2. Continental ADAS感知传感器选型与配置

在 Continental 的 ADAS 感知系统开发中,传感器选型不是“谁性能最强就选谁”,而是围绕整车功能目标、运行场景、成本约束与集成条件做匹配。毫米波雷达、摄像头、激光雷达和超声波传感器在物理机理、输出信息、环境适应性和成本上差异明显,理解这些差异是配置方案能否落地的关键。

四类传感器的性能特征

毫米波雷达工作在 24GHz 或 77/79GHz 频段,通过发射调频连续波并测量回波的时间差与多普勒频移,直接获得目标的距离、径向速度和方位角。它的核心优势是测距测速精度高、对光照和天气不敏感,能穿透雨雾和灰尘,在 77GHz 下探测距离可达 200m 以上。但雷达的角分辨率有限,对静止目标与金属护栏、井盖等易产生杂波,且难以识别目标类别。Continental 的 ARS 系列(如 ARS408、ARS540)是典型的前向雷达,其中 ARS540 采用 4D 成像体制,可输出高度信息,显著改善对静止目标和桥下车辆的区分能力。

摄像头通过图像传感器获取二维纹理信息,经 ISP 和感知算法输出车道线、交通标志、车辆、行人、骑行者等目标的类别与位置。它的优势是分辨率高、语义识别能力强、成本相对可控,是 AEB、LKA、交通标志识别等功能的主力。但摄像头对光照变化敏感,逆光、夜间、雨雪和镜头污损都会导致性能下降,且单目测距精度依赖目标尺寸先验,误差随距离增大。Continental 的 MFC 系列前视摄像头(如 MFC500)通常安装在挡风玻璃内侧,视场角约 100°,探测距离约 150m。

激光雷达通过发射激光脉冲并测量飞行时间,生成高密度的三维点云,测距精度可达厘米级,角分辨率远高于毫米波雷达,能精确还原目标轮廓和空间位置。它对光照不敏感,但受雨雾、灰尘影响较大,且成本高、寿命和车规可靠性仍在验证中。在 Continental 的感知架构中,激光雷达更多用于 L3 及以上场景的冗余感知和精确建图,而非全系标配。

超声波传感器工作在 40kHz 左右,通过回波测距,有效距离通常为 0.2~5m,测距精度高但探测范围小、响应慢,且受温度、风速影响。它主要用于近距离泊车、盲区监测和低速防碰撞,是 APA/自动泊车系统的核心传感器。Continental 的超声波方案通常由 8~12 个探头组成环车布置,配合泊车控制器完成车位识别与障碍物测距。

四类传感器性能维度对比与整车场景适配 毫米波雷达 77GHz FMCW / 4D成像 测距:0.2~250m 测速:直接多普勒,精度高 角分辨率:中(4D可提升) 环境:全天候,穿透雨雾 短板:类别识别弱、静止杂波 典型:ARS540 前向 摄像头 CMOS + ISP + 感知算法 测距:单目/双目,中远距 语义:车道线/标志/行人强 分辨率:高,纹理丰富 环境:受光照/污损影响 短板:逆光夜间雨雪衰减 典型:MFC500 前视 激光雷达 ToF / FMCW 点云 测距:厘米级,0.5~200m 角分辨率:极高,轮廓清晰 三维:直接输出点云 环境:受雨雾灰尘影响 短板:成本高、车规验证中 典型:L3冗余感知 超声波传感器 40kHz 回波测距 测距:0.2~5m,精度高 范围:近距,环车布置 响应:较慢,受温度影响 环境:低速泊车场景 短板:远距无效、易受风扰 典型:APA 泊车 8~12探头 整车场景适配原则 高速巡航 / AEB / ACC 主:前向毫米波雷达(测距测速) 辅:前视摄像头(类别/车道线) 融合:雷达+摄像头目标级融合 城市低速 / 泊车 / 盲区 主:超声波(近距测距) 辅:环视摄像头(车位识别) 融合:超声波+环视车位融合 L3 冗余 / 复杂场景 主:激光雷达(精确三维) 辅:4D雷达+摄像头冗余 融合:多源前融合/后融合 选型决策链:功能目标 → 场景约束 → 传感器组合 → 融合策略 → 成本与集成验证 ① 明确ODD与功能等级 ② 识别光照/天气/距离约束 ③ 选择主传感器+冗余传感器 ④ 确定融合层级与安装位置 示例:L2 高速方案 = 1×前向雷达 + 1×前视摄像头 + 4×角雷达 + 12×超声波

整车场景适配原则

选型的起点是功能目标与运行设计域(ODD)。高速巡航和 AEB 要求远距、全天候的测距测速能力,前向毫米波雷达是主传感器,摄像头提供类别和车道线信息,两者做目标级融合;城市低速和泊车场景以近距测距为主,超声波传感器配合环视摄像头完成车位识别与障碍物检测;L3 及以上场景需要冗余感知,激光雷达提供精确三维点云,4D 雷达和摄像头作为冗余通道,融合层级通常采用前融合或特征级融合。

在 Continental 的工程实践中,一个典型的 L2 高速方案可配置为:1 个前向 4D 雷达(ARS540)+ 1 个前视摄像头(MFC500)+ 4 个角雷达(SRR 系列)+ 12 个超声波传感器。前向雷达负责 200m 以上的远距目标,角雷达覆盖盲区和变道辅助,摄像头负责车道保持和交通标志识别,超声波负责低速泊车。这种组合在成本、性能和集成复杂度之间取得平衡。

配置中的关键约束

传感器安装位置直接影响性能。前向雷达需安装在保险杠后方,前方不能有金属遮挡,且要保证水平角和俯仰角标定准确;摄像头安装在挡风玻璃内侧,需考虑雨刮覆盖区域和玻璃曲率对成像的影响;激光雷达通常安装在车顶或前保险杠,需考虑清洁和散热;超声波探头环车布置,需避开牌照框和拖车钩等遮挡物。

融合策略上,雷达和摄像头的时间同步与空间标定是难点。雷达输出的是目标级数据,摄像头输出的是图像级数据,两者需要在统一坐标系下对齐。Continental 通常采用后融合方式,将各传感器目标关联后输出统一的环境模型;在 L3 方案中则逐步引入前融合,在特征层完成对齐,以提升对遮挡和恶劣天气的鲁棒性。

选型时建议先列出功能清单和 ODD 边界,再逐项匹配传感器能力,最后用实车场景验证。不要先定传感器再找功能,否则容易造成配置冗余或能力缺口。

成本与集成验证同样不可忽视。激光雷达虽然性能突出,但单车成本高、车规寿命和清洁维护仍是量产障碍;超声波传感器成本低但探测距离有限,不能替代中远距感知。最终方案需要在性能、成本、可靠性和整车集成难度之间做权衡,并通过实车道路测试、恶劣天气测试和误触发测试来验证配置是否达标。