自動(dòng)駕駛離不開(kāi)感知層、控制層和執(zhí)行層的相互配合。攝像頭、雷達(dá)等傳感器獲取圖像、距離、速度等信息，扮演眼睛、耳朵的角色。

控制模塊分析處理信息，并進(jìn)行判斷、下達(dá)指令，扮演大腦的角色。車身各部件負(fù)責(zé)執(zhí)行指令，扮演手腳的角色。而環(huán)境感知是這一切的基礎(chǔ)， 因此傳感器對(duì)于自動(dòng)駕駛不可或缺。

三大重要傳感器

攝像頭：智能駕駛之慧眼

車載攝像頭是實(shí)現(xiàn)眾多預(yù)警、識(shí)別類 ADAS 功能的基礎(chǔ)。在眾多 ADAS 功能中，視覺(jué)影像處理系統(tǒng)較為基礎(chǔ)，對(duì)于駕駛者也更為直觀，而攝像頭又是視覺(jué)影像處理系統(tǒng)的基礎(chǔ)， 因此車載攝像頭對(duì)于自動(dòng)駕駛必不可少。

攝像頭可實(shí)現(xiàn)的 ADAS 功能

以上眾多功能都可借助攝像頭實(shí)現(xiàn)，有的功能甚至只能通過(guò)攝像頭實(shí)現(xiàn)。

車載攝像頭價(jià)格持續(xù)走低，未來(lái)單車多攝像頭將成為趨勢(shì)。攝像頭成本相對(duì)低廉，價(jià)格也從 2010 年的 300 多元持續(xù)走低，到 2014 年單個(gè)攝像頭價(jià)格已降低至 200 元左右，易于普及應(yīng)用。

根據(jù)不同 ADAS 功能的要求，攝像頭的安裝位置也不盡相同。按攝像頭的安裝位置不同，可分為前視、側(cè)視、后視和內(nèi)置四個(gè)部分。未來(lái)要實(shí)現(xiàn)全套 ADAS 功能，單車需配備至少 5 個(gè)攝像頭。

前視攝像頭

前視攝像頭使用頻率最高，單一攝像頭可實(shí)現(xiàn)多重功能。如行車記錄、車道偏離預(yù)警、前向碰撞預(yù)警、行人識(shí)別等。前視攝像頭一般為廣角鏡頭，安裝在車內(nèi)后視鏡上或者前擋風(fēng)玻璃上較高的位置，以實(shí)現(xiàn)較遠(yuǎn)的有效距離。

側(cè)視攝像頭代替后視鏡將成為趨勢(shì)。由于后視鏡的范圍有限，當(dāng)另一輛在斜后方的車位于這個(gè)范圍之外就“隱身”，因?yàn)槊^(qū)的存在，大大增加了交通事故發(fā)生的幾率。而在車輛兩側(cè)加裝側(cè)視攝像頭可以基本覆蓋盲區(qū)，當(dāng)有車輛進(jìn)入盲區(qū)時(shí)，就有自動(dòng)提醒駕駛員注意。

全景泊車系統(tǒng)

全景泊車系統(tǒng)通過(guò)安裝在車身周圍的多個(gè)超廣角攝像頭，同時(shí)采集車輛四周的影像，經(jīng)過(guò)圖像處理單元矯正和拼接之后，形成一副車輛四周的全景俯視圖，實(shí)時(shí)傳送至中控臺(tái)的顯示設(shè)備上。

駕駛員坐在車中即可以“上帝視角”直觀地看到車輛所處的位置以及車輛周報(bào)的障礙物。

車載攝像頭應(yīng)用廣泛且價(jià)格相對(duì)低廉，是最基本最常見(jiàn)的傳感器。相對(duì)于手機(jī)攝像頭，車載攝像頭的工況更加惡劣，需要滿足抗震、防磁、防水、耐高溫等各種苛刻要求。制造工藝流程復(fù)雜，技術(shù)難度高。

