編輯|史誌良
無論車企宣傳語中的L2.9還是L3+，汽車上的傳感器確實越來越多。
無人駕駛全球領導者Waymo擁有第五代自動駕駛系統，該系統具有40個傳感器，包括29個攝像頭、6個毫米波雷達和5個激光雷達。國內造車新勢力也不滿足於汽車的智能化和自動化。蔚來ES8配備了23個傳感器，小鵬P7的數量為31，超過了特斯拉。
隨著汽車智能化變革的到來，世界各地的汽車科技公司無論規模大小，都致力於取消汽車的方向盤或部分削弱人類駕駛員的作用。有的玩家在勇攀高峰時逆襲L4級自動駕駛，有的玩家從L1和L2級自動駕駛壹步步起步，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，未來65，438+05年，用於自動駕駛汽車的傳感器將以565，438+0%的復合年增長率增長，2032年傳感硬件總收入將達到654.38+07億美元，約合人民幣65，438+065.438+065.438元。
在千億級汽車傳感器市場，中國失去了R&D的機會和市場份額。攝像頭、毫米波雷達、激光雷達等車載傳感器行業被國外品牌壟斷多年，但壹些民族品牌已經摩拳擦掌，準備奪回國產傳感器的地位。
攝像頭、毫米波雷達和激光雷達是如何讓汽車像人類壹樣感知環境的？汽車僅依靠圖像識別就能達到完全無人駕駛的水平嗎？在汽車端之外，路邊傳感器將如何幫助自動駕駛汽車更快地著陸？
與傳統汽車相比，自動駕駛汽車感知系統的主要工作是取代人類駕駛員的視覺系統:通過將感知到的信息按照特定規則轉換為電信號，傳輸到汽車的中央控制單元，以輔助汽車自動駕駛。
歸根結底，自動駕駛是為了讓汽車智能化。至於人工智能如何幫助人類，業內經常有壹種說法，即人工智能系統擅長的領域正好與人類擅長的領域相反。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與AI相差甚遠。
這種現象在汽車感知系統中也存在。人類駕駛員可以僅憑借常識和認知識別道路上的行人、車輛和紅綠燈，並做出相應的加速、減速和轉彎等決策。但是計算機要完成同樣的操作是非常困難的，感知和識別是第壹關。
目前自動駕駛的核心傳感器包括車載攝像頭、毫米波雷達和激光雷達。在ADAS系統中，攝像頭和毫米波雷達是主要傳感器，激光雷達已成為大多數L3級以上自動駕駛汽車的必備。
車載攝像頭扮演著人類“眼睛”的角色。
▲?圖片來自網絡
作為自動駕駛中最不可或缺的傳感器，攝像頭可以分辨障礙物的大小和距離，識別行人、車道線、交通標誌等。，並通過算法對圖像信息進行分析，實現許多預警和識別功能，如行人警告、車道保持、交通信號燈識別等。根據鏡頭數量，相機可分為單目相機、雙目相機和多攝像頭相機。
這種相機的主要優點是分辨率高、成本低。人眼可以快速捕捉大量信息，相機也可以獲取豐富的信息，但它像人眼壹樣受視野和環境的影響。壹個單目攝像頭最多可以捕捉50個，而且觀察距離有限；在夜間和雨雪等惡劣天氣下，相機的性能會迅速下降。
2018年3月，優步的壹輛自動駕駛汽車在亞利桑那州與壹名過馬路的女子相撞，導致該女子死亡。主要原因是由於夜間照明條件差，道路處於陰影中，無法準確識別行人。
毫米波雷達彌補了攝像頭的缺陷。與人類的眼睛相比，它更像蝙蝠的耳朵:蝙蝠通過耳朵發射超聲波，根據其反射的回聲識別物體，並避開障礙物，因此它們不受光線條件的影響。
與蝙蝠的飛行原理類似，毫米波雷達使用天線發射波長為1-10mm、頻率為24-300GHz的毫米波，通過處理目標的反射信號獲得汽車與其他物體之間的相對距離和相對速度等環境信息，並根據這些信息對目標進行跟蹤和分類，電子控制單元基於車身的動態信息做出決策。
