同济大学综合门户网站
编辑|施志良
无论车企宣传语言中的L2.9还是L3+，汽车上的传感器确实越来越多。
无人驾驶全球领导者Waymo的第五代自动驾驶系统中有40个传感器，包括29个摄像头，6个毫米波雷达和5个激光雷达。国内造车新势力也不满足于汽车的智能化、自动化。蔚来ES8配备23个传感器，小鹏P7数量为31，超过特斯拉。
随着汽车智能化变革的到来，世界各地的汽车科技公司，无论大小，都致力于去除汽车的方向盘，或者部分弱化人类驾驶员的作用。有的玩家在勇攀高峰的时候攻击L4级自动驾驶，有的从L1和L2级自动驾驶开始步步为营，但是车载传感器解决方案的市场蛋糕已经越做越大。
Yole，一家市场研究公司？dédevelopment发布的《2020自动驾驶传感器报告》预测，未来15年，用于自动驾驶汽车的传感器将以51%的年复合增长率增长，传感硬件总收入将在2032年达到17亿美元，约合人民币165.438+065.438元。
在千亿级汽车传感器市场，中国已经失去了R&D的机会和市场份额。相机、毫米波雷达、激光雷达等车载传感器行业被国外品牌垄断多年，但一些民族品牌已经摩拳擦掌，准备夺回国产传感器的地位。
摄像头、毫米波雷达和激光雷达是如何让汽车像人类一样感知环境的？仅仅依靠图像识别，汽车能达到完全无人驾驶的水平吗？在汽车端之外，路边传感器将如何帮助自动驾驶汽车更快地着陆？
与传统汽车相比，自动驾驶汽车的感知系统的主要工作是取代人类驾驶员的视觉系统:通过将感知到的信息按照特定的规则转换成电信号，传输到汽车的中央控制单元，辅助汽车自动驾驶。
自动驾驶归根结底是让汽车智能化。至于人工智能如何帮助人类，业内经常有这样一种说法，人工智能系统擅长的领域恰恰与人类擅长的领域相反。人类的逻辑分析能力远超AI，但在记忆、大数据分析等领域，人类与AI相差甚远。
汽车感知系统也存在这种现象。人类驾驶员仅凭借常识和认知就能识别道路上的行人、车辆和红绿灯，并做出相应的加速、减速、转弯等决策。但是计算机完成同样的操作是非常困难的，感知和识别是第一道关。
目前自动驾驶的核心传感器有车载摄像头、毫米波雷达和激光雷达。在ADAS系统中，摄像头和毫米波雷达是主要的传感器，激光雷达已经成为大多数L3级别以上自动驾驶汽车的必备。
车载摄像头起到了人类“眼睛”的作用。
▲?图片来自网络
摄像头作为自动驾驶中最不可或缺的传感器，可以分辨障碍物的大小和距离，识别行人、车道线、交通标志等。，并通过算法对图像信息进行分析，实现许多预警和识别功能，如行人预警、车道保持、交通信号灯识别等。根据镜头数量，相机可分为单目相机、双目相机和多目相机。
这种照相机的主要优点是分辨率高，成本低。人眼可以快速捕捉大量信息，相机也可以获取丰富的信息，但是像人眼一样受到视野和环境的影响。一个单目摄像头最多可以抓拍50个，观察距离有限；在夜间和雨雪等恶劣天气下，相机的性能会迅速下降。
2018年3月，优步的一辆自动驾驶汽车在亚利桑那州与一名正在过马路的女子相撞，导致她死亡。主要原因是由于照明条件差，夜间道路处于阴影中，无法准确识别行人。
毫米波雷达弥补了相机的缺陷。与人类的眼睛相比，它更像蝙蝠的耳朵:蝙蝠通过耳朵发出超声波，根据其反射的回声识别物体，并避开障碍物，因此不受光照条件的影响。
毫米波雷达类似于蝙蝠的飞行原理，利用天线发射波长为1-10mm、频率为24-300GHz的毫米波，通过处理目标的反射信号获得汽车与其他物体的相对距离、相对速度等环境信息，并根据这些信息对目标进行跟踪和分类，电控单元根据车身的动态信息做出决策。
毫米波雷达的优点是抗干扰能力强，对雨、灰尘、雾霾等离子体的穿透能力高于激光和红外，但也存在信号衰减大、易被建筑物遮挡、传输距离短等缺陷。
