要點

資訊感知是實現自動駕駛演算法的基礎和源泉。對周圍環境做出全面地識別和判斷是保證智慧汽車安全行駛的前提條件。目前，攝像頭、毫米波雷達、超聲波雷達和鐳射雷達都是自動駕駛領域常用的感測器。感測器技術的發展和進步，對於車輛在複雜駕駛環境中感知能力的提升至關重要。

攝像頭

攝像頭是當今智慧汽車最不可或缺的感測器。它的解析度高，透過深度神經網路學習進行模型標定、目標跟蹤和障礙物識別，可用於車外的道路環境感知和車內駕駛員和乘客的監控。汽車製造商們廣泛使用視覺感知方案來實現Level 2及以上的輔助駕駛功能，如前方碰撞警告（FCW）、車道偏離警告（LDW）、自適應巡航控制（ACC）和自主緊急制動（AEB）等。近些年，ADAS（高階輔助駕駛）裝機率的提高帶動了單車搭載的攝像頭的數目不斷增加。例如，特斯拉為其自動駕駛硬體系統配備了8個攝像頭，蔚來的ET7安裝了11個攝像頭之多。2019年，全球每部汽車安裝的攝像頭數目平均只有2.2個，但Omdia預計到2026年這個數字將翻倍。

隨著攝像頭使用數量的增加，對攝像頭效能的要求也在提高。採用更解析度的攝像頭是市場的趨勢，例如蔚來et7智慧駕駛搭載11個800萬畫素攝像頭。在高對比度的場景中，攝像頭感測器晶片需要更高的動態範圍來捕捉優質的影像。具有較高幀率的車載攝像頭能提供更流暢的影片畫面。感測器晶片的全域性快門技術有助於避免高速運動中影像的 “果凍效應”。此外，汽車攝像頭有一些獨特的要求，如LED閃爍抑制技術，以確保汽車能正確識別LED訊號。隨著自動駕駛技術的不斷深入，車載攝像頭還需要對環境的深度資訊進行感測。例如駕駛員疲勞監測功能，以及透過人臉識別確定駕駛員身份等功能。因此3D感測技術如ToF等方案將越來越受到市場的關注。
 

毫米波雷達

毫米波雷達是一種利用毫米波來探測障礙物距離的裝置。按照探測距離來分，毫米波雷達可以分為短程雷達（SRR），中程雷達（MRR）以及遠端雷達（LRR）。隨著自動駕駛水平的不斷提高，毫米波雷達因其成本優勢和穩定的工作效能，將被廣泛應用於Level 2及以上自動駕駛車輛。它可以全天候工作，是攝像頭的必要補充。

毫米波雷達正朝著體積更小、精度更高、探測距離更遠的方向發展。由於法規對自動駕駛的安全性要求不斷提高，24GHz毫米波雷達將逐漸被77GHz的產品取代，因為更高的頻率意味著更高的效能、更寬的頻寬和更好的解析度。

Omdia預計在Level 3及以上的自動駕駛系統中將平均配備5~8個毫米波雷達，以實現盲點檢測（BSD）、變道輔助（LCA）和後方碰撞警告（RCA）等功能。

超聲波雷達

超聲波是傳統汽車最常用的感測器之一。它是一種利用發射、接收和處理超聲波訊號並獲得目標的距離和位置等資訊的裝置。超聲波感測器在惡劣的天氣條件下，如霧、雨、雪和弱光條件下表現良好，而且價格相對便宜。因此，它被廣泛用於倒車雷達和自動泊車系統。

超聲波雷達的缺點包括反應時間長，視野有限，精度較低。此外，超聲波感測器很難探測到小型、快速移動的物體或多個物體。Omdia認為從長遠來看，在較高階自動駕駛汽車中，部分車用超聲波雷達將被效能更好的毫米波雷達取代。

鐳射雷達

鐳射雷達是一種發射鐳射束並接收回波以獲得目標的三維和速度資訊的系統。鐳射雷達跟攝像頭相比探測距離更遠，跟毫米波雷達相比對靜態目標的識別更準確，因此被認為是Level 3及以上自動駕駛系統最重要的感測器。然而，鐳射雷達在大雨或大霧天氣中可能會失效。另外，由於其成本較高，現階段配備鐳射雷達的車輛仍將以高階車型為主。

從技術趨勢來看，目前半固態式鐳射雷達解決方案的成熟度較高，易於透過車輛法規，因此成為市場主流選擇。未來鐳射雷達將朝著小型化、高解析度（64通道、128通道，甚至200通道等）和低成本的固態式解決方案發展。此外，將鐳射雷達整合到單個晶片的方案將成為長期的技術研發方向。

一直以來，特斯拉憑藉其演算法優勢和資料儲備推崇“純視覺”感知方案，不使用鐳射雷達。但其最新的自動駕駛硬體HW4.0中加入了4D毫米波雷達。4D毫米波雷達能夠實現四個維度（3D+高度）的資訊感知，且成本低於鐳射雷達，未來有望代替短距鐳射雷達，助力高階自動駕駛的進一步滲透。

由於每種型別的感測器都有其侷限性，無法提供車輛周圍環境的全部資訊，因此對感測器融合技術的需求日益增加。感測器融合技術是指將各種感測器（如毫米波雷達、攝像頭、鐳射雷達或超聲波雷達等）獲取的資訊融合起來，綜合分析做決策，以便得到一個更為完整可靠的環境描述，從而提升自動駕駛決策的信心度。

Omdia認為，在未來幾十年裡，隨著智慧汽車取代傳統燃油車的程式加快，對各種型別感測器的需求將進一步放大。而自動駕駛的推進也將促進感測器技術持續創新，推動感測器效能達到更高的水平。

來自： Omdia