近年來，自動駕駛無疑成為了技術(shù)界和汽車界的熱門話題，谷歌、百度、蘋果和尤伯杯科技公司、特斯拉、奧迪、奔馳、寶馬等主要汽車制造商紛紛投入自動駕駛領(lǐng)域。然而，在自動駕駛路線的爭論一直沒有停止過。據(jù)了解，在不同的技術(shù)路線中，所使用的傳感器主要有激光雷達、毫米波雷達和照相機三大類，各有優(yōu)缺點。這里是汽車電子蕭邊一起了解相關(guān)內(nèi)容。

一、主流傳感器的比較

Lidar：

激光雷達具有高精度、高分辨率的優(yōu)點，并建立外周三維模型的前景。但其缺點是對隔離帶等靜止目標的檢測較弱，著陸技術(shù)成本高。由于激光雷達可廣泛用于ADAS系統(tǒng)，如自適應巡航控制（ACC）、車輛碰撞預警（FCW）和自動急救制動（AEB），因此吸引了很多先進的技術(shù)初創(chuàng)企業(yè)競爭，而傳統(tǒng)的供應商也積極布局投資達到快速獲取先進技術(shù)戰(zhàn)略伙伴關(guān)系。
毫米波雷達：

與激光雷達、毫米波雷達具有探測距離遠等優(yōu)點，受天氣條件和低成本。由于毫米波雷達使用硅基芯片，它們不是特別昂貴，也不涉及復雜的過程，預計在技術(shù)改造的第二階段仍有下降的空間。

與激光雷達相比，臨時性成本過高，技術(shù)壁壘較低，其全天候工作優(yōu)勢，可以說是毫米波雷達進入自動駕駛門檻的市場低點。

相機：

攝像機是最基本的通用傳感器，價格低廉，應用廣泛，同時雷達的圖像識別功能無法完成，不僅能識別路標，而且在自動駕駛系統(tǒng)的圖像處理方案中不可缺少的一部分。

在激光雷達的高成本，高精度地圖相機是另一個低成本的技術(shù)路線圖。除了具有自動駕駛的高精度地圖提供定位服務外，攝像機還可以作為低成本和少量的數(shù)據(jù)傳輸在地圖采集過程中（2D屏幕捕捉相機是小尺寸的數(shù)據(jù)采集器）。

二，視覺引導或激光雷達引導？

據(jù)清華大學鄧志東教授介紹，有自動駕駛環(huán)境感知的兩種主要技術(shù)路線：一種多傳感器視覺融合方案導致特斯拉為代表，與低成本的激光雷達的其他優(yōu)勢，如谷歌waymo。

1、視覺導致特斯拉為代表：相機+毫米波雷達+超聲波雷達+低成本的激光雷達。

攝像機視覺屬于被動視覺，這是由環(huán)境光照影響較大。目標檢測和大滿貫是不可靠的，但成本低。目前，特斯拉已經(jīng)在生產(chǎn)車上安裝了自動駕駛儀2固件，但成本非常低，僅7000美元左右，8架攝像機單眼環(huán)視，有1毫米雷達和12臺超聲波雷達，希望從L2跳到L4。

經(jīng)過六個月的努力，特斯拉最近完成了從Mobileye單目視覺技術(shù)過渡到特斯拉公司NVIDIA驅(qū)動計算硬件平臺的軟件系統(tǒng)基于PX2道路試驗數(shù)據(jù)和軟件8.1版本在今年3月底發(fā)布，通過深度學習手段方面已基本達到Mobileye的技術(shù)水平在短期內(nèi)這是之前，很難想象。特斯拉自動駕駛儀技術(shù)如何，一個重要的觀察點是看它是否在2017年底，從洛杉磯到紐約，完全自主駕駛，實現(xiàn)全程4500公里，無需人工干預。

2、激光導致谷歌waymo為代表：低成本的激光雷達和毫米波雷達+攝像頭+超聲波傳感器。

激光雷達是主動視覺，其目標檢測比SLAM更可靠，但顏色和紋理損失大，成本高。目前，谷歌waymo成立自己的R&；D組激光雷達硬件，超過90%的成本降低，基本上是7000美元，同時，他們已經(jīng)開始在美國菲尼克斯地區(qū)的500級汽車社會β，大大促進落地技術(shù)路線的實踐。

激光雷達LED解決方案可以繼續(xù)朝著以下兩個方向前進：

一種是將激光雷達和彩色攝像機結(jié)合起來，直接獲取彩色激光點云數(shù)據(jù)的攝像機和激光雷達硬件模塊的研制。

二是進一步降低激光雷達的硬件成本，如固態(tài)激光雷達的研制和實施，成本將降到數(shù)百美元。

無論如何，現(xiàn)在的自動駕駛領(lǐng)域的三個核心問題，重點突破：利用人工智能，尤其是目標識別的研究中，自主導航和信息融合的深度，這三方面的技術(shù)成就的真正的商業(yè)價值。

目標識別：例如，如何可靠地檢測和預測附近的障礙物，特別是在極端和緊急情況下，對于復雜的交通密集地區(qū)的城市地區(qū)。

自主導航：激光撞擊或視覺SLAM及其低成本導航精細積分；

信息融合的多傳感器信息融合是如何進行的？

三。在未來的發(fā)展趨勢是什么？

目前，由于各種原因，不同廠家對自動駕駛技術(shù)仍存在爭議，并強調(diào)傳感器的組合方式。然而，未來業(yè)界的主流觀點是，毫米波雷達、激光雷達和攝像機傳感器是實現(xiàn)自動駕駛的唯一途徑。顯然，innoviz CEO keilaf，以色列首創(chuàng)公司，聯(lián)合創(chuàng)始人和Omer David，也支持這個觀點。

他認為，毫米波雷達技術(shù)、攝像機和激光雷達傳感器數(shù)據(jù)融合，是保證車輛全球定位對周邊環(huán)境和理解必不可少，提供必要的技術(shù)儲備和水平三級5自動驅(qū)動方案。在環(huán)境感知，每個傳感器都有其獨特的優(yōu)勢和弱點。例如，毫米波雷達可以完成測距在低分辨率的情況下，以及受天氣因素影響；和相機具有更高的分辨率，能夠感知的顏色，但強烈的影響；激光雷達可以提供三維遙感信息，環(huán)境的重建可以更強。

在這種情況下，只有多個傳感器的融合，才能更準確地提供車輛周圍環(huán)境的圖紙信息，并滿足OEM主機廠所需的安全標準。目前，高性能激光雷達的生產(chǎn)和成本仍然是多傳感器融合技術(shù)方案乃至全自動駕駛技術(shù)的障礙之一。