特別是用于ADAS功能的前視攝像頭，涉及行車安全，可靠性必須非常高。因此車載攝像頭的制造工藝也更加復(fù)雜。

車載攝像頭產(chǎn)業(yè)鏈

在成為整車廠商的一級(jí)供應(yīng)商之前，需經(jīng)過(guò)大量不同種類的嚴(yán)格測(cè)試。但是一旦進(jìn)入整車廠商的一級(jí)供應(yīng)商體系就會(huì)形成很高的壁壘，很難被替代，因?yàn)楦鼡Q供應(yīng)商的成本太高，重新更換供應(yīng)商就意味著整車廠商要再次進(jìn)行復(fù)雜的測(cè)試。

全球視覺(jué)系A(chǔ)DAS龍頭Mobileye從1999年成立就開(kāi)始研發(fā)視覺(jué)處理系統(tǒng)，但在2007年搭載Mobileye產(chǎn)品的車型才上市，從研發(fā)到正式進(jìn)入前裝市場(chǎng)，用了八年的時(shí)間。但成為眾多整車廠商的一級(jí)供應(yīng)商后，Mobileye已成為這一領(lǐng)域絕對(duì)的寡頭。

自從其公司2014年上市至今，與其他公司競(jìng)逐各大汽車廠商的智能汽車安全設(shè)備招標(biāo)時(shí)，Mobileye的成功率幾乎是百分之百。

毫米波雷達(dá)：ADAS 核心傳感器

毫米波的波長(zhǎng)介于厘米波和光波之間， 因此毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn)：

1)同厘米波導(dǎo)引頭相比，毫米波導(dǎo)引頭具 有體積小、質(zhì)量輕和空間分辨率高的特點(diǎn);

2)與紅外、激光等光學(xué)導(dǎo)引頭相比，毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng)，傳輸距離遠(yuǎn)，具有全天候全天時(shí)的特點(diǎn);

3)性能穩(wěn)定，不受目標(biāo)物體形狀、顏色等干擾。毫米波雷達(dá)很好的彌補(bǔ)了如紅外、激光、超聲波、 攝像頭等其他傳感器在車載應(yīng)用中所不具備的使用場(chǎng)景。

毫米波雷達(dá)的探測(cè)距離一 般在 150m-250m 之間，有的高性能毫米波雷達(dá)探測(cè)距離甚至能達(dá)到 300m，可以滿足汽車在高速運(yùn)動(dòng)時(shí)探測(cè)較大范圍的需求。與此同時(shí)，毫米波雷達(dá)的探測(cè)精度較高。

毫米波雷達(dá)應(yīng)用于自適應(yīng)巡航

這些特性使得毫米波雷達(dá)能夠監(jiān)測(cè)到大范圍內(nèi)車輛的運(yùn)行情況，同時(shí)對(duì)于前方車輛的速度、加速度、距離等信息的探測(cè)也更加精準(zhǔn)，因此是自適應(yīng)巡航(ACC)、自動(dòng)緊急剎車(AEB) 的首選傳感器。

目前 77GHz 毫米波雷達(dá)系統(tǒng)單價(jià)大約在 250 歐元左右，高昂的價(jià)格限制了毫米波雷達(dá)的車載化應(yīng)用。

激光雷達(dá)：功能強(qiáng)大

激光雷達(dá)性能精良，是無(wú)人駕駛的最佳技術(shù)路線。激光雷達(dá)相對(duì)于其他自動(dòng)駕駛傳感器具有非常優(yōu)越的性能：

分辨率高。激光雷達(dá)可以獲得極高的角度、距離和速度分辨率，這意味著激光雷達(dá)可以利用多普勒成像技術(shù)獲得非常清晰的圖像。

精度高。激光直線傳播、方向性好、光束非常窄，彌散性非常低，因此激光雷達(dá)的精度很高。

抗有源干擾能力強(qiáng)。與微波、毫米波雷達(dá)易受自然界廣泛存在的電磁波影響的情況不同，自然界中能對(duì)激光雷達(dá)起干擾作用的信號(hào)源不多，因此激光雷達(dá)抗有源干擾的能力很強(qiáng)。

