文｜《財經》記者劉皖媛
編輯｜施智梁
先不論車企宣傳語里L2.9還是L3+，汽車里的傳感器的確是越裝越多了。
無人駕駛全球領軍者Waymo的第五代自動駕駛系統共有40個傳感器，其中包含29個攝像頭、6個毫米波雷達和5個激光雷達。國內造車新勢力們在汽車智能化、自動化上也不遑多讓，蔚來ES8搭載了23個傳感器，小鵬P7的數量則是31個，超過特斯拉。
隨著汽車智能化變革的到來，全球的汽車科技公司，無論大小，都在致力于去掉汽車的方向盤，或者部分減弱人類駕駛員的作用。有的玩家在勇攀高峰進擊L4級自動駕駛，有的循序漸進從L1和L2級自動駕駛做起，但車載傳感器解決方案的市場蛋糕已經越做越大。
市場研究公司Yole Développement發布的《2020年自動駕駛傳感器報告》預測，用于自動駕駛車輛的傳感器將在未來15年內以51%的年復合成長率增長，感測硬件的總營收將在2032年達到170億美元，約合人民幣1115億元。
車載傳感器的千億級市場里，中國在研發和市場占有率上失了先機，攝像頭、毫米波雷達和激光雷達等車載傳感器行業被外商品牌壟斷多年，但已經有部分國牌摩拳擦掌，力圖奪回國產傳感器的江湖地位。
攝像頭、毫米波雷達、激光雷達如何讓汽車像人類一樣感知環境？只依靠圖像識別能讓汽車達到全無人駕駛的級別嗎？車端之外，路端傳感器將怎樣幫助自動駕駛汽車更快實現落地？
汽車的“眼睛”與“耳朵”
與傳統汽車相對比，自動駕駛汽車的感知系統的主要工作是替代人類駕駛員的視覺系統：通過將感受的信息按照特定規則轉為電信號，傳輸到汽車的中央控制單元協助汽車自動駕駛。
自動駕駛歸根結底是要讓汽車變得智能，而關于人工智能如何幫助人類，業內常有這樣的說法：當前人工智能系統所擅長的領域與人類所擅長的領域恰恰相反。人類的邏輯分析能力遠超AI，但人類在記憶和大數據分析等領域卻與AI相差甚遠。
汽車感知系統也存在這樣的現象。人類司機只需憑借常識和認知即可識別道路上的行人、車輛、信號燈等，并對應做出加速減速、轉向等決策。而計算機想要完成同樣的操作卻非常困難，感知、識別就是**大關。
目前自動駕駛的核心傳感器包括車載攝像頭、毫米波雷達、激光雷達，在ADAS系統中主要以攝像頭與毫米波雷達為主，而激光雷達則已成為大部分L3級以上自動駕駛汽車的??選品。
車載攝像頭，扮演的是人類“眼睛”的角色。
作為自動駕駛里*不可或缺的一個傳感器，攝像頭能分辨出障礙物的大小和距離，識別行人、車道線、交通標識等，并將圖像信息通過算法分析，實現眾多預警和識別功能，如行人警示、車道保持、交通信號燈識別等等。根據鏡頭個數的不同，攝像頭可以分為單目、雙目和多目攝像頭。
攝像頭的主要優點在于其分辨率高、成本低，人眼能夠快速捕捉海量信息，攝像頭也能夠獲取豐富的信息，但和人眼一樣受視野和環境影響。一個單目攝像頭*多能捕捉到50°范圍內，能觀察的距離有限；在夜晚和雨雪等惡劣天氣下攝像頭的性能會迅速下降。
2018年3月，Uber的一輛自動駕駛汽車在亞利桑那州與一名橫穿馬路的女士相撞并致其死亡，主要原因是由于夜里光線條件差，經過的路段又處于陰影中，沒有準確辨認行人。
毫米波雷達彌補了攝像頭的缺陷。相比人類的眼睛，它更像是蝙蝠的耳朵：蝙蝠幾乎不靠眼睛，而是通過耳朵發射超聲波、根據其反射的回音辨別物體、避開障礙飛行，因此也不受光線條件影響。
與蝙蝠飛行原理相似，毫米波雷達使用天線發射波長1-10mm、頻率24-300GHz的毫米波，通過處理目標反射信號獲取汽車與其他物體相對距離、相對速度等環境信息，并根據信息對目標追蹤分類，由電子控制單元結合車身動態信息進行決策。
毫米波雷達的優勢在于抗干擾能力強，對降雨、沙塵、煙霧等離子的穿透能力高于激光和紅外，但也存在如信號衰減大、易受到建筑物等阻擋、傳輸距離短等缺陷。
激光雷達與雷達工作原理類似，但其*大優勢在于能夠利用多譜勒成像技術，創建出目標清晰的3D圖像。
通過測量激光信號的時間差和相位差確定距離，并利用此過程中收集到的目標對象表面大量密集的點的三維坐標、反射率和紋理等信息，快速得出被測目標的三維模型以及線、面、體等各種相關數據，以達到環境感知的目的。
國產激光雷達制造商禾賽科技**及質量工程部總監趙鑫告訴出行一客（ID:carcaijing），激光雷達是汽車要實現自動駕駛不可或缺的傳感器，尤其是針對L4級以上。激光雷達的優勢明顯，分辨率高、精度高、抗干擾能力強。激光雷達線數越多，測量精度越高，**性就越高。
“無論是探測精度、信息豐富程度和對外界的實際感知，對于無人車來說都是必不可少的。”趙鑫表示。
激光雷達屬于精密儀器，工作原理涉及多個專業學科，尤其是**的頭部企業在相關領域都有多年的深耕和積累，且成熟的產品具備很高的精度，導致激光雷達成本較高、價格更貴。但是作為自動駕駛汽車上的智能硬件，整個自動駕駛行業的發展和產業鏈的打通與合作成為助推激光雷達降本的重要力量。
另一方面，越多線數的激光雷達所能感知的環境細節越多，其接收的點云數據量越豐富，對硬件和軟件的能力要求也越高，擁有足夠的計算能力來處理傳感器捕捉的環境信息，已成為自動駕駛解決方案中的重要一環。