無人駕駛技術(shù)現(xiàn)如今其實非常成熟了，就以現(xiàn)在的技術(shù)水平看，如果把大城市復雜的交通狀況變成實驗室特定的格局，場景內(nèi)有制式統(tǒng)一的車輛以及符合規(guī)矩的行人正常通行，那么不用方向盤，全程自動行駛的汽車當下就可以面世了。

問題就出在了汽車如何能對現(xiàn)實中復雜的交通狀況了如指掌，如何可以像人的眼睛和大腦一樣靈活應變。關(guān)鍵就在需要各種各樣的傳感器合作來解決，它們最終將監(jiān)測到的數(shù)據(jù)傳給高精密的處理器，識別道路、標示和行人，做出加速、轉(zhuǎn)向、制動等決策。

在智能感知識別的部分，車載光學系統(tǒng)和車載雷達系統(tǒng)是保證行車安全最為重要的，目前，主流的用于周圍環(huán)境感測的傳感器有激光雷達(LiDAR)、毫米波雷達(millimeter wave)、視覺傳感器三種。

激光雷達(LiDAR)

通過掃描從一個物體上反射回來的激光來確定物體的距離，可以形成精度高達厘米級的3D環(huán)境地圖，因此它在ADAS(先進駕駛輔助系統(tǒng))及無人駕駛系統(tǒng)中起重要作用。從當前車載激光雷達來看，機械式的多線束激光雷達是主流方案，但受制于價格高昂的因素尚未普及開來。

在去年12月10日路測成功的百度無人駕駛汽車車身上，除了部署了毫米波雷達、視頻等感應器，其車頂就安置了一個體積較大、價值70萬余人民幣的64位激光雷達(VelodyneHDL64-E)，谷歌同樣也是采用的相同高端配置激光雷達。車載激光雷達系統(tǒng)的優(yōu)劣主要取決于2D激光掃描儀的性能。激光發(fā)射器線束的越多，每秒采集的云點就越多。然而線束越多也就代表著激光雷達的造價就更加昂貴。

就以Velodyne的產(chǎn)品為例，64線束的激光雷達價格是16線束的10倍。激光雷達除了成本高昂，遇到煙霧介質(zhì)以及雨雪天氣中表現(xiàn)一般，將掣肘它的發(fā)揮。

不過作為核心傳感器，低成本方案將加速無人駕駛的到來。目前，高精度的車用激光雷達產(chǎn)品的生產(chǎn)廠商主要集中于國外，包括美國的Velodyne、Quanegy以及德國的IBEO公司等。國內(nèi)的激光雷達產(chǎn)品目前相對落后，中國航空汽車系統(tǒng)控股有限公司高級專務(wù)周世寧曾表示，博世、大陸、法雷奧、英飛凌、德爾福等外資零部件企業(yè)早已搶占ADAS技術(shù)制高點，特別是在傳感器的市場布局上，我國汽車零部件企業(yè)已經(jīng)輸在起跑線上了。

毫米波雷達(millimeter wave)

毫米波是指30～300GHz頻域(波長為1～10mm)的電磁波，毫米波的波長介于厘米波和光波之間，因此毫米波兼有微波制導和光電制導的優(yōu)點。同厘米波導引頭相比，毫米波導引頭具有體積小、質(zhì)量輕和空間分辨率高的特點。與紅外、激光、電視等光學導引頭相比，毫米波導引頭穿透霧、煙、灰塵的能力強，具有全天候(大雨天除外)全天時的特點，這能與激光雷達的作用產(chǎn)生互補。另外，毫米波導引頭的抗干擾、反隱身能力也優(yōu)于其他微波導引頭 。

缺點是毫米波雷達由于波長原因，探測距離非常有限，也無法感知行人，而激光雷達可以對周邊所有障礙物進行精準的建模。為了克服不同缺點缺點，車企勢必要將這些傳感器組合在一起。