激光雷達(dá)的空間建模

三維激光雷達(dá)一般安裝在車頂， 可以高速旋轉(zhuǎn)，以獲得周圍空間的點(diǎn)云數(shù)據(jù)，從而實(shí)時(shí)繪制出車輛周邊的三維空間地圖。同時(shí)，激光雷達(dá)還可以測(cè)量出周邊其他車輛在三個(gè)方向上的距離、速度、加速度、角速度等信息，再結(jié)合 GPS 地圖計(jì)算出車輛的位置，這些龐大豐富的數(shù)據(jù)信息傳輸給 ECU 分析處理后，以供車輛快速做出判斷。

激光雷達(dá)車用方案：

以地圖為中心：以 Google 和百度為代表的互聯(lián)網(wǎng)企業(yè)的無(wú)人駕駛是以地圖為中心， 主要原因在于激光雷達(dá)可以為這些公司繪制高精度地圖。

以汽車為中心：對(duì)大多數(shù)車企而言，他們更想要一款專為汽車量身定制的激光雷達(dá)產(chǎn)品。

百度自動(dòng)駕駛汽車上的激光雷達(dá)

首先，和測(cè)繪專用的笨重“大花盆”相比，小型激光雷達(dá)和汽車更配，為了兼顧美觀和風(fēng)阻系數(shù)，自動(dòng)駕駛汽車與普通汽車不應(yīng)該在外觀上有任何差別，激光雷達(dá)盡量要被做成小體積直接嵌入車身，這就意味著要將機(jī)械旋轉(zhuǎn)部件做到最小甚至拋棄。

因此車用激光雷達(dá)沒(méi)有選用大體積旋轉(zhuǎn)結(jié)構(gòu)，而是在制作工藝上，將旋轉(zhuǎn)部件做到了產(chǎn)品內(nèi)部。例如 Ibeo 的激光雷達(dá)產(chǎn)品 LUX，改為固定激光光源，通過(guò)內(nèi)部玻璃片旋 轉(zhuǎn)的方式改變激光光束方向，實(shí)現(xiàn)多角度檢測(cè)的需要。

而Quanergy 旗下產(chǎn)品 S3 是一款全固態(tài)產(chǎn)品，使用了相位矩陣新技術(shù)，內(nèi)部不存在任何旋轉(zhuǎn)部件。

不過(guò)，好東西都很貴。激光雷達(dá)單價(jià)以萬(wàn)為單位，高昂的價(jià)格讓其難以市場(chǎng)化。

最后我們對(duì)比一下這三大傳感器性能：

一起事故引發(fā)的改變

2016 年 5 月，美國(guó)佛羅里達(dá)州一輛開(kāi)啟了自動(dòng)駕駛模式(Autopilot) 的特斯拉與白色重型卡車相撞，導(dǎo)致特斯拉車主身亡。

這起被稱為“全球首例自動(dòng)駕駛致死”事故，讓不少人開(kāi)始對(duì)自動(dòng)駕駛的安全性表示擔(dān)憂，也給特斯拉蒙上一層陰霾。

特斯拉

事故曝光后，特斯拉與其視覺(jué)識(shí)別系統(tǒng)供應(yīng)商 Mobileye 終止合作，并于 9 月份通過(guò) OTA 推送了 V8.0 系統(tǒng)， 強(qiáng)化毫米波雷達(dá)作用，將其提升成為主控制傳感器。

特斯拉 V7.0 時(shí)代的自動(dòng)駕駛主要以圖像識(shí)別為主，毫米波雷達(dá)只是一個(gè)輔助傳感器，V8.0 系統(tǒng)對(duì)整個(gè)技術(shù)方案做出了很大的調(diào)整：以毫米波雷達(dá)為主，圖像識(shí)別為輔，雷達(dá)可以監(jiān)測(cè)范圍是之前的 6 倍，大幅增強(qiáng)特斯拉的前方障礙識(shí)別能力。

