自动驾驶汽车是依托人工智能、视觉计算、激光雷达、监控安装和全球定位系统协同协作，让电脑能够在没有人类主动的操作下，自动、平安地操作机动车辆，其主要由环境感知系统、定位导航系统、途径规划系统、速度控制系统、运动控制系统、中央处置单元、数据传输总线等组成。

自动驾驶汽车在传统汽车的根底上扩展了视觉感知功用、实时相对地图功用、高速规划与控制功用，增加了全球定位系统天线、工业级计算机、GPS 接纳机、雷达等中心软硬件。感知环节经过各种传感器采集四周环境根本信息，是自动驾驶的根底，主要包括毫米波雷达、激光雷达、超声波传感器、图像传感器等。

4种传感器感知范围表示图

4种传感器及其产业链引见?

毫米波雷达

ADAS系统(高级辅助驾驶系统)需求雷达传感器的支持，而雷达也是完成自动驾驶功用的一大功臣。毫米波雷达应用无线电波对物体停止探测和定位。

如今的雷达系统主要有用于中短测距的 24 GHz 雷达和长测距的 77 GHz 雷达 2 种，其中 77 GHz 的优势主要在于间隔和速度测定的精确性，此外其角分辨率也愈加精准。毫米波雷达可有效提取景深及速度信息，辨认障碍物，有一定的穿透雾、烟和灰尘的才能，但在环境障碍物复杂的状况下，由于毫米波依托声波定位，声波呈现漫反射，招致漏检率和误差率比拟高;

固态雷达芯片系统很常见，体积小，价钱低廉。它们具有良好的范围，但比其他传感器的分辨率更差。它们在明暗条件下同样工作良好，77 GHz系统可以更好地感知雾，雨和雪，这会招致激光雷达和被动视觉系统的应战。

雷达无法停止颜色，比照度或光学字符辨认。雷达在肯定当前施行中的交通相对速度方面十分有效。固然传感器尺寸使其更接近近间隔探测，但它们在极短间隔内的效率低于声纳。

产业链

目前，全球毫米波雷达市场主要由博世、大陆、天合汽车集团、法雷奥、海拉、德尔福、电装、奥托立夫、富士通等厂商主导，其中法雷奥、海拉和博世占领我国 24 GHz 雷达市场 60% 以上的出货量，德国大陆、博世和德尔福占领我国 77 GHz 雷达市场 80% 以上的出货量。

中国毫米波雷达技术产业创新加速，24 GHz 毫米波集成电路已完成范围量产。芜湖森思泰克智能、杭州智波、华域汽车等完成了 24 GHz 毫米波雷达的批量消费，沈阳承泰、湖南纳雷、南京隼眼电子、北京行易道、华域汽车、上海保隆汽车、苏州安智汽车等均完成了 77 GHz 雷达的样机测试，局部公司有望于 2019-2020 年完成范围量产。

但由于供给链与学问产权等限制，国际毫米波雷达芯片商对中国并没有完整放开 77 GHz 雷达芯片的供给，极大水平地限制了国内 77 GHz 毫米波雷达的研发及产业化。此外，思索到雷达产品稳定性需求长期、大范围消费经历的积聚，国产技术产业全面打破仍面临消费工艺等多方面的应战。

激光雷达

激光雷达依托是激光而不是无线电波。除了激光发射器，这套系统还需求一个敏感的接纳器。激光雷达系统能探测静态和动态物体，并提供被探测物的高分辨率的几何图像、间隔图像、速度图像。

激光雷达目前是大而昂贵的系统，必需装置在车辆外面。分单线和多线激光雷达，多线激光雷达能够取得极高的速度、间隔和角度分辨率，构成准确的 3D 地图，抗干扰才能强，是智能驾驶汽车开展的最佳技术道路，但是本钱较高，也容易遭到恶劣天气和烟雾环境的影响;

目前的施行计划曾经根本上从早期的30米范围到150米到200米改良了范围，同时分辨率也进步了。

激光雷达在一切光线条件下都能很好地工作，但由于运用了光谱波长，它们开端因空气中的雪，雾，雨和尘埃颗粒的增加而失效。激光雷达无法检测颜色或比照度，也无法提供光学字符辨认功用。

