4. 车载传感器与感知硬件

工程机械自动驾驶系统的感知能力，首先取决于车载传感器组合是否合理。与乘用车不同，工程机械常处于粉尘、振动、强光、遮挡和狭窄作业面环境，传感器选型不能只追求“配置高”，而应围绕作业任务、环境鲁棒性、安装空间和成本约束进行系统匹配。本节从传感器特性、选型原则、布置方法和典型误区四个方面展开。

一、核心传感器特性与互补关系

工程机械自动驾驶通常采用多传感器融合方案，单一传感器很难同时满足测距、分类、定位和姿态估计需求。激光雷达提供高精度三维点云，适合障碍物轮廓和料堆建模；毫米波雷达穿透粉尘、雨雾能力强，适合中远距离测速和测距；摄像头提供丰富纹理和语义信息，用于识别人员、标志和作业面；IMU 输出高频角速度和加速度，用于姿态解算和短时航位推算；GNSS 提供全局绝对位置，但在遮挡环境下易失锁；轮速计提供低速里程信息，适合隧道、料棚等 GNSS 弱场景。

二、选型原则：从任务反推配置

选型的第一步不是比较参数，而是明确作业任务。例如，无人矿卡关注远距离障碍物检测和扬尘穿透，应优先配置中长距激光雷达与毫米波雷达；无人挖掘机关注近距精细作业和人员安全，应强化近距摄像头、超声波或短距雷达；无人压路机关注贴边碾压和路径跟踪，对 GNSS 和 IMU 的精度要求更高。选型可遵循以下清单：

• 探测距离与视场角：根据最高车速和制动距离确定最小探测距离，根据作业面宽度确定水平视场角。
• 环境适应性：粉尘、雨雾、强光、振动、温度范围必须覆盖现场工况。
• 精度与频率：定位传感器更新频率应满足控制周期，IMU 通常需 100 Hz 以上。
• 时间同步能力：支持 PPS 或 gPTP 硬件同步，避免融合时产生时间偏差。
• 安装与维护：体积、重量、供电、线束、清洁窗口和标定便利性。
• 成本与冗余：关键感知链路应有冗余，但不必所有传感器都双备份。

三、布置原则：位置决定数据质量

传感器布置直接影响标定难度和感知效果。激光雷达应尽量安装在振动小、遮挡少的高处，避免被作业臂或料斗遮挡；毫米波雷达对金属敏感，应远离大面积金属结构并保证波束不被遮挡；摄像头应布置在雨刷或清洁可及位置，前视摄像头避免逆光直射；IMU 应靠近车辆质心并刚性固定，减少杆臂效应；GNSS 天线应安装在开阔高处，远离大功率发射源；轮速计安装于驱动轮或从动轮，需考虑轮胎滑转和磨损带来的里程误差。

四、典型场景与配置示例

以无人矿卡为例，其典型配置为：顶部 1 台 128 线激光雷达负责中远距三维感知，车头 2 台毫米波雷达负责远距测速，四周 4 台摄像头负责盲区与语义识别，IMU 与 GNSS 组合用于定位，轮速计用于低速航位推算。配置参数可参考如下：

传感器配置示例（无人矿卡）
lidar:   128线，探测距离 200 m，水平 FOV 120°
radar:   77 GHz，探测距离 250 m，更新率 20 Hz
camera:  1920×1080，全局快门，帧率 30 fps
imu:     零偏稳定性 1 °/h，输出频率 200 Hz
gnss:    RTK 双天线，定位精度 2 cm + 1 ppm
wheel:   每转 1024 脉冲，安装于驱动轮

五、常见误区与复盘

复盘时应从“任务—环境—传感器—布置—标定—验证”六个环节逐项检查。建议在样车阶段就建立传感器布置检查表，记录每个传感器的安装位置、朝向、线束走向、标定结果和现场表现，为后续批量改装提供依据。只有把选型与布置作为系统工程对待，才能让工程机械自动驾驶在真实工况下稳定运行。