毫米波雷達的優點是抗幹擾能力強，對雨、灰塵和霧霾等離子體的穿透能力高於激光和紅外，但也存在信號衰減大、易被建築物遮擋、傳輸距離短等缺陷。
激光雷達的工作原理與雷達類似，但其最大的優勢是可以利用多普勒成像技術創建目標清晰的3D圖像。
通過測量激光信號的時間差和相位差來確定距離，利用這壹過程中采集的目標物體表面大量密集點的三維坐標、反射率和紋理信息，可以快速獲得被測目標的三維模型和線、面、體等各種相關數據，從而達到環境感知的目的。
國內激光雷達廠商安全與質量工程部總監趙鑫對車財經（ID:carcaijing）表示，激光雷達是自動駕駛不可或缺的傳感器，尤其是L4及以上級別。激光雷達優勢明顯，分辨率高、精度高、抗幹擾能力強。激光雷達的線路越多，測量精度越高，安全性也越高。
“無論是探測精度、信息豐富度還是對外界的實際感知能力，對無人車來說都至關重要。”趙鑫說。
激光雷達是壹種精密儀器，其工作原理涉及多個專業學科。尤其是頂級頭部企業在相關領域深耕積累多年，成熟產品精度高，導致激光雷達成本更高、價格更貴。然而，作為自動駕駛汽車上的智能硬件，整個自動駕駛產業的發展和產業鏈的開放與合作成為助推激光雷達成本下降的重要力量。
另壹方面，激光雷達能感知的環境細節越多，接收到的點雲數據量就越豐富，對軟硬件的要求也就越高。擁有足夠的計算能力來處理傳感器捕獲的環境信息已成為自動駕駛解決方案的重要組成部分。
車載傳感器行業壹度是海外廠商的絕對統治。
隨著自動駕駛技術的逐步推廣，車載攝像頭、毫米波雷達和激光雷達的市場需求也快速增長。由於技術壁壘高，對硬件和軟件系統要求高，國外Tier1在R&D、品牌信任和市場份額方面具有明顯的先發優勢。
在以攝像頭為主導的圖像識別技術供應商中，以色列公司Mobileye占據絕對主導地位。Mobileye為整車廠提供“車載攝像頭+算法+視覺處理芯片”的整體解決方案。2019年持有全球26家汽車公司的45個合作項目，獲得22款新車型超過16萬份訂單，市場滲透率超過70%。
在毫米波雷達領域，由於軟件和硬件的關鍵技術被外國投資者壟斷，全球毫米波雷達市場被博世、法雷奧、海拉、大陸、德爾福和電裝等國際巨頭所壟斷。根據中國高科技產業綜合門戶網站OFweek的統計，2018年全球毫米波雷達市場排名前三的公司分別是博世、Mainland China和海拉，市場份額分別為19%、16%和12%。
激光雷達的市場壟斷更加明顯。曾經掌握核心技術的美國威力登技術公司幾乎是激光雷達的代名詞。威力登成立於1983，曾經是國內無人駕駛技術公司的不二選擇，與谷歌、通用、福特、優步、百度等公司有合作。，占據了車載激光雷達的大部分市場份額。
近年來，隨著中國汽車智能化的浪潮，車載傳感器的蛋糕越做越大，民族品牌挑戰者也在崛起。
近日，在2020世界智能網聯汽車大會上，《智能網聯汽車技術路線圖2.0》正式發布。計劃到2025年，L2和L3自動駕駛智能網聯汽車將占中國汽車總銷量的50%。中信證券預測，傳感器需求將呈指數級增長，預計2023年汽車傳感器市場規模將超過340億元。
三種傳感器的國內供應商正在努力奪回國外的市場份額。
Mobileye封閉的“黑匣子”模式極大地制約了車企的研發，但也給了國內相機解決方案提供商彎道超車的機會。Mobileye將算法與芯片“捆綁”，合作的下遊廠商只能獲取輸出信號，但並不知道具體的識別算法，無法對算法進行相應修改。另壹方面，Mobileye還未能在更高級別的自動駕駛系統中證明其計算和多傳感器集成能力。
在相機系統解決方案上，中國的德賽西威、百度Apollo、華為等廠商早已布局。德賽西威是小鵬兩家理想汽車公司背後的自動駕駛系統供應商，也是中國第壹家由NVIDIA支持的本地自動駕駛系統供應商。
