汽車市場已經成為傳感器的重要應用市場，MEMS汽車傳感器作為汽車電子控制系統電子控制系統的重要信息源，對溫度、壓力、位置、轉速、加速度和振動等各種信息進行實時、準確的測量和控制。當前，一輛普通家用轎車上大約安裝了近百個傳感器，而豪華轎車上的傳感器數量多達200個，那么作為未來主流的智能電動汽車，其自動駕駛系統需要多少傳感器來支撐呢？
自動駕駛系統涵蓋三個方面，分別為：
1）感知層，通過傳感器（包括車載攝像頭/超聲波雷達/毫米波雷達/激光雷達等）感知車身周圍環境；
2）決策層，通過感知層收集的信息作出相應的決策（涉及芯片/算法）；
3）執行層，通過接收傳感器的實時信息、以及芯片/算法得出的決策信號從而采取包括剎車/警示等在內的行車行動。其中硬件設備包括傳感器、芯片、高精地圖。
感知就像人類通過眼睛和耳朵感知周圍情況，自動駕駛的感知是通過激光雷達、毫米波雷達、高清攝像頭等硬件設備的周圍感知及通過GNSS（全球導航衛星系統）、IMU（慣性測量單元）、RTK（實時動態）定位等絕對位置定位組成，用來搜集車輛周邊的環境。
智能駕駛感知層各類傳感器及相關企業
1、激光雷達
激光雷達最重要的兩個屬性是測距和精度。激光雷達可以主動探測周圍環境，屬于“主動視覺”，即使在夜間仍能準確地檢測障礙物。因為激光光束更加聚攏，所以比毫米波雷達擁有更高的探測精度。缺點在于成本高昂、技術不成熟、影響車輛整體外觀。激光雷達成本高于2萬元，而攝像頭最多僅2000元，雷達則更便宜，激光雷達主導的解決方案為主機廠帶來成本壓力。
近日，全球知名市場研究與戰略咨詢公司Yole Développement發布了《2021年汽車與工業領域激光雷達應用報告》（以下簡稱《報告》）。《報告》統計了包括全球十余家頭部企業在內的激光雷達研發制造商在汽車和工業市場應用的份額占比情況。
來源：Yole Développement
報告顯示，法雷奧排名第一，占比 28%；RoboSense(速騰聚創)占比10%，排名第二；Luminar、Livox（大疆）、電裝、大陸、Cepton五家廠商以7%占有率，并列第三；緊隨其后的是Innoviz、Ibeo、華為、禾賽科技、Innovusion（圖達通）、Velodyne，占有率均為3%。
2、超聲波雷達
超聲波雷達在汽車中的應用已經有很多年了，在許多車輛的前后兩側都能發現它們的身影。按工作頻率劃分，超聲波雷達有40kHz、48kHz和58kHz三種，頻率越高，靈敏度越高，探測角度越小。在工作狀態，通過收發超聲波，超聲波雷達能以1-3cm精度測算0.2-5m范圍內的障礙物。
然而，由于工作頻率屬于聲波范圍，超聲波雷達的不足也是顯而易見的。尤其是汽車在高速行駛過程中，由于超聲波信號的傳播延遲，接收到的信息會出現一定的延遲。另外，超聲波設備也存在方向性差的問題，需要更多的設備來覆蓋同一個區域，而且天氣條件也會極大地影響它們的探測效果。
不過，這并沒有影響超聲波雷達在汽車行業的應用，非常關鍵的一點就是它的超高性價比。市場上單個超聲波雷達的售價僅為數十元人民幣，按照一套倒車雷達系統安裝4個超聲波雷達計算，硬件成本還不足二百元。自動泊車系統雖然需要的超聲波雷達數量多一些，但硬件總成本也能控制在五百元左右。與動不動就要數萬元甚至數十萬元的激光雷達相比，超聲波雷達在成本方面的優勢實在太突出了。