而到了2016 年 10 月，特斯拉又發(fā)布 Autopilot2.0，宣布未來(lái)生產(chǎn)的所有車型都將具備進(jìn)行完全自動(dòng)駕駛的硬件系統(tǒng)。同時(shí)，特斯拉表示在此硬件基礎(chǔ)上的自動(dòng)駕駛的安全性有了空前提升。

Autopilot 2.0 與 Autopilot 1.0 硬件對(duì)比情況

特斯拉的完全自動(dòng)駕駛硬件系統(tǒng)包括：

1)車身四周加裝 8 個(gè)攝像頭，能夠測(cè)量 250 米范圍內(nèi)的物體;

2)搭載 12 顆 超聲波傳感器，用以輔助偵測(cè);

3)升級(jí)增強(qiáng)版的毫米波雷達(dá)，能夠在惡劣天氣下工作，也能探測(cè)到前方車輛;

4)汽車主板的性能是前款產(chǎn)品的 40 倍，大幅提升計(jì)算能力。

特斯拉本次發(fā)布Autopilot 2.0的完全自動(dòng)駕駛硬件變化最大的在于攝像頭，數(shù)量從原先的1個(gè)增至8個(gè)。 這也預(yù)示著特斯拉感知端的技術(shù)路線從原先的攝像頭，到倚重雷達(dá)，最后又重新選擇了攝像頭。

特斯拉不斷變化的主控傳感器選擇說(shuō)明感知端目前還沒(méi)有完全固定的技術(shù)路線，特斯拉自身也是在探索中不斷地前進(jìn)。

Mobileye

實(shí)際上，與特斯拉“分手”，是Mobileye提出來(lái)的。

經(jīng)過(guò)十幾年的研發(fā)創(chuàng)新，Mobileye憑借其EyeQ系列芯片上的高級(jí)視覺(jué)算法可實(shí)現(xiàn)多種ADAS功能，已成為視覺(jué)系A(chǔ)DAS產(chǎn)品中絕對(duì)的龍頭。

從2007年研發(fā)出的第一代EyeQ產(chǎn)品開(kāi)始，Mobileye與意法半導(dǎo)體合作，不斷升級(jí)芯片技術(shù)，優(yōu)化視覺(jué)算法，EyeQ3產(chǎn)品的運(yùn)算速度已是第一代產(chǎn)品的48倍。

Mobileye 的 EyeQ 系列產(chǎn)品升級(jí)情況

從表格中我們可以看到，前三代產(chǎn)品都只搭載一顆攝像頭。目前EyeQ4、EyeQ5產(chǎn)品計(jì)劃已發(fā)布，其中EyeQ4將開(kāi)始使用多攝像頭方案。預(yù)計(jì)未來(lái)通過(guò)芯片升級(jí)和算法優(yōu)化，Mobileye的芯片算法將融合更多傳感器，將推出多目攝像頭+毫米波雷達(dá)+激光雷達(dá)的解決方案，全面支持無(wú)人駕駛。

2016年7月，Mobileye 宣布和特斯拉終止合作，EyeQ3 將會(huì)是 Mobileye 和特斯拉的最后一次合作。幾乎同時(shí)，Mobileye 還宣布英特爾、寶馬進(jìn)行合作。今年3月，英特爾以溢價(jià)33%+的價(jià)格收購(gòu)Mobileye。

其實(shí)，Mobileye與特斯拉終止合作的深層次原因在于：

1)風(fēng)格策略不同。Mobileye相對(duì)保守，特斯拉相對(duì)激進(jìn)，因此Mobileye更傾向與傳統(tǒng)汽車廠商合作。

2)數(shù)據(jù)歸屬有爭(zhēng)議。Mobileye提出了一個(gè)名為REM的概念，數(shù)據(jù)將由加入的成員共享，而作為積累里程以及數(shù)據(jù)最多的特斯拉不愿意白白把數(shù)據(jù)共享給別的車廠。

