自动驾驶的念头，日益突出，许多奇幻小说中也有有关想象。自然大家并没有想起的是，科技的发展这般快速，想象将要成为实际，以前也提到，从Google、百度搜索、特斯拉汽车等科技有限公司，到宝马五系、新款奔驰、奥迪车等整车生产商，再到内地、BOSCH、德尔福等零部件大佬，陆续进军自动驾驶行业。

最先简易说一下无人驾驶的基本原理，全部的操控系统全部都是由感应器、控制板和执行机构构成的。

从这种视角上讲，无人驾驶基本原理实际上和人力安全驾驶十分类似的，人们用双眼观查实时路况，而无人驾驶则是应用毫米波雷达、超声波雷达、监控摄像头、GPS等感应器来观察实时路况位置与方向。大家用人的大脑做分辨，无人驾驶自然便是用电脑做为控制板来分辨。随后大家根据手和脚操纵车子汽车方向盘、加快和刹车踏板，无人驾驶也是依据电脑上的输入输出立即去操纵车子。

完成一个无人驾驶系统软件，基本上会几个等级：

认知层 → 结合层 → 整体规划层 → 操纵层

IMU

认知层是自动驾驶是不是还可以完成的前提条件，为了更好地能让自动驾驶系统软件有更高频地获得精准定位信息内容，那么就引进頻率高些的感应器。这就是百度无人车感应器的协同出演之一——IMU（Inertial Measurement Unit）惯性力精确测量模块。

GPS获得的地理坐标信息内容做为导入数据信号传到IMU，IMU再根据串口线与控制板相互连接，为此获得更高频的精确定位結果。

IMU（InerTIal Measurement Unit）别名惯性力精确测量模块，理论力学告知大家，全部的健身运动都能够转化为一个匀速直线运动和一个转动健身运动，故这一惯性力精确测量模块便是精确测量这2种健身运动，匀速直线运动根据加速度传感器能够精确测量，转动健身运动则根据陀螺图片。一般的，一个IMU包括了三个双轴的加速度传感器和三个双轴的陀螺图片，加速度传感器检验物件在媒介坐标系统单独三轴的瞬时速度数据信号，而陀螺图片检验媒介相对性于导航栏平面坐标的角速度数据信号，精确测量物件在三维空间中的角速度和瞬时速度，并为此校正出物质的姿势。在导航栏选用着很重要的使用使用价值。为了更好地提升稳定性，还能够为每一个轴配置大量的感应器。一般而言IMU要安裝在被测物体的重心上。

激光器雷达探测

说到无人驾驶汽车，就不能不提及毫米波雷达。它便是没有人车里不断转动的那顶遮阳帽。它的工作原理类似水下声纳。只不过是这儿大家用尽替代响声，来考量车辆与阻碍物中间的间距。和蜘蛛靠回声定位一样，车辆向四周发送激光，并根据反射面过来的数据信号制作出周边环境的3D实体模型。

毫米波雷达

毫米波雷达的普及化所碰到的最大的考验是：成本费过高，独立一个雷达探测的价钱也许就超出了一般汽车的价钱。

为了更好地推动无人驾驶技术应用的发展趋势，与此同时要处理监控摄像头激光测距、限速不足准确的难题。技术工程师们挑选了性价比高高些的毫米波雷达做为激光测距和限速的感应器。毫米波雷达不但有着成本费适度的特性，并且可以很好的解决毫米波雷达所解决不到的沙尘天气。

图上图示为百度搜索Apollo 2.0中常采用的毫米波雷达——ConTInental的ARS-408，它被组装在汽车后保险杠的中间，朝向车辆的正确方向。

运用在智能驾驶方面的毫米波雷达关键有3个频率段，分别是24GHz，77GHz和79GHz。不一样频率段的毫米波雷达拥有不一样的功能啊。

24GHz处于该频率段上的雷达探测的检验间距比较有限，因而经常使用于检验近点的阻碍物（车子），可以完成的ADAS作用有盲区检验、变更车道輔助等；频率段在77GHz上下的雷达探测，较大检验间距能够做到160米之上。

自然无人驾驶汽车的认知层创建是一个比较复杂的全过程，必须一层层不一样认知系统软件，进而确保恰当地鉴别周边环境。除开本文提及的IMU、毫米波雷达、毫米波雷达外，也有已被广泛运用的超声波雷达、监控摄像头、GPS等感应器。

能不能恰当认知周边地自然环境，这也是无人驾驶汽车完成的必需前提条件。大家希望自动驾驶给大家开演的奇妙大面积。
责编；zl

上一篇：压力传感器使用过程中遇到的常见问题解答

下一篇：模拟传感器和数字传感器的性能区别解析