超聲波目前的使用場景，基本有三種，一種是實現簡單的后向倒車輔助、警告障礙物的預警功能，配置的超聲波雷達數量一般是4個；另一種是增加了汽車在前進過程中的預警，配置數量在8個；最后一種就是配置12個，實現水平、垂直、斜向全自動泊車的功能。
在供應商方面，法雷奧、博世、電裝、TTE占據主要份額，并且走的是軟硬件一體的泊車方案。不過，近年來，國內本土供應商也在加緊搶占市場，從低端的倒車輔助到泊車應用。高工智能汽車研究院根據基于自主搭建的前裝定點及量產項目數據庫作為基礎評價指標，通過企業規模、資本實力、研發能力、經營能力、行業影響力、成長潛力等六個一級指標綜合評判，正式發布年度超聲波雷達（國產）供應商市場競爭力TOP10榜單。上富電技、豪恩汽電、奧迪威、縱目科技、合肥晟泰克、海康汽車、重慶光大、輔易航、優保愛駕、蘇州優達斯上榜。
3、毫米波雷達
毫米波指波長介于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點。毫米波雷達則指工作在毫米波波段的雷達。毫米波雷達通過天線向外發射毫米波，接收目標反射信號，經計算后快速準確地獲取汽車車身與其他物體直接的相對距離、速度、角度、運動方向等，再交回車輛的中央處理單元(ECU)進行智能處理和決策。
車載毫米波雷達主要集中在24GHz和77GHz這2個頻段，毫米波雷達具有傳輸距離遠，性能穩定、成本可控等優點，但其同樣也存在角度分辨率弱、辨識精度低等缺陷。基于測量距離遠、全天候穩定工作以及成本低的特性，毫米波雷達毫無疑問地廣泛應用于自動駕駛車輛當中，但其在探測精度上的短板也需要持續的技術迭代來補足。
ADAS系統的毫米波雷達市場集中， 長期為國外汽車零部件巨頭所壟斷，以德國、美國和日本等國家為研發地，主要公司有博世、大陸、海拉、富士通天、電裝、天合、德爾福、奧托立夫等。國內微波/毫米波雷達傳感器企業近年來逐漸涌現，多為初創企業，普遍缺乏車載行業背景。隨著ADAS（先進駕駛輔助系統）的加速滲透，越來越多的汽車產業鏈供應商如滬電股份、亞太股份、華域汽車等大廠紛紛通過自主研發、國際合作、投資創業團隊等方式切入加速布局。
4、車載高清攝像頭
攝像頭測距能力相對較弱，且受環境光照的影響大，但攝像頭的核心優勢在于非常適用于物體識別、數據量遠超其他傳感器。攝像頭成像原理與人眼類似，都是物體反射的光通過鏡片在傳感器上成像，人眼就能看懂攝像頭拍攝的內容，攝像頭可以完成物體分類。同時攝像頭擁有最豐富的線性密度，其數據量遠超其他類型的傳感器。基于圖像信息密度最高的優勢，使得它處于整個感知融合的中心地位。車載攝像頭覆蓋率較低，市場潛力巨大。
要完全實現自動駕駛，汽車必須配置五類攝像頭，伴隨智能駕駛等級提升，單車車載攝像頭數量增長，單車攝像頭配置數量至少為 12個，L5預計需要12-15顆（感知+環視+DMS/OMS），隨著車載攝像頭技術的成熟，單品價格總體呈下降趨勢，據 ICVTank 數據，2020 年車載攝像頭價格帶芯片及算法前視攝像頭1,000元左右，無芯片500萬像素僅200元，未來這一價格有望進一步下降，并將進一步推動車載攝像頭覆蓋率和單車配置數量提升。
隨著ADAS和自動駕駛的逐步深入，預計未來車載攝像頭市場規模仍保持高速增長，根據ICVTank，全球車載攝像頭市場規模將有望在2025年達到270億美元，CAGR 達15.8%。
車載攝像頭企業
5、GPS與IMU
對于一輛自動駕駛汽車來說，高精定位有兩層含義：