不過(guò)特斯拉只是Mobileye所面對(duì)的眾多整車客戶之一，但是與英特爾的強(qiáng)強(qiáng)聯(lián)合，Mobileye將受益于英特爾從芯片端提供的資源幫助，構(gòu)造基于視覺(jué)、實(shí)現(xiàn)傳感器融合的強(qiáng)大算法，推動(dòng)視覺(jué)算法持續(xù)向自動(dòng)駕駛邁進(jìn)。

趨勢(shì)——多傳感器融合

對(duì)比特斯拉跟Mobileye的產(chǎn)品升級(jí)我們會(huì)發(fā)現(xiàn)，“老情人”的肉體雖然分離了，但精神上還是一致的。都是通過(guò)增加傳感器的數(shù)量，并讓多個(gè)傳感器融合來(lái)提高自動(dòng)駕駛能力。

上面提到的特斯拉事故中，主要原因有：

毫米波雷達(dá)測(cè)距可能誤判。毫米波雷達(dá)測(cè)到前方有巨大障礙物，但可能因?yàn)榭ㄜ嚪瓷涿娣e過(guò)大和車身過(guò)高，毫米波雷達(dá)將拖掛車誤判為懸掛在道路上方的交通指示牌;

攝像頭強(qiáng)光致盲

前置攝像頭 EyeQ3 可能誤判。事故拖掛車是橫置的，全身白色，沒(méi)有色彩警告，在陽(yáng)光強(qiáng)烈的環(huán)境下，圖像識(shí)別系統(tǒng)容易將拖掛車誤判為白云。

在極端情況下，特斯拉的毫米波雷達(dá)和前置攝像頭均發(fā)生了誤判?？梢?jiàn)攝像頭+毫米波雷達(dá)方案缺乏冗余度，容錯(cuò)性差， 難以完成自動(dòng)駕駛的使命，需要多個(gè)傳感器信息融合綜合判斷。

傳感器各有優(yōu)劣，難以互相替代，未來(lái)要實(shí)現(xiàn)自動(dòng)駕駛，是一定需要多種(個(gè)) 傳感器相互配合共同構(gòu)成汽車的感知系統(tǒng)的。不同傳感器的原理、功能各不相同，在不同的使用場(chǎng)景里可以發(fā)揮各自優(yōu)勢(shì)，難以互相替代。

多個(gè)同類或不同類傳感器分別獲得不同局部和類別的信息，這些信息之間可能相互補(bǔ)充，也可能存在冗余和矛盾，而控制中心最終只能下達(dá)唯一正確的指令，這就要求控制中心必須對(duì)多個(gè)傳感器所得到的信息進(jìn)行融合，綜合判斷。

試想一下，如果一個(gè)傳感器所得到的信息要求汽車立即剎車，而另一傳感器顯示可以繼續(xù)安全行駛，或者一個(gè)傳感器要求汽車左轉(zhuǎn)，而另一個(gè)傳感器要求汽車右轉(zhuǎn)，在這種情況下，如果不對(duì)傳感器信息進(jìn)行融合，汽車就會(huì)“感到迷茫而不知所措”， 最終可能導(dǎo)致意外的發(fā)生。

因此在使用多種(個(gè))傳感器的情況下，要想保證安全性，就必須對(duì)傳感器進(jìn)行信息融合。 多傳感器融合可顯著提高系統(tǒng)的冗余度和容錯(cuò)性，從而保證決策的快速性和正確性，是自動(dòng)駕駛的必然趨勢(shì)。

多傳感器融合要求：

1)硬件層面，數(shù)量要足夠，也就是不同種類的傳感器都要配備，才能夠保證信息獲取充分且有冗余;

2)軟件層面，算法要足夠優(yōu)化，數(shù)據(jù)處理速度要夠快，且容錯(cuò)性要好，才能保證最終決策的快速性和正確性。

算法是多傳感器融合的核心

簡(jiǎn)單地說(shuō)，傳感器融合就是將多個(gè)傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準(zhǔn)確可靠地描述外界環(huán)境，從而提高系統(tǒng)決策的正確性。

