本文来源：智车科技

／ 导读 ／

在自动汽车的陈年往事中，这些车看起来非常笨重而“与众不同”，车周围有多个突出的设备，装有各种摄像头、雷达和激光雷达。这三种传感器都是解决自动驾驶问题所必需的，因为需要互补。

今天，传感器市场充斥着相互竞争的技术，选择合适的技术集成到车辆中是一项艰巨的挑战。产品设计师需要仔细考虑每个传感器类别的利弊。

这几年，伴随无人驾驶汽车渐行渐近，又出现了一种“全方位”4D成像雷达技术。尽管业界对它褒贬不一，但这种技术还是有其独到特色，且国内外都有厂商在研发并小规模前装导入。

弯道超车的机会

雷达对汽车行业至关重要，作为远程传感器所有新车几乎都已部署，ADAS创新步伐的加快对雷达行业是一大利好，但要达到更高的安全性和自动化水平，进入脱手／脱脚驾驶时代，雷达必须创新。

4D成像雷达也属于毫米波雷达，在ADAS应用方面，传统毫米波雷达量产上车已有二十几年时间，产品性能成熟稳定，市场份额已被几家巨头垄断，新晋企业突围难度不小。

2015年前后，一些初创公司开始挑战传统毫米波雷达：通过提高分辨率使之达到接近低线束激光雷达的水平，将传统的简单目标检测代之以环境测绘（点云模式），以应对越来越复杂的驾驶任务。

国内有人预测，4D成像雷达将从2022年开始小规模前装导入，预计到2023年，搭载量有望突破百万。

难以适应所有环境的分辨率和检测能力

随着车辆变得更加电动化和电子化，传感器、屏幕和ADAS功能也在增加，在安全技术得到提高的同时，也增加了汽车的复杂性、成本和重量。

每种传感器都有其优缺点，摄像头擅长高分辨率探测物体，但会受恶劣天气和光照条件影响；雷达在恶劣天气下工作良好，但分辨率较低；激光雷达可以准确探测物体细节，但在恶劣天气也不起作用。

·摄像头及其他光学解决方案：可有效检测目标、测量距离、提供精确成像和跟踪多个目标。例如，RGB摄像头价格相对低廉，其高分辨率数据可用于训练基于计算机视觉的分类和识别算法，但视野有限，在恶劣天气、光照和阴影区无能为力。摄像头还存在企业和消费者都非常关心的隐私权问题。

·被动红外（PIR）传感器：通过记忆周围区域红外图像和微小变化来检测运动。其最常见部署是车内，廉价、紧凑、高能效，可提供准确的检测，但范围有限。其性能因距离而异，很难检测到人体非常缓慢的运动。

·热红外传感器：可探测热量，与波长无关。低端解决方案因检测和响应速度慢而受阻，高性能传感器往往价格昂贵。热源和气流也会造成严重干扰，当环境温度接近体温时，灵敏度会受到严重影响。

·主动红外（IR）传感器：通常安装在室外，通过发射红外波来确定接收信号是人还是物体。与PIR传感器一样，其价格便宜，所需功率小。它们在所有光照条件下都能有效工作，但射程有限，而且易受不利环境的影响。此外，现有方案还受到低数据传输速率的阻碍。

·标准雷达：也就是测距多普勒雷达，可检测存在、方向、距离和速度，代表一种强大而可扩展的解决方案，能够保护隐私。不过，其小天线阵列数据输出分辨率低，无法生成丰富的图像。其窄视场主要集中在一个轴上，由于有限的角度分辨率，无法区分近距离目标。

在数据处理方面，设计人员还要考虑经济性。边缘处理可大大降低与云相关的处理和存储成本。随着越来越多的设备部署，边缘处理可以长期节约可观的成本。利用嵌入式处理器执行边缘处理有助于消除产品设计中集成高功率、高成本处理器的需求。