在汽车行业，激光雷达是个相对较新的系统，正越来越受欢送。

谷歌的自动驾驶汽车处理计划运用激光雷达作为主要传感器，但也运用其他传感器。特斯拉目前的处理计划并未包含激光雷达(固然姊妹公司SpaceX的确如此)以及过去和如今的声明标明他们以为自动驾驶汽车不需求。

眼下，激光雷达曾经不是什么新颖玩意，任何人都能从商店抱一台回家，且准确度能满足普通需求。不过，想让它克制一切环境要素(温度、太阳辐射、黑夜、雨雪天)稳定工作并不容易。此外，车载激光雷达还得能看 300 码(约合 274 米)远。最重要的是，这样的产品必需能以市场可承受的价钱和体积停止大范围量产。

激光雷达在工业和军事范畴曾经应用。不过，它毕竟是一种具有 360 度全景视角的复杂机械透镜系统。由于单个本钱高达数万美圆，因而激光雷达暂时还不合适在汽车产业大范围部署。

产业链

目前，车载激光雷达产品研发及消费厂商主要集中在国外厂商，美国 Velodyne 激光雷达技术研发及产业化进程相对抢先，具有包括 HDL-64E、HDL-32E 和 VLP-16 3 个系列在内的多条产品线，曾经和 25 个无人驾驶汽车项目达成协作协议，客户掩盖百度、福特、谷歌、日产、沃尔沃等;其他厂商如美国德尔福、德国大陆、德国英飞凌(Infineon)、以色列 Oryx Vision、美国 Blackmore、美国TetraVue、美国 Cepton、加拿大 Leddartech、美国 Quanergy、以色列 Innoviz 等技术竞争实力相对较强，在不同产品范畴均占领一定份额。

国内代表厂商包括北科天绘、禾赛科技、镭神智能、北醒光子、速腾聚创、光珀智能等，均鼎力研发规划车载激光雷达产业，以北科天绘为例，具有 18 年的激光雷达技术积聚，采用完整自主研发的芯片和半导体工艺，率先完成高端激光雷达配备范围量产。

目前，我国激光雷达产业链的整体开展程度还存在一定差距，激光雷达主要由激光光源、探测器和信息处置器组成， 电子元器件采购网 光源、探测器局部中心部件分别是激光二极管和雪崩二极管，目前国内激光二极管产品根本依赖进口，雪崩二极管有一定产业根底但对外依存度仍然较高。

超声波传感器

超声波传感器主动发出高于人类听觉程度的高频声音。它们具有十分差的范围，但是关于十分近间隔的三维映射十分好，由于声波相对较慢，因而能够检测到一厘米或更小的差别。

无论光照程度如何，由于间隔短，它们都能够在雪，雾和雨的条件下同样良好地工作。与激光雷达和雷达一样，它们不提供任何颜色，比照度或光学字符辨认功用。由于它们的射程短，因而无法用于丈量速度。它们小而廉价。

超声波传感器主要应用于短间隔场景下，如辅助泊车。构造简单、体积小、本钱低是它的优势。

超声波传感器是应用超声波的特性，将超声波信号转换成其它能量信号的传感器，具有频率高、波长短、绕射现象小等特性，对液体、固体的穿透性较强，用于自动驾驶汽车可协助车辆探测外部环境并指导车辆对此做出恰当的反响。超声波传感器初期主要用于车辆制动辅助系统和倒车雷达，用来检测障碍物防止碰撞和擦蹭，目前已被研讨应用在自动泊车和自动刹车系统。

一是自动泊车辅助系统应用超声波传感器提供的停车区信息和车辆位置，控制汽车油门、制动器和转向，从而完成车库停车和侧方位自动泊车。泊车传感器经过声纳技术来计算与目的物体的间隔或方向，汽车制造商经过在后保险杠上安顿 2～4 颗传感器来部署自动泊车系统，这样能够确保探测间隔在 2～2.5 m 之间，并将丈量到的间隔用蜂鸣声传达给驾驶员。

二是超声波自动刹车系统是经过松开油门踏板、同时采取制动来防止前侧碰撞，放置在汽车车头的超声波传感器会发射超声波，在接纳到前面物体的反射波后肯定汽车与物体之间的间隔，进而经过伺服电机自动控制汽车制动系统。