（1）得到自車與周圍環境之間的相對位置，即相對定位；
（2）得到自車的精確經緯度，即絕對定位。
因此，自動駕駛汽車對于周邊環境的理解需要高精地圖、聯合感知等技術的輔助。高精地圖可以把由測繪車提前采錄好的、用經緯度描述的道路信息告訴車輛，而所有的車輛也可以把實時感知得到的、用經緯度描述的動態障礙物的信息廣播給周圍的車輛，這兩個技術疊加在一塊，就可以大大提高自動駕駛汽車的安全性，從而拓展它們的運營范圍。
之所以使用經緯度來描述這些信息，是因為不同的車輛，包括采集高精地圖的測繪車在內，必須使用同一個觀測坐標系才能共享觀測的信息，而目前世界上最通用的觀測坐標系就是由經緯度定義的坐標系，對絕對定位的需求就來自這里。
眾所周知，GPS可以為車輛提供精度為米級的絕對定位，差分GPS或RTK GPS可以為車輛提供精度為厘米級的絕對定位，然而并非所有的路段在所有時間都可以得到良好的GPS信號。
因此，在自動駕駛領域，RTK GPS的輸出一般都要與IMU，汽車自身的傳感器（如輪速計、方向盤轉角傳感器等）進行融合。嚴格來講，IMU只提供相對定位信息，即自體從某時刻開始相對于某個起始位置的運動軌跡和姿態。然而，將IMU的相對定位與RTK GPS的絕對定位進行融合后，就產生了兩個無可替代的優點：
（1）IMU可以驗證RTK GPS結果的自洽性，并對無法自洽的絕對定位數據進行濾波和修正；一個簡單的例子是，如果RTK GPS輸出汽車的絕對位置在短時間內發生了很大的變化，這意味著汽車有很大的加速度，而此時IMU發現汽車并不具備這樣的加速度，就表明RTK GPS的定位出了問題，應該由IMU來接管絕對定位系統；
（2）IMU可以在RTK GPS信號消失之后，仍然提供持續若干秒的亞米級定位精度，為自動駕駛汽車爭取寶貴的異常處理的時間。同樣的道理，IMU也可以在相對定位失效時，對相對定位的結果進行航跡推演，在一段時間內保持相對定位的精度；例如，在車道線識別模塊失效時，基于失效前感知到的道路信息和IMU對汽車航跡的推演，仍然能夠讓汽車繼續在車道內行駛。
其中，IMU的全稱是inertial measurement unit，即慣性測量單元，通常由陀螺儀、加速度計和算法處理單元組成，通過對加速度和旋轉角度的測量得出自體的運動軌跡。
6、陀螺儀
陀螺儀，測量角速度，具有高動態特性，它是一個間接測量角度的器件。它測量的是角度的導數，即角速度，要將角速度對時間積分才能得到角度。陀螺儀就是內部有一個陀螺，它的軸由于陀螺效應始終與初始方向平行，這樣就可以通過與初始方向的偏差計算出旋轉方向和角度。
7、加速度計
加速度計的低頻特性好，可以測量低速的靜態加速度。當我們把加速度計拿在手上隨意轉動時，我們看的是重力加速度在三個軸上的分量值。加速度計在自由落體時，其輸出為0。為什么會這樣呢？這里涉及到加速度計的設計原理：加速度計測量加速度是通過比力來測量，而不是通過加速度。
加速度計若是繞著重力加速度的軸轉動，則測量值不會改變，也就是說加速度計無法感知這種水平旋轉。陀螺儀與加速度計之間的關系好似一條船，姿態就是航向（船頭的方位），重力是燈塔，陀螺（角速度積分）是舵手，加速度計是瞭望手。舵手負責估計和把穩航向，他相信自己，本來船向北開的，就一定會一直往北開，覺得轉了90度彎，那就會往東開。當然如果舵手很牛逼，也許能估計很準確，維持很長時間。不過只信任舵手，肯定會迷路，所以一般都有瞭望手來觀察誤差。