思朋汽車告訴車財經（ID:carcaijing），小鵬？P7？自動駕駛輔助感知系統充分考慮了中國當地路況對感知能力的要求。小鵬有11個攝像頭，但結合英偉達？開車？澤維爾。德賽西威開發的計算平臺和自動駕駛控制器IPU03的計算能力高達？30?TOPS（每秒萬億次）足以滿足處理海量數據信息的計算需求。
此外，也湧現了壹大批視覺感知技術公司，如MAXIEYE、極智、MINIEYE等。，從視覺感知和全景感知等不同視角。雖然距離Mobileye還有差距，但隨著國內公司的積極研發和量產，這壹差距正在縮小。
走在國內毫米波雷達前列的公司包括德賽西威、華域汽車、森斯泰克等。然而，我國車載毫米波雷達產業尚未掌握核心技術，市場滲透率仍然較低。數據顯示，在中國77GHz雷達市場中，中國、博世和德爾福仍占據80%以上的出貨量。
“毫米波雷達最早用於軍事領域。國外很早就開始在汽車領域進行開發和應用，尤其是在77GHz的技術封鎖下，國產品牌很難突破。這些外國公司？1與車企建立了長期穩定的合作關系。國內品牌很難繞過它們與OTM合作，因為其他品牌已經有了非常全面的應用計劃。”同濟大學汽車學院人車關系實驗室汽車行業專家王曉斌告訴車財經。
另壹個限制是攝像頭和毫米波雷達的技術相對成熟，成本較低，價格比激光雷達便宜很多。國產品牌很難從性價比入手。
從產業鏈的價值分布來看，由於技術壁壘和廠商稀缺，激光雷達產業的附加值更高。
激光雷達是成本最高的三種傳感器之壹，也是高級自動駕駛不可或缺的壹部分。它壹直由賣方主導。然而，近年來，國產品牌在激光雷達領域表現出後來者居上的勢頭:何塞科技和速騰聚創等國內玩家推出了不同的產品線和解決方案，在註重性價比的同時滿足了車輛法規的要求，並以價格優勢搶占了威力登的市場份額。
同規格的國產機械激光雷達比威力登便宜得多。威力登64線激光雷達的價格壹度達到6.5438億美元以上，降價後將超過50萬元。禾賽在今年654.38+10月推出的64線產品PandarQT的建議零售價定為4999美元。
趙鑫認為，盡管仍有很多因素限制所有無人駕駛汽車的落地，但對於運營公司來說，成本可能不是第壹位的，性能是否達標和穩定可能更重要。
“搭載更多信息的激光雷達的引入可以加速Robotaxi運營的落地。有些激光雷達的探測距離為200米，但實際上感應距離不到200米，這可能會導致不易察覺或感知錯誤。”趙鑫說。
事實上，不僅是中國的滴滴、馬驍智行和文遠智行的無人駕駛出租車配備了海思的激光雷達，而且民族品牌正在進入矽谷。截至2019，在加州車管所獲得自動駕駛執照的公司中，有壹半以上都是海思的客戶。公開資料顯示，在全球自動駕駛測試裏程排名前65，438+05家公司中，有65，438+02家公司選擇何塞的產品作為主要傳感器，其中包括與威力登有深度合作的頂級自動駕駛公司General Cruise、Zoox和Aurora。
多年來，關於如何結合車輛傳感器並為L4級別以上的高級輔助駕駛甚至無人駕駛提供解決方案，壹直存在兩種不同的路徑。
第壹個由攝像頭和毫米波雷達等低成本組件組成，構成了純視覺計算。典型代表是特斯拉和Mobileye，另壹個由激光雷達和攝像頭以及毫米波雷達組成。典型代表是Waymo、Apollo等主流自動駕駛廠商。
從價格控制的角度來看，激光雷達的成本遠高於攝像頭和毫米波雷達，特斯拉出於成本考慮選擇了以圖像傳感技術為主導的路線。
業內人士認為，兩條路線的決策方法存在差異。以攝像頭為主傳感器的自動駕駛方案是“輕感知、重計算”，而以激光雷達為主傳感器的自動駕駛方案則具有明顯的“重感知、輕計算”特征。
簡單來說，攝像頭需要依靠軟件算法的改進和大量的數據訓練來彌補硬件方案的低感知水平，而激光雷達的加入在壹定程度上降低了數據處理中對計算能力的要求，這也有助於加快L4級自動駕駛汽車的商業化。
