自动驾驶感知系统-超声波雷达

news2024/11/24 14:34:59

超声波雷达,是通过发射并接收40kHz的超声波,根据时间差算出障碍物距离。其测距精度是1~3cm.常见的超声波雷达有两种:第一种是安装在汽车前后保险杠上的,用于测量汽车前后障碍物的驻车雷达或倒车雷达,称为超声波驻车辅助传感器(Ultrasonic Parking Assistant, UPA);第二种是安装在汽车侧面,用于测量侧方障碍物距离的超声波雷达,称为自动泊车辅助传感器(Automatic Parking Assistant, APA).
采用超声波雷达测距时,超声波发射器先向外面某一个方向发射出超声波信号,在发射超声波的同时开始计时,超声波通过空气进行传播,传播途中遇到障碍物就会立刻反射回来,超声波接收器在接收到反射波立即停止计时。计时器通过记录时间,就可以测算出从发射点到障碍物之间的距离。在空气中超声波的传播速度一般为340m/s,计时器通过记录时间t,就可以测算出从发射点到障碍物之间的距离长度s,即s=340t/2.
超声波雷达的工作原理可用图的数学模型来表示,其中α为超声波探测角,一般UPA的探测角为120度作用,APA的探测角较小为80度左右,β为超声波雷达检测宽度范围的影响元素之一,该角度一般较小。一般UPA的β为20度左右,APA的β较为特殊,为0度;R也是超声波雷达检测宽度范围的影响元素之一,UPA和APA的R值差别不大,都在0.6m左右;D是超声波雷达的最大量程。UPA的最大量程为2.5m,APA的最大量程为5m,目前已有超过7m的APA雷达投入使用。
在这里插入图片描述
超声波雷达具有诸多优点。超声波能量消耗较为缓慢,防水、防尘性能好,传播距离较远,穿透性强,测距方法简单,成本低,且不受光线条件的影响。尤其是短距离测量中,超声波雷达测距有着非常大的优势。但是,超声波是一种机械波,使得超声波雷达有着根源性局限性。

  1. 对温度敏感。超声波雷达的波速受温度影响,近似关系为在这里插入图片描述
    其中,C0 为0摄氏度时的波速,为332m/s,T为温度(单位:摄氏度)。波速受温度影响,因此测量精度也随温度直接相关。传播速度较慢时,若行驶速度较快,使用超声波测距无法跟上车距的实时变化,误差较大。
  2. 超声波散射角大,方向性差,无法精确描述障碍物位置。在测量较远距离的目标时,其回波信号较弱。
    超声波雷达在自动驾驶汽车上主要用于泊车系统,辅助刹车等。通常一套倒车雷达需要安装4个UPA传感器,而自动泊车系统时在倒车雷达的基础上再加4个UPA传感器和4个APA传感器。UPA超声波传感器的探测距离一般在30~500cm之间,探测范围更远,因此相比于UPA成本更高,功率也更大。APA传感器与倒车雷达工作频率不同,不形成干扰。
    超声波雷达的基础应用时倒车辅助。在这个过程中,超声波传感器通常需要同控制器和显示器结合使用,从而以声音或者更直观的显示方式告知驾驶员扫除视野死角和视线模糊的缺陷,提高驾驶安全性。障碍物检测外,超声波雷达还有很多应用场景,例如泊车位检测、高速横向辅助等。泊车位检测时是自动泊车系统的第一步,主要依赖安装在车辆侧方的APA传感器。在汽车缓缓驶过停车位时,如图所示,汽车侧方的APA传感器会得到一个探测距离与时间的关系,然后可以计算得到停车位的近似长度。当检测的停车位长度大于汽车泊入所需的最短长度时则认为当前空间有车位。超声波雷达还可应用于高速横向辅助,特斯拉Model S车型是一个很好的例子。特斯拉Model S在确保右侧有足够空间的情况下,会自主向右微调,降低与左侧车辆的碰撞风险。目前大部分车型搭载的超声波雷达都是倒车雷达UPA,而随着自动驾驶技术的不段推进,基于超声波的自动泊车功能逐渐进入大众视野,APA的市场也会逐渐打开。
    在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/781268.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

易班开放应用授权重定向,出现跨域的解决方案

问题描述 今天开发H5网站需要接入易班,经过易班授权然后重定向(code: 302),使用axios发请求,但是前后端均配置跨域的情况下,不管怎么弄都是一直跨域 但是我们看network,network中对应请求的res…

nvm安装(win/linux)

win安装nvm Win安装nvm1、下载nvm2、直接安装nvm-setup.exe3、cmd运行查看安装情况 Linux安装nvm1、下载nvm安装包2、安装及配置环境变量3、查看安装情况 前端开发多个工程,node版本需要时不时的进行切换,如果重新下载安装nodejs会导致浪费很多无用的时间…

人群异常聚集检测告警算法 yolov5

人群异常聚集检测报警系统基于yolov5图像识别和数据分析技术,人群异常聚集检测告警算法通过在关键区域布设监控摄像头,实时监测人员的密集程度和行为动态,分析和判断人群密集程度是否超过预设阈值,一旦发现异常聚集,将自动发出信号…

Pytorch个人学习记录总结 03

目录 Transeforms的使用 常见的transforms Transeforms的使用 torchvision中的transeforms,主要是对图像进行变换(预处理)。from torchvision import transforms transeforms中常用的就是以下几种方法:(Alt7可唤出…