IMU的關鍵優勢，在于它在任何天氣和地理條件下都能正常工作。作為一個獨立的數據源，它可用于短期導航，并驗證來自其他傳感器的信息，也不會因為天氣、透鏡污垢、雷達和激光雷達信號反射或城市峽谷效應而失效。作為一個獨立的傳感器，IMU被視為補充和證實其他傳感器數據的傳感器，即最后的傳感器，用于確保車輛行駛安全，并在其他傳感器受損或失效時以可控的方式使車輛停止，因此，有人將IMU稱為自動駕駛系統的定海神針。
目前，市場上所有配備ESC（電子穩定控制系統）系統的車輛，都已配備了低精度低成本的IMU，而高精度IMU雖可滿足自動駕駛慣性導航的性能要求，但過去數千美元的價格使其無法在汽車市場上大規模部署。目前，諸多業內企業正致力于將高精度IMU的成本降至100美元以下。
在IMU企業端，博世、意法半導體、TDK、ADI是全球領先的IMU供應商，中國廠商也在競逐IMU領域，如深迪半導體、罕王微電子。
自動駕駛各傳感器匯總對比
通過上述分析，可以發現這些自動駕駛傳感器或多或少存在一些盲點，這就使得傳感器性能的重疊和數據的融合，顯得至為重要。例如，當激光雷達受到惡劣天氣干擾時，雷達和紅外攝像機可保證自動駕駛系統的感知功能。
GNSS（全球導航衛星系統）是自動駕駛系統的一個核心要素。GNSS通過兩種增強改正模式，RTK（實時動態）和PPP（精確點定位），極大地提高了GNSS的精度，將定位精度從幾米提高至幾厘米，當然，GNSS存在信號丟失和城市中心多路徑等問題。
在過去，RTK / PPP硬件成本和服務費用較高，但新型芯片模組及算法有望將其成本降低到大眾市場水平。慣性測量單元（IMU），可作為傳感器數據缺失時的有效補充。IMU利用內置的加速度傳感器和陀螺儀，可測量三維線性加速度和三維角速度，根據這些信息，可計算出車輛的姿態（俯仰角和滾動角）、航向、速度和位置變化。IMU可用于填補GNSS信號更新之間的空白，甚至可以在GNSS和系統中的其他傳感器失效時，進行航位推算。
我們以特斯拉和WAYMO兩種智能駕駛感知層解決方案來說明。
1.以特斯拉為代表的視覺主導方案和以視覺主導方案以攝像頭為主導，配合毫米波雷達、超聲波雷達、低成本激光雷達；特斯拉Autopilot的感知工作主要依賴3個前置攝像頭、2個側方前視攝像頭、2個側方后視攝像頭、1個后視攝像頭、12個超聲波傳感器、1個毫米波前置雷達，實現了多傳感器融合冗余。
2.WAYMO為代表的激光雷達主導方案。激光雷達主導方案以激光雷達為主導，配合毫米波雷達、超聲波傳感器、攝像頭。Waymo自研的4D成像雷達應用于Waymo發布的第五代感知系統Waymo Driver，搭載自研激光雷達（1個車頂+4個車輛前后左右），6個自研毫米波雷達、自研29個攝像頭、麥克風列陣等。
結論
一輛電動汽車自動駕駛系統需要多少傳感器來支撐呢？
也許我們沒法有個明確數值，不同廠商有不同的技術解決方案，目前無法清楚判斷孰優孰劣，但是多種傳感器融合與互補是必然的，無論是激光雷達、超聲波、毫米波、攝像頭還是GPS、IMU、加速度計、陀螺儀都是電動汽車自動駕駛必備的傳感器，目前我們國內廠商相對國外企業在技術上相對要滯后，不過我們也可以看過在不同的傳感領域我們一樣有著不少優秀的企業代表在不斷發展進步，中國作為智能汽車最大的消費市場，自動駕駛的成熟需要我們中國市場來驗證，作為其核心硬件傳感器研發需要我們中國企業來參與及完善。
