也有性能限制。汽車行業(yè)的要求決定了每個組件都必須具有極高的可靠性，不僅包括硬件，還包括相關的軟件算法，因此需要進行大量測試以確保安全。系統(tǒng)還必須在最惡劣的照明和天氣條件下保持穩(wěn)定的性能，能夠應對極端溫度，并在整個車輛生命周期內(nèi)可靠運行。
ADAS 系統(tǒng)中的關鍵傳感器技術
現(xiàn)在讓我們來詳細了解一下 ADAS 中使用的一些關鍵傳感器技術，包括圖像傳感器、激光雷達（LiDAR）和超聲波傳感器。每種傳感器都會提供特定類型的數(shù)據(jù)，通過軟件算法對這些數(shù)據(jù)進行處理，并將這些數(shù)據(jù)相互結合，從而生成對環(huán)境的準確而全面的了解。
這一過程被稱為傳感器融合，它可以通過多種傳感器模式的冗余來提高軟件感知算法的準確性和可靠性，從而通過更高的置信度決策實現(xiàn)更高級別的安全。這些多傳感器套件的復雜性可能會迅速上升，算法需要越來越強大的處理能力。與此同時，傳感器本身也在變得越來越先進，從而可以在傳感器級而不是在中央 ADAS 處理器上進行本地處理。
汽車圖像傳感器
圖像傳感器是車輛的 “眼睛”--可以說是任何配備 ADAS 的車輛中最重要的傳感器類型。從自動緊急制動、前方碰撞預警和車道偏離警告等 “機器視覺 ”駕駛輔助功能，到用于泊車輔助的 360 度環(huán)視攝像頭和用于電子后視鏡的攝像頭監(jiān)控系統(tǒng)等 “人類視角 ”功能，再到可檢測到分心或疲勞的駕駛員并發(fā)出警報以防止事故發(fā)生的駕駛員監(jiān)控系統(tǒng)，圖像傳感器提供的圖像數(shù)據(jù)可用于實現(xiàn)各種 ADAS 功能。
安森美提供包括 Hyperlux 系列在內(nèi)的各種圖像傳感器，這些傳感器以低功耗提供出色的圖像質(zhì)量。Hyperlux 傳感器像素架構包括創(chuàng)新的超級曝光成像方案，可通過 LED 閃爍緩解 (LFM) 捕獲高動態(tài)范圍 (HDR) 幀，克服了 LED 前后車燈或 LED 交通標志因為脈沖頻閃造成的誤讀問題。
Hyperlux圖像傳感器設計用于應對具有挑戰(zhàn)性的汽車場景條件，例如在高架橋上方的直射陽光下，能夠捕捉高達150分貝（dB）的動態(tài)范圍。配備Hyperlux圖像傳感器的攝像頭在處理極端情況時的表現(xiàn)遠優(yōu)于人眼，在遠低于1 lux的光照水平下也能正常工作。
安森美的 Hyperlux 圖像傳感器包括 800 萬像素的 AR0823AT 和 300 萬像素的 AR0341AT。這些數(shù)字 CMOS 圖像傳感器采用 Hyperlux 2.1 μm 超曝光單光電二極管像素技術，具有出色的低照度性能，同時還能在同一幀圖像中捕捉高照度和低照度場景中的寬動態(tài)范圍。超級曝光像素可在一幀圖像中實現(xiàn)足夠大的動態(tài)范圍，從而實現(xiàn) “無憂設置”的曝光方案，有效消除了在光線條件發(fā)生變化時自動調(diào)節(jié)曝光的需要，例如在晴天駛出隧道或停車場時。
深度傳感器（激光雷達）
精確測量物體與傳感器之間的距離被稱為深度感知。深度信息可以消除場景中的模糊性，對于各種 ADAS 功能以及實現(xiàn)更高級別的 ADAS 和全自動駕駛至關重要。
有多種技術可用于深度感知。如果要考慮深度性能，光探測和測距（激光雷達，LiDAR）是最佳選擇。LiDAR 能夠以高深度和角度分辨率進行深度感知，并且由于系統(tǒng)通過近紅外（NIR）激光與傳感器的配合實現(xiàn)了主動照明，因此可以在所有環(huán)境光條件下工作。它既適用于近距應用，也適用于遠距應用。雖然低成本的毫米波雷達傳感器在當今的汽車應用中更為普遍，但它們?nèi)狈iDAR 的角度分辨率，無法提供超出基本ADAS需求的更高級別自動駕駛所需的那種高分辨率三維點云環(huán)境信息。