FileNotFoundException:xxx(系统找不到指定的路径)

目录 前言 背景 解决方法 错误示例 前言 这次是有个两年前的项目吧,不知道为什么无法启动了。中间迭代了多个版本,现在另一个同事接手了,领导让看一下。因为时间间隔过长,问题处理比较费劲。其中有的是配置问题,比…

【Linux学习】超详细——进程(2)

三、进程状态 3.1 准备知识 进程阻塞:进程因为等待某种条件就绪,而导致的一种不推进的状态(例如进程卡顿),因而阻塞一定是在等待某种资源。为什么阻塞?进程需要通过等待的方式,等具体的资源被别…

SpringCloudAlibaba微服务实战系列(二)Nacos配置中心

SpringCloudAlibaba Nacos配置中心 在java代码中或者在配置文件中写配置,是最不雅的,意味着每次修改配置都需要重新打包或者替换class文件。若放在远程的配置文件中,每次修改了配置后只需要重启一次服务即可。话不多说,直接干货拉…

java实现ffmpeg音频文件分割

项目中需要将视频会议中录入的音频文件通过阿里云语音识别为文件,但是阿里云语音识别对音频大小有限制,因此通过ffmpeg将大音频文件分割为几个短音频文件,并进行语音识别操作。 代码如下: package com.vion.utils; import java.i…

openGauss学习笔记-18 openGauss 简单数据管理-WHERE子句

文章目录 openGauss学习笔记-18 openGauss 简单数据管理-WHERE子句18.1 语法格式18.2 参数说明18.3 示例 openGauss学习笔记-18 openGauss 简单数据管理-WHERE子句 当我们需要根据指定条件从表中查询数据时,就可以在SELECT语句中添加WHERE子句,从而过滤…

Install Ansible on CentOS 8

环境准备: 1.至少俩台linux主机,一台是控制节点,一台是受控节点 2.控制节点和受控节点都需要安装Python36 3.控制节点需要安装ansible 4.控制节点需要获得受控节点的普通用户或root用户的权限,控制节点需要ssh客户端,…

24考研数据结构-——绪论

数据结构 引用文章第一章:绪论1.0 数据结构在学什么1.1 数据结构的基本概念1.2 数据结构的三要素1.3 算法的基本概念 引用文章 在此基础上增加自己的学习过程: 《王道》数据结构笔记整理2022 1.2数据结构三要素——逻辑结构和物理结构与数据运算之间的关系 1.3抽象…

JMeter+提取token变成全局变量

注:没打码,就代码乱写的接口,具体请按照你要跑的接口来输入值 一、创建线程组 二、配置HTTP请求默认值 IP地址一模一样,可以配置一个默认值,就不用每次都输入IP地址了 三、配置登陆ip 配置登陆地址,通过…

iOS 测试 iOS 端 Monkey 测试

说起 Monkey 测试,大家想到的是 monkey 测试只有安卓有,monkey 测试只针对安卓 app,今天给大家分享一下 Monkey 测试在 iOS 端也能跑!iOS 端 app 也能使用 Monkey 测试来执行稳定性测试。 一、环境准备 1、准备 Mac 设备&#x…

物业小区管理系统登录页面以及逻辑实现

学习vue3和springboot那肯定是少不了写项目的,在各个项目中肯定是离不开登录和注册的事情的,这也是一个项目起步的需求。 接下来我们来看看我们所写的项目起步。首先搭建vue3和springboot的项目环境,这些搭建大家自行完成即可,架子…

windows 修改 RDP 远程桌面端口号

打开 PowerShell , 执行regedit 依次展开 PortNumber HKEY_LOCAL_MACHINE \SYSTEM \CurrentControlSet \Control \Terminal Server \WinStations \RDP-Tcp 右边找到 PortNumber ,对应修改自己的端口号 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Co…

深度学习:tf.keras实现模型搭建、模型训练和预测

在sklearn中,模型都是现成的。tf.Keras是一个神经网络库,我们需要根据数据和标签值构建神经网络。神经网络可以发现特征与标签之间的复杂关系。神经网络是一个高度结构化的图,其中包含一个或多个隐藏层。每个隐藏层都包含一个或多个神经元。神经网络有多…

echarts3d饼图实现

一、vue中使用3d饼图 效果图: 二、使用步骤 1.引入库 安装echarts 在package.json文件中添加 "dependencies": {"echarts": "^5.1.2""echarts-gl": "^1.1.0",// "echarts-gl": "^2.0.8&quo…

基于AutoEncoder自编码器的MNIST手写数字数据库识别matlab仿真

目录 1.算法理论概述 2.部分核心程序 3.算法运行软件版本 4.算法运行效果图预览 5.算法完整程序工程 1.算法理论概述 MNIST手写数字数据库是机器学习中常用的数据集,包含了0到9这10个数字的手写图片。本文介绍一种基于AutoEncoder自编码器的MNIST手写数字识别算…

高校大数据教材推荐-Hadoop大数据开发基础(第2版)(微课版)

Hadoop大数据开发基础(第2版)(微课版)是“十四五”职业教育国家规划教材,是大数据应用开发“1X”职业技能等级证书配套系列教材,也是“以纸质教材为核心、以互联网为载体”的新形态教材,配套39个微课视频(二维码随扫随学&#xff…