激光雷达的工作原理与雷达类似，但其最大的优势是可以利用多普勒成像技术，生成目标清晰的3D图像。
通过测量激光信号的时间差和相位差来确定距离，利用在此过程中采集到的目标物体表面大量密集点的三维坐标、反射率和纹理信息，快速获得被测目标的三维模型和线、面、体等各种相关数据，从而达到环境感知的目的。
国内激光雷达厂商安全质量工程部总监赵鑫告诉旅者(ID:carcaijing)，激光雷达是自动驾驶不可或缺的传感器，尤其是L4及以上级别。激光雷达优势明显，分辨率高，精度高，抗干扰能力强。激光雷达的线越多，测量精度越高，安全性也越高。
“无论是探测精度、信息丰富度，还是对外界的实际感知，对于无人车来说都是必不可少的。”赵鑫说。
激光雷达是一种精密仪器，其工作原理涉及多个专业学科。尤其是顶尖头部企业在相关领域有多年的深耕和积累，成熟产品精度高，导致lidar成本更高，价格更贵。但作为自动驾驶汽车上的智能硬件，整个自动驾驶行业的发展和产业链的开放与合作，成为助推激光雷达成本降低的重要力量。
另一方面，激光雷达的线越多，能够感知的环境细节就越多，接收的点云数据量就越丰富，对软硬件的要求也就越高。拥有足够的计算能力来处理传感器捕捉的环境信息，已经成为自动驾驶解决方案的重要组成部分。
车载传感器行业曾经是海外厂商的绝对统治。
随着自动驾驶技术的逐步推广，车载摄像头、毫米波雷达、激光雷达的市场需求也快速增长。由于技术壁垒高，对软硬件系统要求高，国外Tier1在R&D、品牌信任度、市场占有率等方面具有明显的先发优势。
在摄像头主导的图像识别技术供应商中，以色列公司Mobileye占据了绝对的主导地位。Mobileye为整车厂提供“车载摄像头+算法+视觉处理芯片”的整体解决方案。2019年举办全球26家汽车公司合作项目45个，获得22款新车型订单超过16万辆，市场渗透率超过70%。
在毫米波雷达领域，全球毫米波雷达市场被博世、法雷奥、海拉、大陆、德尔福、电装等国际巨头所垄断，因为软硬件的关键技术被外资垄断。根据中国高科技行业综合门户网站OFweek的统计，博世、Mainland China和海拉是2018年全球毫米波雷达市场的前三家公司，市场份额分别为19%、16%和12%。
激光雷达的市场垄断更加明显。曾经掌握核心技术的美国威力登技术公司，几乎是激光雷达的代名词。威力登成立于1983，曾经是国内无人驾驶科技公司的不二选择，与谷歌、通用汽车、福特、优步、百度等都有合作。，占据车载激光雷达的大部分市场份额。
近年来，随着中国汽车智能化的浪潮，车载传感器的蛋糕越来越大，民族品牌挑战者也在崛起。
近日，在2020世界智能网联汽车大会上，《智能网联汽车技术路线图2.0》正式发布。计划到2025年，L2和L3自动驾驶智能网联汽车将占中国汽车总销量的50%。中信证券预测，传感器需求将呈指数级增长，2023年汽车传感器市场有望突破340亿元。
三种传感器的国内供应商正在努力夺回国外Tier1的市场份额。
Mobileye封闭的“黑箱”模式极大地制约了车企的研发，但也给了国内相机解决方案提供商弯道超车的机会。Mobileye将算法与芯片“捆绑”，合作的下游厂商只能获取输出信号，而不知道具体的识别算法，无法据此修改算法。另一方面，Mobileye一直未能在更高层次的自动驾驶系统中证明自己的计算和多传感器集成能力。
在相机系统解决方案上，中国的德赛四维、百度Apollo、华为等厂商早已布局。德赛四维是小鹏两家理想车企背后的自动驾驶系统供应商，也是中国第一家英伟达支持的本土自动驾驶Tier1。