产业链

车用超声波传感器市场较为分散，国际厂商主导位置显著。目前，全球车用超声波传感器市场主要由Bosch，Valeo，Murata和SensorTec等主导，国内尚无具有较强竞争力的大型专业设计和制造厂商。

图像传感器(摄像头)

近年来，相机图像辨认系统变得十分廉价，小巧且高分辨率。它们的颜色，比照度和光学字符辨认功用为其提供了一个全新的功用集，完整没有其他一切传感器。它们具有最佳的传感器范围，但光线条件良好。它们的范围和性能随着光线程度变暗而降低，开端依赖于 - 就像人眼一样 - 依赖于汽车前灯的光线。

经过对采集图像停止计算机算法剖析，车载摄像头可以辨认行人、自行车、机动车、道路轨迹线、路牌、信号灯等环境信息，进而支撑完成车道坚持辅助、车道偏离预警、前向碰撞预警、行人碰撞预警、全景泊车、驾驶员疲倦预警等功用。

产业链

我国在车载摄像头镜头、模组等方面具备较好根底，在图像传感器、DSP 方面对外依存度较高：

一是国内具有以大立光学、舜宇光学、玉晶集团、亚洲光学、利达光电、关东辰美、先进光电、威海世高光电子、深圳市理念光电、江西兴邦光电、深圳精龙达光电、东莞新旭光学、水晶光电等为代表的车载摄像头镜头元件提供商，打破了模压玻璃非球面技术、精细变焦凸轮设计技术、多层宽带增透镀膜技术、超低色散光学玻璃技术等高精细加工工艺，技术程度与日本电波、蔡司、三星、LG、夏普等国际厂商根本相当。

二是具有以同致电子、深圳豪恩、苏州智华、欧菲光等为代表的模组厂商，可提供车载级平安请求的摄像头模组产品。

三是具有格科微、思比科等图像传感芯片处置企业，在 CMOS 图像传感上具备一定技术根底，但在高像素演进和单像素尺寸微缩方面与索尼、三星仍存在较大差距，高端产品仍存在严重技术依赖。

国际上主要由索尼、Delphi、霍尼韦尔、东芝、Mobileye等国际厂商供货，国内仍存在较大的提升空间。

多传感器交融是主要方向?

固然说自动驾驶在全球范围内曾经构成风潮，并有望在2021年完成4级自动驾驶，但是其想要真正走入理想也并非易事。从技术方面而言，目前自动驾驶的痛点在于稳定牢靠的感知及认知，包括明晰的视觉、优质的算法、多传感器交融以及高效强大的运算才能。其中，多传感器交融是完成自动驾驶的必然开展趋向。

自动驾驶汽车需求用到多种传感器

详细而言，多传感器交融就是将多个传感器获取的数据、信息集中在一同综合剖析以便愈加精确牢靠地描绘外界环境，从而进步系统决策的正确性。固然在原理上看似简单，但是在自动驾驶场景中则显得充溢应战。多传感器交融，需求对每个传感器采集的信息停止快速处置，从而让高速行驶的汽车及时停止反应动作，以应对突发的交通状况。由此可见，多传感器交融并不只仅是硬件方面的协同配合，还包括决策层的算法和算力支持。

当前，自动驾驶环境感知技术道路主要包括视觉主导和激光雷达主导两种计划：

一是以特斯拉为代表的「摄像头 + 毫米波雷达 + 超声波雷达」多传感器交融，Autopilot 2.0 硬件由 8 个摄像头、1 个毫米波雷达和 12个超声波雷达组成，但摄像头受环境光照影响较大，目的检测较不牢靠，优势是本钱相对较低;

二是以 Google Waymo 为代表的「低本钱激光雷达 + 毫米波雷达 + 超声波传感器 + 摄像头」多传感交融，激光雷达是主动视觉，目的检察较为牢靠，但短少颜色和纹理信息且本钱较高。

目前，没有一种处理计划是圆满的，每种组合处理计划都有妥协，即便这些妥协的范围或不同方向的认识水平不同。这些传感器技术将以不同的方式在不同的车辆价钱点组合，从而取得更有效的处理计划。

• 传感器
• 介绍
• 机器
• 4种
• 产业链