目前看毫米波雷達也是智能汽車ADAS系統(tǒng)的標配傳感器，按照目前主流分類，毫米波雷達可分為24GHz雷達和77GHz雷達。參照其特性，通常車輛周圍的車輛檢測使用24Ghz，前方車輛檢測使用77GHz。以中國的實際國情以及芯片研發(fā)進度等行業(yè)特點來看，未來三年內(nèi)24GHz毫米波雷達在國內(nèi)仍有市場空間。望眼全球，我國77GHz毫米波雷達的大規(guī)模應用將稍微推后。

由于ADAS的功能，往往是通過傳感器+處理器的方式捆綁銷售，國內(nèi)汽車毫米波雷達系統(tǒng)的芯片、算法還主要依賴進口，成本很高。加快開發(fā)國產(chǎn)的77GHZ毫米波雷達芯片并盡快車載應用，將是我國汽車毫米波雷達產(chǎn)業(yè)的機遇。同濟大學汽車學院白杰教授認為，相對在攝像頭方面的激烈競爭，毫米波雷達更有創(chuàng)新性，潛在的市場空間更大，機會更多。

視覺傳感器

ADAS應用攝像頭作為主要傳感器是因為攝像頭分辨率進高于其他傳感器，可以獲取足夠多的環(huán)境細節(jié)，幫助車輛進行環(huán)境認知，車載攝像頭可以描繪物體的外觀和形狀、讀取標志等，這些功能其他傳感器無法做到。從降低成本的角度看攝像頭是識別用傳感器的有力候補之一，在一切清晰的情況下當然攝像頭是最好的選擇，但是受環(huán)境因素以及外部因素影響較大，比如隧道中光線不足，天氣因素導致的視線縮小等。

采集圖像信息的重要工具，部分類似路標識別、車道線感應等功能智能由攝像頭實現(xiàn)。目前攝像頭的應用主要有：單目攝像頭、后視攝像頭、立體攝像頭或稱雙目攝像頭、環(huán)視攝像頭，按照2015年全球超過8000萬輛新增車輛與單車6-8顆攝像頭需求，未來總體需求有望超6億顆，對應千億市場空間。

視覺算法在ADAS技術(shù)路線中必不可少，毫米波雷達等主動式傳感器對算法依賴程度較低，算法較為簡單，攝像頭等被動式傳感器對算法依賴程度較高，一般由第三方企業(yè)單獨提供。比如視覺算法企業(yè)Mobileye。

此前，Tesla和Mobileye終止合作的事沸沸揚揚，Mobileye提供標準的傳感器安裝方式+地圖數(shù)據(jù)云服務(wù)+軟件體系平臺構(gòu)建，但是Tesla是想通過在線收集數(shù)據(jù)的眾包模式優(yōu)化自動駕駛體驗，EyeQ3芯片限制了Tesla建立自己的地圖，所以Tesla未來要自己研發(fā)圖像算法以及圖像處理芯片。

不過Mobileye還是憑幾款產(chǎn)品占領(lǐng)了90%的市場份額，這家以色列的企業(yè)在當?shù)氐慕匚幌喈斢贐AT。算法和硬件是 ADAS 系統(tǒng)的核心，也是 Mobileye 的核心競爭力所在。Mobileye站在ADAS的頂端，甩出競爭對手好幾條街，ADAS和傳統(tǒng)車載視覺產(chǎn)品對軟件技術(shù)、硬件要求不同，傳統(tǒng)車載電子公司要切入ADAS市場并不容易。國內(nèi)團隊如從零開始至少需要3、4年才可能完成初步的技術(shù)積累。

當然為了提高環(huán)境感知的準確度，通常需要多種傳感器的組合，最終提供一個穩(wěn)定耐用的解決方案。當下比較典型的就是毫米波雷達、激光雷達和車載攝像頭，其他的超聲波技術(shù)和紅外線技術(shù)以及這些技術(shù)的算法融合都將讓傳感器產(chǎn)業(yè)帶來巨大的市場。不過毋庸置疑，在汽車實現(xiàn)完全智能化的這幾年中，傳感器產(chǎn)業(yè)鏈應該是最先獲得收益的。