首页 > 科技未来 > 内容

传感器正在紧急着陆，智能汽车给供应商带来哪些机遇？

发布于：2024-06-18 编辑：匿名来源：网络

无人驾驶技术现在其实已经非常成熟了。

从目前的技术水平来看，如果把大城市复杂的交通状况转化为实验室特有的模式，现场就会有统一的车辆，也会有遵守规则的行人。

对于正常交通，无需方向盘即可完全自动驾驶的汽车很快就会面世。

问题在于汽车如何理解现实中复杂的交通状况，如何像人眼和大脑一样灵活适应。

解决问题的关键在于各种传感器的配合。

他们最终将监测到的数据传输到高精度处理器，以识别道路、标志和交通，并做出加速、转向和制动等决策。

在智能感知识别部分，车载光学系统和车载雷达系统对于保障行车安全最为重要。

目前，用于感知周围环境的主流传感器有3种。

激光雷达（LiDAR）通过扫描物体反射的激光来确定物体的距离。

它可以形成厘米级精度的3D环境地图，因此在ADAS（高级驾驶辅助系统）和无人驾驶系统中发挥着重要作用。

影响。

从目前车载激光雷达来看，机械式多光束激光雷达是主流方案，但由于价格较高尚未普及。

去年12月10日测试成功的百度自动驾驶汽车车身上，除了部署毫米波雷达、视频等传感器外，车顶还安装了价值超过70万元的更大64位激光器。

雷达（Velodyne HDL64-E），谷歌也采用了同样高端配置的激光雷达。

车载激光雷达系统的质量主要取决于二维激光扫描仪的性能。

激光束越多，每秒可以收集到的浊点就越多。

然而，线束越多，激光雷达的价格就越昂贵。

以Velodyne的产品为例，64线束激光雷达的价格是16线束激光雷达的10倍。

除了成本较高之外，激光雷达在烟雾介质和雨雪天气下的表现也较差，这会限制其性能。

但作为核心传感器，低成本解决方案将加速自动驾驶的到来。

目前高精度汽车激光雷达产品的厂商主要集中在国外，包括美国的Velodyne、Quanegy以及德国的IBEO。

目前国内激光雷达产品还比较落后。

中国航空汽车系统控股有限公司高管周世宁曾表示，博世、大陆集团、法雷奥、英飞凌、德尔福等国外零部件企业已经抢占了ADAS技术的制高点，尤其是在ADAS领域。

高级驾驶辅助系统技术。

在传感器市场布局方面，我国汽车零部件企业已经输在起跑线上。

毫米波雷达（mmwave）毫米波是指30GHz频域（波长1-10mm）的电磁波。

毫米波的波长介于厘米波和光波之间。

因此，毫米波既有微波制导，又有光电制导。

优势。

与厘米波导引头相比，毫米波导引头具有体积小、重量轻、空间分辨率高的特点。

与红外、激光、电视等光学导引头相比，毫米波导引头具有较强的穿透雾、烟、尘的能力，并且具有全天候（大雨天除外）的特点，可与激光雷达的功能。

补充。

此外，毫米波导引头的抗干扰和抗隐身能力也优于其他微波导引头。

缺点是，由于波长的原因，毫米波雷达的探测范围非常有限，无法探测到行人，而激光雷达可以对周围所有障碍物进行精确建模。

为了克服不同的缺点和不足，车企势必将这些传感器组合在一起。

目前，毫米波雷达也是智能汽车ADAS系统的标准传感器。

按照目前主流分类，毫米波雷达可分为24GHz雷达和77GHz雷达。

参考其特点，通常24Ghz用于车辆周围车辆检测，77GHz用于前方车辆检测。

从我国实际国情和芯片研发进度等行业特点来看，未来三年国内24GHz毫米波雷达仍然存在市场空间。

放眼全球，我国77GHz毫米波雷达的大规模应用将稍有延迟。

由于ADAS的功能往往与传感器和处理器捆绑在一起，国内汽车毫米波雷达系统主要依赖进口芯片和算法，成本非常高。

加快国产77GHZ毫米波雷达芯片的研发并尽快应用于汽车上，将是我国汽车毫米波雷达产业的机遇。

同济大学汽车工程学院教授白杰认为，与摄像头的激烈竞争相比，毫米波雷达更具创新性，潜在市场空间更大，机会更多。

视觉传感器ADAS采用摄像头作为主要传感器，因为摄像头分辨率远高于其他传感器，能够获取足够的环境细节来帮助车辆识别环境。

车载摄像头可以描绘物体的外观和形状、读取标志等。

这些功能是其他传感器无法做到的。

从降低成本的角度来看，摄像头是识别传感器的有力候选者之一。

当然，在一切都清楚的情况下，摄像机是最好的选择，但它们受环境因素和外部因素的影响很大，比如隧道光线不足、天气因素等。

导致视力下降等。

作为采集图像信息的重要工具，路标识别、车道线感知等部分功能都是通过摄像头实现的。

目前摄像头的应用主要有：单目摄像头、后视摄像头、立体摄像头或双目摄像头、环视摄像头等。

按照全球每年1万多辆新车和自行车对6-8个摄像头的需求计算，未来整体需求量预计将超过61亿个，对应1000亿的市场空间。

ADAS技术路线中视觉算法不可或缺。

毫米波雷达等主动传感器对算法的依赖程度较低，算法也相对简单。

摄像头等无源传感器高度依赖算法，一般由第三方公司单独提供。

例如视觉算法公司Mobileye。

此前，特斯拉与Mobileye终止了合作。

Mobileye提供标准传感器安装方式+地图数据云服务+软件系统平台建设。

然而，特斯拉希望通过在线数据收集的众包模式来优化自动驾驶体验，EyeQ3芯片限制了这一点。

特斯拉建立了自己的地图，因此特斯拉未来将开发自己的图像算法和图像处理芯片。

不过，Mobileye仍然凭借多款产品占据了90%的市场份额。

这家以色列公司在当地的地位相当于BAT。

算法和硬件是ADAS系统的核心，也是Mobileye的核心竞争力。