汽车传感器，自动驾驶的感知前沿与“智能之眼”

July 14, 2023

Fanny Hu

发布于2023-07-14

未来的某一天，你与家人坐在一辆正在行驶的汽车内，车窗外的风景飞驰而过，本是司机的你，双手却可以自由地和家人互动游戏，你甚至还可以一手拿着热咖啡，一手翻阅着一本好书。这种充满未来感的画面，随着近年来自动驾驶技术的发展，已经离我们越来越近，而它的实现基础正是——汽车传感器。

汽车传感器就像自动驾驶汽车的眼睛和耳朵，是汽车感知环境的重要工具，是实现自动驾驶最为关键的技术之一。在自动驾驶汽车的世界里，汽车传感器就像一个精密的指挥家，从不同角度、不同层次感知汽车周围的环境，包括路况、天气、行人和车辆等等。同时，它们从这些源源不断的信息中，快速提取出汽车驾驶所需的重要数据，提供给做出精准行驶决策的自主驾驶单元（ADU）。

理解汽车传感器的工作原理，不仅能让我们更好地理解自动驾驶的魅力，还能让我们的驾驶更加安全、便捷。下面，让我们一起来探索汽车传感器的世界，理解它们如何助力自动驾驶以及如何改变我们的生活。

智能汽车为什么需要传感器？

当前，智能汽车已经成为汽车行业和科技领域里最重要的发展方向之一，而传感器作为智能汽车的重要组成部分，对汽车走向智能化发挥着至关重要的作用。传感器关键作用在于能够感知和识别汽车周围的环境要素，从而为ADU提供必要的数据，实现智能决策。目前，汽车传感器主要分为车辆感知和环境感知两大类型，这两个感知方面在智能汽车的自主导航和决策中起着互补的作用，为智能汽车提供全面的感知能力，实现安全、高效的自动驾驶体验。

车身感知：帮助汽车“认识”自己

智能汽车的车身感知主要关注的是智能汽车自身的状态和行为。通过车身感知，智能汽车能够实时监测和获取自身的位置、速度、加速度、方向等参数。这种感知能力使智能汽车能够了解自己在道路上的位置和状态，从而做出相应的驾驶决策。车身感知传感器主要包括惯性测量单元（IMU）、轮速传感器、摄像头等，用于感知和监测车辆的动态特征，并形成数据交由ADU处理和算法分析，提供准确的车辆状态信息。

环境感知：赋能汽车“理解”环境

环境感知则更加关注智能汽车周围的外部环境和其他交通参与者。通过环境感知，智能汽车能够感知和识别道路标志、交通信号灯、行人、障碍物和其他车辆等元素。这种感知能力使智能汽车能够理解和解读道路上的交通环境，从而做出相应的驾驶决策和行为。环境感知传感器如激光雷达、雷达和摄像头等，能够捕捉周围环境的信息，用于高精度的环境感知和识别。

图片来源：https://www.here.com/learn/blog/internal-vehicle-sensors-what-a-car-knows-about-itself

传感器如何助力汽车驾驶智能化？

汽车上不同传感器的应用使汽车驾驶变得更加智能化。智能汽车的ADU中集成的多种传感器可以感知和获取与汽车自身和周围环境相关的数据，为ADU提供丰富的信息和反馈。那么智能汽车主要有哪些关键传感器、这些传感器又如何助力汽车的智能化发展呢？

汽车主要传感器产品以及应用场景

如今，随着技术的发展，汽车已经从一个简单的运输工具转变成了一个集成了各种复杂传感器的高科技产品。这些传感器的应用，对于提高驾驶安全性和舒适性乃至支持最新的自动驾驶技术，都发挥着极其重要的作用。

雷达——距离测量和速度检测

车载雷达是汽车上最基础、最常见的传感器产品。雷达技术最初仅用于军事和航空领域，后随着技术的成熟也被普及到了汽车行业之中。雷达（Radio Detection and Ranging），它的工作原理是发射无线电波，然后接收反射回来的信号，通过计算无线电波从发射到反射的时间来测量到目标物体的距离。

