众多企业正在研发环境感知技术。

近日，中国汽车技术研究中心有限公司（下称“中汽中心”）组织业内专家、企业代表进行了一次环境感知技术的集中讨论。雷锋网新智驾获悉，此次活动是中汽中心的《自动驾驶技术路线图》（下称“路线图”）发布前的多场技术探讨之一。

据雷锋网新智驾了解，即将发布的路线图将主要围绕车辆、车联网和智能化道路三个方面展开论述，涵盖了环境感知、高精度定位、数据融合、交互、云平台和基础设施信息化等技术领域。其中，环境感知被作为第一项重要技术进行了研讨。

多样的传感器

环境感知技术是自动驾驶关键技术中的重要基础。

众所周知，感知、决策和执行三大环节共同构成了自动驾驶系统。其中，感知是指通过传感器采集数据以供系统作出决策，而现有的传感器主要包括超声波雷达、摄像头、激光雷达、高精度地图、视觉定位和卫星定位等。

中汽中心将环境感知技术分为两类，一类是基于单一传感器的智能汽车感知技术。比如，利用毫米波雷达、激光雷达开发碰撞预警系统及ACC巡航系统，通过视觉感知系统实现高速车辆预警等。另一类是基于信息融合的智能网联汽车感知技术，利用多源信息融合实现驾驶员疲劳和注意力的检测，将立体视觉信息和激光扫描器信息进行集成。

经过对比分析，中汽中心发现国内外关于视觉感知技术的研究均比较成熟，主要差别在于摄像头硬件方面。雷达感知技术中的毫米波雷达、激光雷达的关键技术则大多掌握在国外巨头供应商手中。

具体到一辆车上，自动驾驶科技公司安波福研究认为，如果要实现L3自动驾驶，至少需要有前项长距离雷达、车身360度雷达、前视摄像头、环视摄象头以及前项激光雷达，并可以通过控制器控制所有雷达。

据安波福电子（苏州）有限公司 ADAS产品线技术经理蔡景洋介绍，目前业内主流的感知方式是通过多个雷达实现360度感知。综合来看，雷达的抗干扰能力较好，在复杂的气象条件和干扰情况下，仍然能够保证探测性。

不过，蔡景洋也指出，依靠单一的感知方案很难最终实现自动驾驶，而是要把多种感知方案融合起来形成最终方案。他表示，“融合即意味着更多的计算量，传统方式是把数据计算放到单一模块中，但单一模块的计算能力已经不足以应对现有需求，所以今后要引入区域控制器。”

雷锋网新智驾了解到，在中汽中心即将发布的路线图中，环境感知的对象被划分为四类，分别为行驶路径、周边物体、驾驶状态和驾驶环境。路线图还分别针对摄像头、激光雷达、毫米波雷达和超声波雷达等不同传感器进行了对比分析。

“环境感知缺乏可靠性，传感器有失效的可能，一些强光、噪声以及声波吸附材料会干扰到无人驾驶汽车上的高清摄像头和超声波探头，而且，现在的传感器设计成本过高，首要任务是降低成本。”中汽中心情报所、智能汽车研究室主任王羽说。

难题与商机并存

一定意义上，技术难题背后大多存在商机。

举例来讲，按照汽车行业的规律，如果要实现真正的全自动驾驶，前提是必须经过数亿公里的仿真与道路测试。但问题是，这些测试会涉及到各种工况和以及极端环境，因此，许多情况下很难做到数据的再次验证和有效采集。

基于这一现状，一些公司开始向自动驾驶科技公司提供仿真测试解决方案。

据西门子工业软件、自动驾驶产品线总监黄汉知介绍，环境感知传感器的建模方式不同于传统建模，是从传播的媒介进行成像，最后进行建模的过程。概括言之，就是改变不同环境光的互动性，最后输出光谱的仿真。

不过，仿真测试也面临挑战，主要在于建模是否准确以及如何处理复杂的场景。

为了解决这些问题，西门子在仿真层面建立了开放的架构和生态，场景规划除由西门子搭建外，还会根据测试工况选择具体的开放路线，包括开放API、支持高清地图以及支持多种数据的路采导入等。

实际上，即便车辆通过仿真测试，在实际行驶中仍面临不少问题。

比如，随着车辆的不断迭代升级，自动紧急系统（AEBS）开始成为许多车型的标配，这一系统同样离不开传感器，但各类传感器其实均有一定的限制。

据南京天安汽车电子科技股份有限公司总经理黄建强透露，他们的团队对比了摄像头、激光雷达和毫米波雷达三大传感器后发现，适合自动紧急制动系统的传感器种类中，性能和性价比最好的是毫米波雷达，这也是现在行业中应用最多的传感器。

黄建强表示，由于毫米波雷达没有高度识别的功能，现有的毫米波雷达基本上无法在高速公路上使用。