自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息，扮演眼睛、耳朵的角色。

控制模块分析处理信息，并进行判断、下达指令，扮演大脑的角色。车身各部件负责执行指令，扮演手脚的角色。而环境感知是这一切的基础， 因此传感器对于自动驾驶不可或缺。

三大重要传感器

摄像头：智能驾驶之慧眼

车载摄像头是实现众多预警、识别类 ADAS 功能的基础。在众多 ADAS 功能中，视觉影像处理系统较为基础，对于驾驶者也更为直观，而摄像头又是视觉影像处理系统的基础， 因此车载摄像头对于自动驾驶必不可少。

摄像头可实现的 ADAS 功能

以上众多功能都可借助摄像头实现，有的功能甚至只能通过摄像头实现。

车载摄像头价格持续走低，未来单车多摄像头将成为趋势。摄像头成本相对低廉，价格也从 2010 年的 300 多元持续走低，到 2014 年单个摄像头价格已降低至 200 元左右，易于普及应用。

根据不同 ADAS 功能的要求，摄像头的安装位置也不尽相同。按摄像头的安装位置不同，可分为前视、侧视、后视和内置四个部分。未来要实现全套 ADAS 功能，单车需配备至少 5 个摄像头。

前视摄像头

前视摄像头使用频率最高，单一摄像头可实现多重功能。如行车记录、车道偏离预警、前向碰撞预警、行人识别等。前视摄像头一般为广角镜头，安装在车内后视镜上或者前挡风玻璃上较高的位置，以实现较远的有效距离。

侧视摄像头代替后视镜将成为趋势。由于后视镜的范围有限，当另一辆在斜后方的车位于这个范围之外就“隐身”，因为盲区的存在，大大增加了交通事故发生的几率。而在车辆两侧加装侧视摄像头可以基本覆盖盲区，当有车辆进入盲区时，就有自动提醒驾驶员注意。

全景泊车系统

全景泊车系统通过安装在车身周围的多个超广角摄像头，同时采集车辆四周的影像，经过图像处理单元矫正和拼接之后，形成一副车辆四周的全景俯视图，实时传送至中控台的显示设备上。

驾驶员坐在车中即可以“上帝视角”直观地看到车辆所处的位置以及车辆周报的障碍物。

车载摄像头应用广泛且价格相对低廉，是最基本最常见的传感器。相对于手机摄像头，车载摄像头的工况更加恶劣，需要满足抗震、防磁、防水、耐高温等各种苛刻要求。制造工艺流程复杂，技术难度高。

特别是用于ADAS功能的前视摄像头，涉及行车安全，可靠性必须非常高。因此车载摄像头的制造工艺也更加复杂。

车载摄像头产业链

在成为整车厂商的一级供应商之前，需经过大量不同种类的严格测试。但是一旦进入整车厂商的一级供应商体系就会形成很高的壁垒，很难被替代，因为更换供应商的成本太高，重新更换供应商就意味着整车厂商要再次进行复杂的测试。

全球视觉系ADAS龙头Mobileye从1999年成立就开始研发视觉处理系统，但在2007年搭载Mobileye产品的车型才上市，从研发到正式进入前装市场，用了八年的时间。但成为众多整车厂商的一级供应商后，Mobileye已成为这一领域绝对的寡头。

自从其公司2014年上市至今，与其他公司竞逐各大汽车厂商的智能汽车安全设备招标时，Mobileye的成功率几乎是百分之百。

毫米波雷达：ADAS 核心传感器

毫米波的波长介于厘米波和光波之间， 因此毫米波兼有微波制导和光电制导的优点：

1）同厘米波导引头相比，毫米波导引头具 有体积小、质量轻和空间分辨率高的特点；

2）与红外、激光等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，传输距离远，具有全天候全天时的特点；

3）性能稳定，不受目标物体形状、颜色等干扰。毫米波雷达很好的弥补了如红外、激光、超声波、 摄像头等其他传感器在车载应用中所不具备的使用场景。

毫米波雷达的探测距离一 般在 150m－250m 之间，有的高性能毫米波雷达探测距离甚至能达到 300m，可以满足汽车在高速运动时探测较大范围的需求。与此同时，毫米波雷达的探测精度较高。

毫米波雷达应用于自适应巡航

这些特性使得毫米波雷达能够监测到大范围内车辆的运行情况，同时对于前方车辆的速度、加速度、距离等信息的探测也更加精准，因此是自适应巡航（ACC）、自动紧急刹车（AEB） 的首选传感器。

目前 77GHz 毫米波雷达系统单价大约在 250 欧元左右，高昂的价格限制了毫米波雷达的车载化应用。

激光雷达：功能强大

激光雷达性能精良，是无人驾驶的最佳技术路线。激光雷达相对于其他自动驾驶传感器具有非常优越的性能：

分辨率高。激光雷达可以获得极高的角度、距离和速度分辨率，这意味着激光雷达可以利用多普勒成像技术获得非常清晰的图像。

精度高。激光直线传播、方向性好、光束非常窄，弥散性非常低，因此激光雷达的精度很高。

抗有源干扰能力强。与微波、毫米波雷达易受自然界广泛存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗有源干扰的能力很强。

激光雷达的空间建模

三维激光雷达一般安装在车顶， 可以高速旋转，以获得周围空间的点云数据，从而实时绘制出车辆周边的三维空间地图。同时，激光雷达还可以测量出周边其他车辆在三个方向上的距离、速度、加速度、角速度等信息，再结合 GPS 地图计算出车辆的位置，这些庞大丰富的数据信息传输给 ECU 分析处理后，以供车辆快速做出判断。

激光雷达车用方案：

以地图为中心：以 Google 和百度为代表的互联网企业的无人驾驶是以地图为中心， 主要原因在于激光雷达可以为这些公司绘制高精度地图。

以汽车为中心：对大多数车企而言，他们更想要一款专为汽车量身定制的激光雷达产品。

百度自动驾驶汽车上的激光雷达

首先，和测绘专用的笨重“大花盆”相比，小型激光雷达和汽车更配，为了兼顾美观和风阻系数，自动驾驶汽车与普通汽车不应该在外观上有任何差别，激光雷达尽量要被做成小体积直接嵌入车身，这就意味着要将机械旋转部件做到最小甚至抛弃。

因此车用激光雷达没有选用大体积旋转结构，而是在制作工艺上，将旋转部件做到了产品内部。例如 Ibeo 的激光雷达产品 LUX，改为固定激光光源，通过内部玻璃片旋 转的方式改变激光光束方向，实现多角度检测的需要。

而Quanergy 旗下产品 S3 是一款全固态产品，使用了相位矩阵新技术，内部不存在任何旋转部件。

不过，好东西都很贵。激光雷达单价以万为单位，高昂的价格让其难以市场化。