最常見的LiDAR架構是直接飛行時間（ToF）法，它通過發(fā)射一個短紅外光脈沖，并測量信號從物體反射回到傳感器所需的時間，從而能夠直接計算出距離。LiDAR傳感器通過在其視野范圍內(nèi)掃描光線來復制這一測量過程，以捕捉整個場景。
安森美的ARRAYRDM-0112A20硅光電倍增管（SiPM）陣列是一種單光子敏感傳感器，在單片陣列中具有 12 個通道，在近紅外波長如905nm處具有高光子探測效率（PDE），用于檢測返回的脈沖。此SiPM陣列已被集成到一款LiDAR中4，該LiDAR裝備在世界上首批提供真正“視線離開”的自動駕駛功能的乘用車上，使車輛具備了超越基礎駕駛輔助的自動駕駛能力，即駕駛員可以不再關注路面情況。這種水平的自動駕駛功能，沒有LiDAR深度感知的支持，至今尚未能在消費級車輛上可靠地實現(xiàn)。
超聲波傳感器
另一種用于距離測量的技術是超聲波檢測，即通過傳感器發(fā)射頻率超出人類聽覺范圍的聲波，然后檢測反彈回來的聲音，從而通過飛行時間測量距離。
超聲波傳感器可用于泊車輔助等近距離障礙物探測和低速操控應用。超聲波傳感器的一個優(yōu)點是聲音比光慢得多，因此反射聲波返回傳感器的時間通常為幾微秒，而光的時間為納秒，這意味著超聲波傳感器所需的處理性能要低得多，從而降低了系統(tǒng)成本。
超聲波傳感器的一個例子是安森美 NCV75215 泊車距離測量 ASSP。在車輛停放過程中，該元件通過壓電超聲波變換器對障礙物的距離進行飛行時間測量。它可檢測距離為 0.25 米至 4.5 米的物體，并具有高靈敏度和低噪聲特點。
結語
安森美在開發(fā)ADAS所需的傳感器技術方面發(fā)揮了重要作用。安森美發(fā)明了雙轉(zhuǎn)換增益像素技術和HDR（高動態(tài)范圍）模式，這些技術現(xiàn)在被業(yè)界許多傳感器采用，并開創(chuàng)了創(chuàng)新的超級曝光設計，使傳感器既能提供出色的低照度性能，又能通過單個光電二極管捕捉 HDR 場景而不會出現(xiàn)飽和現(xiàn)象。
由于這種市場和技術領導地位，因此目前道路上大多數(shù)ADAS圖像傳感器都是由安森美開發(fā)的5。這些創(chuàng)新使安森美能夠在過去的二十年里為汽車應用提供高性能的傳感器，進而使ADAS在提高車輛安全方面產(chǎn)生了顯著的影響。
汽車行業(yè)正持續(xù)大力投資于 ADAS，并追求車輛全自動駕駛的目標--超越由SAE定義的基本駕駛輔助功能（即L1級和L2級）6，邁向真正的自動駕駛能力（即SAE定義的L3級、L4級和L5級）。減少道路傷亡是這一趨勢背后的主要動力之一，安森美的傳感器技術將在這一汽車安全變革中發(fā)揮至關重要的作用。
點擊了解更多關于安森美傳感器產(chǎn)品及其在ADAS系統(tǒng)解決方案指南中的特性。
[1]https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries
[2]https://journals.open.tudelft.nl/ejtir/article/view/3667/3784
（文章來源：安森美，作者：Bahman Hadji，安森美（onsemi）汽車感知事業(yè)部產(chǎn)品營銷高級經(jīng)理）
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
意法半導體與HighTec EDV-Systeme合作助力打造更安全的軟件定義汽車