埃隆·馬斯克曾多次公開表示對激光雷達解決方案的不屑。馬斯克認為，人類通過視覺收集信息+大腦處理信息來實現安全駕駛，這意味著通過視覺感知+算法決策也可以實現自動駕駛。
特斯拉最近推出了重寫版的Full？自動駕駛全自動駕駛套件（FSD）顯示了其在視覺識別方面的技術優勢，但內部人士指出，FSD能夠實現準確識別和自主決策，這與其背後的海量駕駛數據密不可分。
特斯拉通過覆蓋全車的攝像頭+超聲波傳感器和前雷達實現了高級別自動駕駛場景的覆蓋，其最大的支撐來自基於售後車輛數據的神經網絡訓練。通過深度學習覆蓋更多工況和場景，視覺算法無限接近人類的感知和判斷。
“他們之所以壹開始沒有推出這個功能，並不是因為沒有能力或者算法沒有完成，更多的是因為數據不夠，場景沒有得到充分驗證。通過量產車型收集數據對其他汽車制造商也具有指導意義。”業內人士對車財經（ID:carcaijing）表示。
特斯拉的路線並不主流。趙鑫表示，產業鏈的動態變化體現了激光雷達的必要性。“激光雷達的制造商數量增加了，更多的汽車制造商開始使用激光雷達，這可能比討論技術路線更有說服力。”
有從業者認為，要實現L4級別以上的自動駕駛，需要對激光雷達、攝像頭、毫米波雷達等各種傳感器進行全面驗證。
國內智能駕駛公司福瑞泰克總裁張林在接受媒體群訪時指出，僅靠圖像傳感技術和視覺算法很難實現完全無人駕駛，需要融合激光雷達算法，這也對算法的自研能力和融合技能提出了更高要求。
“絕大多數制作logos的科技公司都是從國際廠商購買雷達，自己做算法進行融合，但雷達輸出的是目標級信號，但自動駕駛程度越高，越需要底層融合。妳看到的事實和目標背後是收集和跟蹤的算法，但這個過程會被過濾。如何在兩個目標重疊非常近的位置進行識別，只有做過雷達算法的人才能理解和掌握。”張林說。
另壹方面，傳感器越多越好。雖然安裝的傳感器越多，車輛對周圍環境的探測就越有效，但過多的傳感器不僅會增加成本並導致相互幹擾，還會給集成和計算帶來挑戰。
福瑞泰克傳感融合專家劉茜告訴車財經（ID:carcaijing），可以通過多傳感器融合技術實現冗余，即當單個傳感器出現故障時，可以通過其他傳感器數據進行交叉驗證，以提高容錯率。此外，當激光雷達的成本較高時，多傳感器融合可以提高解決方案的經濟效益。
不僅是車內傳感器的融合，路側傳感器的數據也將融合到數字流中，成為汽車自動駕駛的補充。
“從車端到路端、從終端到雲端”的5G-V2X車路協同路線被越來越多的自動駕駛公司提及。壹直強調單車智能的Waymo也開放了lane research車路協同技術解決方案。
研究表明，車路協同僅通過車載傳感器就可以解決信心不足的問題，或使整車安全性提高2-3倍。通過在路邊增加攝像頭、雷達等傳感器，就像給汽車的感知設備增加了壹雙“上帝之眼”，降低了維度，解決了復雜的工況和場景。
在大力推進新基建的背景下，上海和雄安自動駕駛示範區的部分測試道路已經配備了高清8K攝像頭、激光雷達和毫米波雷達。
“這些技術可以幫助汽車了解道路上行駛的交通狀況，例如識別交通事故以及它占用了哪條車道。這些信息被傳輸回雲端，然後再傳輸到汽車上。無人駕駛汽車可以預見並提前規劃要避開的路徑。”劉茜說。
王曉斌指出，車路協同相當於汽車的“超視距傳感器”，它提供的信息超出了現有車載傳感器的探測範圍，尤其是在復雜場景下。
“從主流觀點來看，要實現高水平的自動駕駛，路側信息必不可少。但現在，車路協同的成本是壹個限制因素，單個車企很難承擔，需要政府或行業牽頭。”王曉斌說。
本報記者趙成對此文亦有貢獻。
本文原載於2020年10月23日《財經》雜誌“汽車與旅行”專欄。
本文來自車家作者汽車之家，不代表汽車之家立場。