在先进驾驶辅助系统（ADAS）中，多种传感器被用来增强车辆的安全性和自主性。每种传感器都有其独特的作用和适用场景。以下是ADAS中最常用的几种传感器及其功能简介：
1. 摄像头（Cameras）
- 作用: 捕捉车辆周围环境的视觉信息，用于识别车道线、交通标志、行人和其他车辆等。
- 应用场景: 车道保持辅助系统（LKA）、交通标志识别（TSR）、行人检测系统等。
2. 雷达（Radar）
- 毫米波雷达:
- 作用: 发射无线电波并测量反射回来的时间来确定物体的距离和速度，适用于检测前方障碍物及监控盲点区域。
- 应用场景: 自动紧急制动（AEB）、自适应巡航控制（ACC）、盲点监测（BSM）等。
3. 激光雷达（LiDAR, Light Detection and Ranging）
- 作用: 使用激光束扫描周围环境，提供高精度的距离测量和三维点云数据，帮助创建详细的环境模型。
- 应用场景: 在高级别自动驾驶系统中用于精确的地图构建和自我定位，在一些高端ADAS系统中也有应用。
4. 超声波传感器（Ultrasonic Sensors）
- 作用: 发射超声波并测量其反射时间来确定物体的距离，主要用于短距离内的障碍物检测。
- 应用场景: 停车辅助系统、自动泊车等功能，特别适合低速行驶时使用。
5. 惯性测量单元（IMU, Inertial Measurement Unit）
- 作用: 通过测量加速度和角速度来估算设备的姿态变化，适用于短期姿态估计。
- 应用场景: 结合GPS或其他定位技术，提高导航系统的精度；也可用于车辆动态控制，如电子稳定控制系统（ESC）。
6. GPS/RTK-GPS
- 作用: 提供全球定位服务，RTK-GPS通过差分修正技术可达到厘米级的定位精度。
- 应用场景: 实现车辆的精确定位，支持导航功能，并作为其他传感器的补充，特别是在开阔地带或高速公路环境中。
7. 夜视系统（Night Vision Systems）
- 作用: 利用红外线摄像机捕捉夜间或低光照条件下的图像，增强驾驶员对前方路况特别是行人或动物的可见度。
- 应用场景: 提升夜间行车安全，特别是在光线不足的情况下。
总结
这些传感器各自具有不同的优势和局限性，通常在实际应用中会结合使用，以实现更全面、可靠的环境感知能力。例如，摄像头可以识别具体的物体类型，但可能在恶劣天气条件下表现不佳；而雷达则可以在各种天气条件下稳定工作，但对于物体类型的识别能力较弱。因此，多传感器融合成为提升ADAS性能的关键策略之一。通过整合不同类型的传感器数据，可以弥补单一传感器的不足，提供更加准确、实时的环境理解和决策支持。