雷达具有精度高、范围大、抗干扰性强等主要优点，不仅能够精确测量目标物体的距离和速度，覆盖从几米到几千米不等的探测范围，同时受环境因素（如雨雪、雾气等）影响较小，在各种天气条件下都能够工作。

车载雷达传感器用于距离测量和速度检测，对保持车辆与前方物体的安全距离发挥着关键作用。例如，检测车辆前方的障碍物发出前向碰撞警告、测量前方车辆的速度和距离进行自适应巡航控制、在碰撞危险下采取自动紧急刹车等。

激光雷达（LiDAR）——三维环境感知

除了传统的基于无线电波的雷达技术之外，激光雷达（LiDAR，Light Detection And Ranging）也是当前雷达技术最为一个重要的发展方向，被更为深入地应用在了汽车的自动和智能驾驶之中。那么，LiDAR和传统雷达技术有什么区别呢？

雷达和LiDAR虽然都属于遥感技术，都依赖于发射信号并接收反射回来的信号来检测物体的位置和距离，但是，这两种技术在实现方式、应用场景和性能上存在显著差异。

首先，二者在测距实现方式上有所不同。传统雷达是基于无线电波来进行测距，但LiDAR使用的是光脉冲来进行测距，通常会使用近红外或红外激光。这种技术在1960年激光被发明后不久就开始被研究和开发。由于光脉冲比无线电波的波长要小得多，因此LiDAR能够提供更高的空间分辨率和测量精度，使得激光能够更加精确地定位目标。

其次，两种技术的数据获取方式不同。普通雷达主要用来获取目标的距离和速度信息，而LiDAR除了这些信息之外，还能获取更复杂的数据，LiDAR通过测量大量点的距离，可以创建一个详细的三维点云图，该图可表现出目标物体的形状和表面特性。因此，LiDAR能够提供比普通雷达更丰富和更精细的数据。

但相较于普通雷达来说，激光雷达的环境适应性相对较弱。对于细节丰富的环境，如城市街道，LiDAR由于其高分辨率和精确的测量能力通常能提供更好的环境感知。但在雾、雨、雪等恶劣天气条件下，无线电波通常比激光更具穿透性，因此雷达在这些情况下可能会比LiDAR表现得更好。

但总体来看，激光雷达的高精度、实时性、检测能力强等特点，不仅能够生成高精度的三维点云数据对环境进行精确的建模，还能够检测出包括车辆、行人、建筑物、树木等各种物体，支持实时地获取和处理数据，为自动驾驶提供及时的环境信息。目前LiDAR主要应用于自动驾驶和高级驾驶辅助系统（ADAS）的智能汽车场景中，通过生成三维环境地图，能够帮助自动驾驶系统更好地理解和导航环境。

激光雷达技术，图片来源：https://www.mdpi.com/2073-8994/12/2/324

在自动驾驶汽车中，为了获得最全面的环境感知，通常会同时使用普通雷达和LiDAR这两种技术，以便利用它们的优势并互补其不足。目前，Velodyne、Luminar、Innoviz等公司都是LiDAR市场的主要供应商，它们的产品被应用于多种自动驾驶汽车之中。

光学摄像头——视觉感知和图像处理

除了雷达之外，光学摄像头已成为智能汽车不可或缺的传感器组件，它在视觉感知和图像处理方面发挥着关键作用。能够为汽车提供丰富的视觉信息，包括准确识别其他车辆、行人、路标、交通信号等，同时通过摄取信息的识别和处理，能够预测可能发生的碰撞事件，提高驾驶的智能性和安全性。

光学摄像头主要由图像传感器、镜头、光学滤镜、图像处理器等组件构成，具有以下显著特点：

高分辨率：现代光学摄像头可以提供高达数百万像素的图像分辨率，为后续的图像处理提供了丰富的细节信息。
实时性：光学摄像头可以实时捕捉和传输图像，满足汽车在行驶过程中对实时视觉信息的需求。
宽动态范围：光学摄像头具有宽动态范围的能力，可以在强光和弱光的环境中同时捕捉到详细的信息。

