OmdiaOmdia要點

信息感知是實現自動駕駛算法的基礎和源泉。對周圍環境做出全面地識別和判斷是保證智能汽車安全行駛的前提條件。目前，攝像頭、毫米波雷達、超聲波雷達和激光雷達都是自動駕駛領域常用的傳感器。傳感器技術的發展和進步，對于車輛在復雜駕駛環境中感知能力的提升至關重要。

攝像頭

攝像頭是當今智能汽車最不可或缺的傳感器。它的分辨率高，通過深度神經網絡學習進行模型標定、目標跟蹤和障礙物識別，可用于車外的道路環境感知和車內駕駛員和乘客的監控。汽車制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（高級輔助駕駛）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件系統配備了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，對攝像頭性能的要求也在提高。采用更分辨率的攝像頭是市場的趨勢，例如蔚來et7智能駕駛搭載11個800萬像素攝像頭。在高對比度的場景中，攝像頭傳感器芯片需要更高的動態范圍來捕捉優質的圖像。具有較高幀率的車載攝像頭能提供更流暢的視頻畫面。傳感器芯片的全局快門技術有助于避免高速運動中圖像的 "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信號。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信息進行感測。例如駕駛員疲勞監測功能，以及通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設備。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）以及遠程雷達（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性能，將被廣泛應用于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。由于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性能、更寬的帶寬和更好的分辨率。

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）和后方碰撞警告（RCA）等功能。

超聲波雷達

超聲波是傳統汽車最常用的傳感器之一。它是一種利用發射、接收和處理超聲波信號并獲得目標的距離和位置等信息的裝置。超聲波傳感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，它被廣泛用于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，超聲波傳感器很難探測到小型、快速移動的物體或多個物體。Omdia認為從長遠來看，在較高級自動駕駛汽車中，部分車用超聲波雷達將被性能更好的毫米波雷達取代。

激光雷達

激光雷達是一種發射激光束并接收回波以獲得目標的三維和速度信息的系統。激光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傳感器。然而，激光雷達在大雨或大霧天氣中可能會失效。另外，由于其成本較高，現階段配備激光雷達的車輛仍將以高端車型為主。

從技術趨勢來看，目前半固態式激光雷達解決方案的成熟度較高，易于通過車輛法規，因此成為市場主流選擇。未來激光雷達將朝著小型化、高分辨率（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，將激光雷達集成到單個芯片的方案將成為長期的技術研發方向。

一直以來，特斯拉憑借其算法優勢和數據儲備推崇“純視覺”感知方案，不使用激光雷達。但其最新的自動駕駛硬件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）的信息感知，且成本低于激光雷達，未來有望代替短距激光雷達，助力高階自動駕駛的進一步滲透。

由于每種類型的傳感器都有其局限性，無法提供車輛周圍環境的全部信息，因此對傳感器融合技術的需求日益增加。傳感器融合技術是指將各種傳感器（如毫米波雷達、攝像頭、激光雷達或超聲波雷達等）獲取的信息融合起來，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，在未來幾十年里，隨著智能汽車取代傳統燃油車的進程加快，對各種類型傳感器的需求將進一步放大。而自動駕駛的推進也將促進傳感器技術持續創新，推動傳感器性能達到更高的水平。

文章來源：Omdia

審核編輯 黃宇