多傳感器融合的基本原理

多傳感器融合的基本原理類似于人類大腦對(duì)環(huán)境信息的綜合處理過(guò)程。人類對(duì)外界環(huán)境的感知是通過(guò)將眼睛、耳朵、鼻子和四肢等感官(各種傳感器)所探測(cè)的信息傳輸至大腦(信息融合中心)，并與先驗(yàn)知識(shí)(數(shù)據(jù)庫(kù))進(jìn)行綜合，以便對(duì)其周圍的環(huán)境和正在發(fā)生的事件做出快速準(zhǔn)確地評(píng)估。

多傳感器融合的體系結(jié)構(gòu)：分布式、集中式和混合式。

1)分布式。先對(duì)各個(gè)獨(dú)立傳感器所獲得的原始數(shù)據(jù)進(jìn)行局部處理，然后再將結(jié)果送 入信息融合中心進(jìn)行智能優(yōu)化組合來(lái)獲得最終的結(jié)果。分布式對(duì)通信帶寬的需求低、 計(jì)算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠(yuǎn)沒(méi)有集中式高。

2)集中式。集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進(jìn)行融合處理， 可以實(shí)現(xiàn)實(shí)時(shí)融合。其數(shù)據(jù)處理的精度高，算法靈活，缺點(diǎn)是對(duì)處理器的要求高，可 靠性較低，數(shù)據(jù)量大，故難于實(shí)現(xiàn)。

3)混合式?；旌鲜蕉鄠鞲衅餍畔⑷诤峡蚣苤校糠謧鞲衅鞑捎眉惺饺诤戏绞?，剩 余的傳感器采用分布式融合方式?；旌鲜饺诤峡蚣芫哂休^強(qiáng)的適應(yīng)能力，兼顧了集中 式融合和分布式的優(yōu)點(diǎn)，穩(wěn)定性強(qiáng)?；旌鲜饺诤戏绞降慕Y(jié)構(gòu)比前兩種融合方式的結(jié)構(gòu) 復(fù)雜，這樣就加大了通信和計(jì)算上的代價(jià)。

三種傳感器融合體系結(jié)構(gòu)的對(duì)比

因?yàn)槎鄠鞲衅鞯氖褂脮?huì)使需要處理的信息量大增，這其中甚至有相互矛盾的信息，如何保證系統(tǒng)快速地處理數(shù)據(jù)，過(guò)濾無(wú)用、錯(cuò)誤信息，從而保證系統(tǒng)最終做出及時(shí)正確的決策十分關(guān)鍵。

目前多傳感器融合的理論方法有貝葉斯準(zhǔn)則法、卡爾曼濾波法、D-S 證據(jù)理論法、模糊集理論法、人工神經(jīng)網(wǎng)絡(luò)法等。

從我們上面的分析可看出，多傳感器融合在硬件層面并不難實(shí)現(xiàn)，重點(diǎn)和難點(diǎn)都在算法上。多傳感器融合軟硬件難以分離，但算法是重點(diǎn)和難點(diǎn)，擁有很高的技術(shù)壁壘，因此算法將占據(jù)價(jià)值鏈的主要部分。

結(jié)語(yǔ)

在自動(dòng)駕駛的浪潮下，自主品牌車企對(duì)智能化、電子化的需求比合資車企更加強(qiáng)勁，隨之而來(lái)的便是自主一二級(jí)零部件供應(yīng)商在該領(lǐng)域的機(jī)會(huì)，過(guò)去幾年，零部件行業(yè)也在持續(xù)布局等待市場(chǎng)開(kāi)啟。

相對(duì)于控制層和執(zhí)行層多被互聯(lián)網(wǎng)巨頭、整車廠及 Tier 1 所控制，傳感器層的零部件供應(yīng)商較為分散且門檻相對(duì)低一些，進(jìn)入周期相對(duì)短一些。傳感層仍然是國(guó)內(nèi)企業(yè)進(jìn)入自動(dòng)駕駛產(chǎn)業(yè)最容易的切入點(diǎn)。