一

前言：產業升級—汽車雷達

智能駕駛是不可逆轉的產業趨勢，在特斯拉、華為、理想以及小鵬等頭部車企引領下，汽車智能化加速發展；

伴隨L3 法規的逐步放開和算法的持續升級，自動駕駛功能或成為消費者購車的新需求。

2023 年以來中央和地方政府更是政策頻出推動智能駕駛行業發展，產業迎來質變時刻。車企不斷加碼智能化，國內智能汽車產業迎來爆發期，新勢力與傳統品牌車企都紛紛加碼智能駕駛，國內智能駕駛發展到達新高度；

2023 年1-9 月乘用車NOA 標配前裝搭載交付量已經達到37.7 萬輛，滲透率接近2.5%。

2024-2025年，將會是智能駕駛全面爆發的起點；

二

汽車雷達—智能駕駛的感官

智能駕駛系統由感知、決策和執行三個部分構成，責任明確地控制汽車運行。

感知層用來代替人的眼睛，通過傳感器（激光雷達、攝像頭、毫米波雷達、高精地圖等）來收集駕駛員行駛過程中涉及到的駕駛信息，包括道路邊界、車輛、行人，被稱為“中層控制系

統”。

決策層用來代替人的大腦，通過獲取到的信息進行計算，制定相應的控制策略，負責路徑規劃和導航，被成為“上層控制系統”。

執行層則是代替人的手腳，將接收到的控制策略進行執行，其中包括加減速、轉向等，也被稱為“底層控制系統”

其中，感知層與硬件相關性最高；

本文著重介紹感知層及其相關技術；

三

智能駕駛感知類別比較

毫米波雷達、激光雷達以及超聲波雷達的原理，技術特點與優缺點已列在上表中；

再次簡易梳理一下：

（1）攝像頭：成像與障礙物識別，但無法測距且受環境影響最大；

（2）毫米波雷達：測距測速能力強，不易受環境影響；成像和障礙物識別能力弱；

（3）超聲波雷達：近距離測距與避讓，傳統汽車上一直都存在；

（4）激光雷達：測距、點云成像和障礙物識別，但容易受到雨雪天氣因素影響；

以華為自動駕駛方案為例：

從華為ADS1.0方案到ADS2.0方案，是一個降成本增效率的過程；各類傳感器的數量都相應減少，同時對平臺算力的壓力也對應減輕，從昇騰810降低至昇騰610；

四類傳感器都具在，通過感知融合算法實現智能駕駛；

2024年初，華為已開始推送“全國無圖”城區NCA（不依賴高精地圖城區智駕領航輔助功能）；

未來，智能駕駛還將繼續普及到中階和低階車型；

又將會是下一個“智能手機”的時代；

后言：給學生讀者的思考

在很長一段時間，電磁場/毫米波等專業學生的就業方向主要為：

（1）民用通信；

（2）通信類芯片設計；

（3）軍工類；

在當前智能汽車與自動駕駛爆發性發展后，上述專業同學可結合自身特性考察自動駕駛公司的發展前景；

審核編輯：黃飛

?