汽车辅助驾驶已经逐渐成为现代汽车的重要组成部分。它不仅能够提升驾驶的安全性，还能为驾驶员提供更加人性化的驾驶体验。而这一切都离不开感知技术的支持。那么，汽车辅助驾驶究竟是如何通过感知技术来实现其功能的呢？

感知方案都有哪些？

蝙蝠通过超声波听声点位，人类通过眼睛和耳朵来感知空间，而在汽车上，则通过各种传感器进行感知。目前市场主流的组合辅助驾驶主要是V+R+L+U的感知组合，其中R代表毫米波雷达，V代表摄像头，L代表激光雷达，U代表超声波雷达，此外，车内的车载驾驶员监控（DMS）也算作一个摄像头。

举例来说，以比亚迪的天神之眼C为例，其配备了5个毫米波雷达与12个摄像头，包括3颗800万前视摄像头、4颗300万环视摄像头、4颗300万侧视摄像头、1颗300万后视摄像头，也就是5R12V感知方案。

V+R+L+U们看到的世界是什么样的？

以奔驰为例，其前视采用双目摄像头。双目摄像头通过两个摄像头同时感知前方物体，并利用视差算法计算物体距离，从而实现较为精准的测距功能。

视差算法有一个特点，就是左右两个摄像头的距离越远，测距能力越远。但由于汽车内部空间有限，摄像头普遍集成在风挡玻璃后视镜的位置，2个摄像头之间的距离一般为十几厘米，导致其探测距离略显不足。

而比亚迪、小鹏等公司，则在双目的基础上，又加上了一个长焦，有了三目摄像头。以比亚迪代表性的三目前视摄像头为例，其三目摄像头包括两个用于视差算法的双目摄像头和一个长焦镜头。其中2个广角摄像头探测角度为120度，800万像素，1个长焦摄像头探测角度为30度，800万像素。其中，长焦镜头主要用于识别远处的小物体，如红绿灯等；双目摄像头通过视差算法测距，系统可以精确计算前方物体的距离。通过双目视差算法可以获得稠密点云，可以清晰地感知到路面的起伏和坑洼，如主动悬架的预瞄等。

根据比亚迪提供的资料，在三目方案下最高探测距离达到350米，实现1cm的物体探测精度，甚至可以对路面进行预瞄，识别路面上的减速带、凹陷等，提前让车辆减速通过。

同时在现有技术的支撑下，多个摄像头的设计也能支持系统同时运行多种算法。如其中一个摄像头运行AI算法，识别特定类型的障碍物，如车辆、行人和自行车、车道线等。长焦镜头用于远距离物体识别，如AEB、ACC、红绿灯，从而提高系统的识别范围和准确性，满足当下城市辅助驾驶的要求。

说到算法，不得不提到BEV和Occupancy。BEV是Bird’sEyeView的缩写，即鸟瞰视角技术。BEV将多个摄像头拍摄的图像拼接成一个全景图像的技术。根据传感器不同，可以分为BEVLiDAR点云类，还有BEVCamera图像类，还有BEVFusion融合类。

举例来说，通过多个摄像头采集图像后融合，系统将采集图像通过矫正后，统一输入到神经网络来提取特征，然后通过注意力机制的神经网络模型transformer将这些特征进行关联，之后再投影到一个向量空间之中，最终拿到一张反映周围环境的鸟瞰图。这种算法可以帮助系统识别障碍物并确定可行驶区域，但BEV感知无法预测悬垂的障碍物，如开启的车门，限高的栏杆等，这个时候就要请出Occupancy占用网络了。

BEV算法所采集的图像输出为2D，而Occupancy占用网络将其升维为3D，这有点像俄罗斯方块，占用网络就是将世界网格化，定义哪个单元被占用，哪个单元是空闲的。

占据网络算法通过分析前方物体的形状和位置，判断哪些区域是可以安全行驶的，哪些区域存在潜在的障碍物。只要空闲的单位格没被占用，那么就可以通行，汽车识别能力大幅提升。这种功能对于城市驾驶尤为重要，因为在城市环境中，车辆需要频繁应对复杂的道路状况和多变的障碍物。

但中国道路环境和路况更加复杂，单纯依靠视觉感知，还存在一些不足。于是，激光雷达就成了当前行业较为主流的感知方案。

激光雷达通过激光束扫描构建环境点云图，线数越多，垂直分辨率越高。以目前主流的192线雷达为例，其点云图可清晰分辨200米外车辆轮廓，但对体积更小的异物，如倒伏在道路中央的轮胎、锥桶等，在200米远时仅能模糊识别为异物，需要在100米，乃至50米时才能较为清楚地分辨出其轮廓。

虽然ADAS摄像头能够提供更丰富的视觉信息，但在不同光照条件和物体材质的情况下，摄像头的测距精度和识别能力明显不如激光雷达。测距不准，意味着下降较低。

而激光雷达能够实时获取三维点云数据，并快速构建出环境的三维模型。让车辆能够快速全面了解周围的道路、障碍物和其他车辆的位置和运动状态，为决策系统提供丰富的信息。简单来说，激光雷达不会被表面图案欺骗，它只关心是否存在障碍物。（朋月）