在这些技术支撑下，光学摄像头可以支持前向视觉感知，即安装在汽车前部用于捕捉到前方的道路情况，包括其他车辆、行人、路标、交通信号等信息。也可以辅助车道保持，通过识别道路上的车道线，帮助车辆自动驾驶在车道中。此外，还可以通过在汽车周围安装多个光学摄像头，实现全方位的环视监控，提供泊车辅助和盲区检测等功能。

车载CIS——基于光信号转换的数字图像

说到光学摄像头，就不得不要提到车载CMOS图像传感器（CIS）。实际上，CIS是光学摄像头的核心组件，它负责将接收到的光信号转换为电信号，后者可以被处理成我们看到的数字图像。

具体来说，CIS是一种微型半导体设备，它由数百万个微小的像素单元组成。在汽车的应用中，CIS被安装在光学摄像头内，通过镜头接收来自环境的光线。这些光线在通过镜头的聚焦和光学滤镜的筛选后，被投影到CIS的表面。CIS将这些光信号转换为电信号，并输出到图像处理器。图像处理器将电信号转换为数字图像，并进行一些处理（例如降噪、锐化、色彩平衡调整等），最后输出到显示设备或驾驶辅助系统。

由于CIS的高灵敏度和低功耗特性，它们被广泛应用在现代汽车的各种视觉感知系统中，例如前向视觉感知、车道保持辅助、环视监控、夜视系统等。这些视觉感知系统为汽车提供了丰富的环境信息，提高了驾驶的安全性和舒适性。

目前市场上主要的光学摄像头产品有Sony的IMX系列，OmniVision的OV系列，以及Mobileye的EyeQ系列等。这些产品各有特色，例如Sony的IMX系列以其出色的图像质量和高灵敏度广受好评，而Mobileye的EyeQ系列则整合了图像处理算法，可以直接输出处理后的视觉感知信息。

图片来源：https://www.dongchedi.com/article/7133055270640484877

多传感器融合是趋势

多个传感器的协同作用对于实现高度精确和有效的自动驾驶至关重要，也是当前自动驾驶领域的重要发展方向。传感器之间的协同通常在一个中心处理单元中进行，这个单元接收来自各个传感器的数据，并将这些数据融合在一起，形成一个对车辆周围环境的综合认知。这个过程通常称为“传感器融合”，当前已经被广泛应用于智能汽车的制造之中。

比如，特斯拉就通过集成多种高级传感器实现了全方位的车辆环境感知、决策制定和动作执行，特斯拉此前的Autopilot传感器套件曾包括八个摄像头、一个前置雷达以及多个超声波传感器。多个全方位的高清摄像头，用于检测车道线、交通标志、行人、其他车辆以及其他可能存在的障碍物；前方的雷达传感器，能在所有天气条件下探测到前方200米内的物体，用于远距离物体检测和速度估计；多个超声波传感器，覆盖车辆的近距离周围环境，用于停车辅助和近距离物体检测。另外，还配备有高精度GPS系统确定车辆的精确位置，惯性测量单元（IMU）检测和记录车辆的速度、位移和角度等动态参数，以及车轮编码器检测车轮的旋转速度和距离。特斯拉将这些传感器的数据融合，并通过先进的人工智能算法，实现了如自动换道、自动驾驶、自动并线、自动停车、自动召唤等自动驾驶系统的核心功能。

特斯拉的传感器构成，图片来源：https://www.caranddriver.com/news/a36542541/tesla-model-3-model-y-pure-vision/