Xpeng汽车告诉一个旅行者(ID:carcaijing)，小鹏？P7？自动驾驶辅助感知系统充分考虑了中国当地路况对感知能力的要求。小鹏有11摄像头，但是结合英伟达？开车？泽维尔？计算平台和德赛四维开发的自动驾驶控制器IPU03，计算能力高达？30?TOPS(每秒万亿次)足以满足处理海量数据信息的计算需求。
此外，也涌现出一大批视觉感知技术公司，如MAXIEYE、极智、MINIEYE等。，从视觉感知、全景感知等不同角度。虽然离Mobileye还有差距，但随着国内公司的积极研发和量产，这种差距正在缩小。
走在国内毫米波雷达前列的公司有德赛四维、华宇汽车、Senstek等。然而，我国车载毫米波雷达产业尚未掌握核心技术，市场渗透率仍然较低。数据显示，中国77GHz雷达市场，中国、博世、德尔福三家厂商仍占80%以上的出货量。
“毫米波雷达最早用于军事领域。国外很早就开始在汽车领域开发应用，尤其是在77GHz的技术封锁下，国产品牌很难突破。这些外国品牌？1与车企建立了长期稳定的合作关系。国内品牌很难绕过他们与OTM合作，因为其他人已经有了非常全面的应用计划。”同济大学汽车学院人车关系实验室的汽车行业专家王晓斌告诉澎湃新闻(ID:carcaijing)。
还有一个限制就是相机和毫米波雷达的技术比较成熟，成本低，价格比激光雷达便宜很多。国产品牌很难从性价比入手。
从产业链的价值分布来看，由于技术壁垒和厂商的稀缺性，激光雷达产业的附加值更高。
激光雷达是成本最高的三大传感器之一，也是高级自动驾驶不可或缺的一部分。一直都是卖方主导。但近年来，国产品牌在激光雷达领域呈现出后来者的势头:何塞科技、速腾聚创等国产厂商推出了不同的产品线和解决方案，在注重性价比的同时满足了车辆法规的要求，以价格优势抢占了威力登的市场份额。
同规格的国产机械激光雷达比威力登便宜很多。威力登的64线激光雷达价格一度达到65438+万美元，降价后要50多万元。沃赛今年654.38+10月推出的64线产品PandarQT建议零售价定为4999美元。
赵鑫认为，虽然限制所有无人驾驶汽车落地的因素还有很多，但对于运营公司来说，成本可能不是第一位的，性能是否达标和稳定可能更重要。
“携带更多信息的激光雷达的引入可以加速Robotaxi操作的落地。有些激光雷达的探测距离为200米，但实际上感应距离不到200米，这可能会导致难以察觉或感知的误差。”赵鑫说。
事实上，国内不仅是滴滴、马骁智行、文远智行的无人驾驶出租车配备了黑塞的激光雷达，民族品牌也在进军硅谷。截至2019，在加州获得DMV自动驾驶执照的公司中，超过一半是黑森的客户。公开资料显示，全球自动驾驶测试里程前15家公司中，有12家公司选择何塞的产品作为主要传感器，其中包括与威力登有深度合作的通用巡航、Zoox、极光等顶级自动驾驶公司。
多年来，对于如何结合车载传感器，为L4级别以上的高级辅助驾驶甚至无人驾驶提供解决方案，一直有两种不同的路径。
第一种由摄像头、毫米波雷达等低成本部件组成，构成纯视觉计算。典型代表是特斯拉和Mobileye，另一个是由激光雷达和摄像头以及毫米波雷达组成。典型代表是Waymo、Apollo等主流自动驾驶厂商。
从价格控制上看，激光雷达的成本远高于摄像头和毫米波雷达，特斯拉出于成本考虑选择了图像传感技术主导的路线。
业内人士认为，两条路线的决策方式存在差异。以摄像头为主传感器的自动驾驶方案是“轻感知、重计算”，而以激光雷达为主传感器的自动驾驶方案具有明显的“重感知、轻计算”特征。
简单来说，摄像头需要依靠软件算法的提升和大量的数据训练来弥补硬件方案的低感知水平，而激光雷达的加入在一定程度上降低了数据处理对计算能力的要求，这也有助于加快L4级自动驾驶汽车的商业化进程。