但当前出现的一个新趋势是，特斯拉正在尝试使用视觉技术正在逐步取代雷达。特斯拉在2022年10月宣布，在北美、中东、欧洲及中国台湾市场销售的 Model 3 和 Model Y电动汽车中将不再使用超声波传感器，而改为使用纯视觉的“Tesla Vision”自动/辅助驾驶技术。Model S和Model X也将在2023年进行类似的改变。实际上，从2021年开始特斯拉就已经开始过渡到无雷达的自动驾驶系统，而去年它进一步取消了超声波传感器的使用。特斯拉的理念是，由于道路是为人类设计的，人类使用基于视觉的系统进行决策，因此最好使用纯摄像头和人工智能神经网络来复制这一模式，而不是使用雷达数据。在全面采用Tesla Vision技术后，自动泊车和碰撞警告等应用中的短距离物体检测的功能也将由视觉技术来实现。

但除了特斯拉坚持“摄像头+算法”的路线之外，其他如蔚来、小鹏、理想等造车新势力和宝马、奔驰等传统车企都几乎采用的“摄像头+激光雷达+毫米波雷达”的组合。目前，业界普遍认为激光雷达方案是自动驾驶感知路线的最佳方案，但由于当前激光雷达高昂的费用，现在车企普遍将几种雷达混合使用，特斯拉也在今年年初重新启用了4D毫米波雷达。

汽车传感器市场加速增长

全球汽车传感器市场在过去的几年里一直保持着稳定的增长，预计未来还会随着自动驾驶和智能汽车的普及进一步加快增长速度。根据研究机构precedence research的研究数据显示，2022 年全球汽车传感器市场规模为 403.9 亿美元，预计到 2030 年将达到 672 亿美元左右，从 2022 年到 2030 年整个传感器市场将以 6.57% 的复合年增长率。

来源：https://www.precedenceresearch.com/automotive-sensor-market

其中，由于庞大的国内汽车市场和对新技术的积极采纳，中国的汽车传感器市场规模的增长令人瞩目。近年来，随着中国一系列产业政策对电动汽车和自动驾驶汽车的研发和普及的推动，以及消费者对于车辆安全和驾驶舒适性的需求日益增强，汽车传感器市场迎来了广阔的发展空间。2021年，中国汽车传感器市场规模为16.6亿美元，预计2022年至2029年保持5.1%--的复合年增长率。

虽然汽车传感器的发展虽然充满了机遇，目前也面临着技术、成本、安全、标准等多方面的挑战。

首先，自动驾驶和驾驶辅助系统需要非常精确的环境感知，这对汽车传感器的精度提出了很高的要求。目前如LiDAR等传感器还受到一些环境的局限，如何在不同天气条件、光照情况、道路类型和交通状况下保持传感器的稳定性能，是亟需解决的问题。此外，随着车载系统越来越复杂，汽车装载的传感器越来越多，还需要进一步实现传感器的小型化，使其在不影响汽车设计和舒适性的情况下集成到汽车中。

在数据数据处理方面，各类汽车传感器每秒钟可以产生大量的数据，如何快速、准确地处理这些数据，并从中提取出有用的信息，需要高效的算法和强大的计算能力。但与此同时，汽车传感器收集的数据可能包含敏感信息，如驾驶者的行为习惯、位置信息等，如何防止这些信息被恶意利用，也是需要同时解决的问题。

最后，许多先进的汽车传感器，如LiDAR，成本仍然较高，这可能会限制其在中低端汽车市场的普及。目前，全球各地的汽车传感器标准和法规还不统一，这对于跨国汽车公司和传感器供应商来说，可能会增加制造成本和复杂性。

总结

汽车传感器是实现汽车自动驾驶、智能响应的重要部件，目前主要的传感器类型包括光学摄像头、车载CMOS图像传感器（CIS）、雷达和LiDAR等。这些传感器在提供视觉感知、测距测速、生成高精度三维环境地图等方面各有特点和优势，但也各自面临着技术、成本、数据处理能力等挑战。在自动驾驶车辆中，这些传感器需要协同工作，通过整车的感知、决策和执行系统共同完成复杂的驾驶任务。从全球和中国的市场规模来看，汽车传感器市场前景光明，但同时也面临着激烈的竞争和一些技术与市场挑战。