埃隆·马斯克(Elon musk)曾多次公开表示对激光雷达解决方案的不屑。马斯克认为，人类通过视觉收集信息+大脑处理信息来实现安全驾驶，也就是说通过视觉感知+算法决策也可以实现自动驾驶。
特斯拉最近推出了重写版的Full？自动驾驶全自动驾驶套件(FSD)显示了其在视觉识别方面的技术优势，但业内人士指出，FSD能够实现准确识别和自主决策，离不开背后的海量驾驶数据。
特斯拉通过覆盖全车的摄像头+超声波传感器和一个前置雷达，实现高级自动驾驶场景的覆盖，其最大的支撑来自基于售后车辆数据的神经网络训练。通过深度学习覆盖更多工况和场景，让视觉算法无限接近人类的感知和判断。
“他们之所以一开始不推出这个功能，并不是因为没有能力或者算法没做完，更多的是因为数据不够，场景没有充分验证。通过量产车型收集数据对其他汽车制造商也有指导意义。”业内人士对某旅(ID:carcaijing)表示。
特斯拉的路线并不主流。赵鑫说，产业链的动态变化体现了激光雷达的必要性。“激光雷达的制造商增加了，更多的汽车制造商开始使用激光雷达，这可能比讨论技术路线更有说服力。”
有从业者认为，要实现L4级别以上的自动驾驶，需要对激光雷达、摄像头、毫米波雷达等各种传感器进行综合验证。
国内智能驾驶公司Fretek总裁张林在接受媒体集体采访时指出，单靠图像传感技术和视觉算法很难做到完全无人驾驶，需要融合激光雷达算法，这也对算法的自研能力和融合技能提出了更高的要求。
“绝大多数做logos的科技公司都是从国际厂商那里买雷达，自己做融合的算法，但是雷达输出的是目标级信号，但是自动驾驶程度越高，越需要底层融合。你看到的事实和目标背后是采集和跟踪的算法，但这个过程会被过滤。如何在两个目标重叠非常近的位置识别，只有做过雷达算法的人才能理解和掌握。”张林说。
另一方面，传感器越多越好。虽然安装的传感器越多，车辆对周围环境的探测就越有效，但传感器过多不仅会增加成本并导致相互干扰，还会给集成和计算带来挑战。
Fretek的传感融合专家刘茜告诉旅者(ID:carcaijing)可以通过多传感器融合技术实现冗余，即当单个传感器出现故障时，可以通过其他传感器数据进行交叉验证，提高容错能力。此外，当激光雷达成本较高时，多传感器融合可以提高解决方案的经济效益。
不仅是车载传感器的融合，路侧传感器的数据也会融合到数字流中，成为车辆自动驾驶的补充。
“从车端到路端，从终端到云端”的5G-V2X车路合作路线被越来越多的自动驾驶公司提及。一直强调自行车智能化的Waymo也开放了车道研究车路协同技术解决方案。
研究表明，车路协同仅通过车载传感器就能解决信心不足的问题，或使整车安全性提高2-3倍。通过在路边增加摄像头、雷达等传感器，就像给汽车的传感设备增加了一双“上帝之眼”，降低了维度，解决了复杂的工况和场景。
在大力推进新基础设施的背景下，上海和雄安自动驾驶示范区的部分测试道路已经配备了高清8K摄像头、激光雷达和毫米波雷达。
“这些技术有助于汽车了解道路上运行的交通状况，例如识别交通事故以及它占用了哪条车道。这些信息被传输回云端，然后传输到汽车上。无人驾驶汽车可以提前预见和规划要避开的路径。”刘茜说。
王晓斌指出，车路协同相当于汽车的一个“超视距传感器”，提供现有车载传感器探测范围之外的信息，尤其是在复杂场景下。
“从主流观点来看，要实现高水平的自动驾驶，路侧信息必不可少。但现在，车路协调的成本是一个限制因素，单个车企难以承担，需要政府或行业牵头。”王晓斌说。
本报记者赵成对此文亦有贡献。
本文原载于2020年10月23日《财经》杂志“汽车与旅行”专栏。
本文来自车家作者汽车之家，不代表汽车之家立场。