自动驾驶汽车主流传感器盘点

传统的汽车，由于是人为控制，对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车，配有高级辅助驾驶，可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车，因为是车辆本身占据了汽车部分甚至是全部的控制权，此时便要依靠安装在汽车上各种各样的传感器协同工作，保证行车安全。

目前来看，企业应用于自动驾驶汽车的传感器主要有以下几种：图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性，在自动驾驶汽车行驶过程中各主不同的功能，以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。

图像传感器又叫感光元件，是一种可以将光学图像转换成电子信号的设备，在自动驾驶汽车上属于基础部件一类，获取图像时，前期需与数字摄像头结合使用，后期则需要图像数据处理系统的支持，方能为汽车提供直观、真实的可视图像信息。其具体工作原理为：

物体在外界照明光的照射下，经成像物镜成像，形成二维光强分布的光学图像，再通过图像传感器转换成电子信号。之后，这些电子信号经图像数据处理系统的放大和同步控制处理，发送给图像显示器，便可以看到物体的二维光学图像，从而为自动驾驶汽车提供准确的驾驶环境信息。

摄像头中的图像传感器（图片来源：中国教育装备采购网）

图像传感器的工作原理（图片来源：电子发烧友）

在汽车领域，图像传感器主要应用在汽车视觉系统中，如倒车影像、前视、俯视、全景泊车影像、车镜取代、行车记录仪、正向碰撞警告、车道偏离警告、交通信号识别、行人检测、自适应巡航控制、盲点检测及夜视等，以保证视觉系统在各种天气、路况条件下，能够清晰识别车道线、车辆、障碍物、交通标志等。

根据元件的不同，图像传感器可分为CCD、CMOS和CIS三种。早期，作为固态图像传感器，CCD由于有体积小、分辨率高、灵敏度高、图像质量高等优势，一直统领着图像传感器市场。不过，CCD高画质背后也带来了一些问题，譬如成本高，由此出现了成本更低、功耗更低的CMOS传感器。

与CCD相比，CMOS具有读取信息方式简单、输出信息速率快、耗电省、集成度高、价格低等特点，在推出后很快受到了多家知名厂商的青睐。并随着技术的发展，CMOS不断缩小与CCD的差距，现逐渐发展成市场的核心。

而另一种图像传感器CIS，则多用在扫描仪中，其景深、分辨率以及色彩表现目前都赶不上CCD感光器件。

激光雷达是目前自动驾驶汽车上应用最广泛的传感器之一，主要通过向目标物体发射激光束和接收从目标对象上反射回来的激光束来测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米级的3D环境地图，为下一步的车辆操控建立决策依据。

与其他汽车传感器相比，激光雷达的优势在于其探测范围更广，探测精度更高。但是，激光雷达的缺点也很明显：在雨雪雾等极端天气下性能较差，采集的数据量过大，十分昂贵。特别是激光雷达线束多少直接与测量精度有关,线束越多,测量越精准，但同时价格也越昂贵。

传统机械式激光雷达

以Velodyne的产品为例，其64线束的激光雷达价格大约是16线束的10倍，而百度的无人驾驶汽车曾使用的一台64位激光雷达，价值70万余人民币，非常昂贵，不仅一般的企业难以承受，搭载了这种激光雷达的自动驾驶汽车，也非一般人能消费得起的。因此，现在激光雷达领域的企业都在努力开发新产品、新技术，力争使激光雷达朝着小型化、低成本化方向发展。其中，一个已经在试行的方法是固态激光雷达。

Quanergy S3固态激光雷达传感器

所谓固态激光雷达即去除了机械式激光雷达里面的机械旋转部件，采用电子方案来达到全范围探测，而传统的激光雷达则是通过机械旋转达到全范围探测，因此体积通常较大。

速腾聚创16线混合固态激光雷达RS-LiDAR

此外还有一种方法是混合固态激光雷达，介于固态激光雷达和机械式激光雷达两者之间。从外观上，混合固态激光雷达几乎看不到传统激光雷达的旋转部件，但其实内部仍存在一些机械旋转部件，只是这套机械旋转部件做的非常小巧，并且藏在机身内部。

技术上来讲，目前传统激光雷达技术已经很成熟，而固态激光雷达和混合固态激光雷达尚处于起步阶段，因此各企业当前在自动驾驶汽车使用的激光雷达，多以机械式激光雷达为主。而从整个激光雷达行业来看，高精度车载激光雷达产品生产商主要集中在国外，如美国的Velodyne、Quanegy，德国的IBEO，国内近几年也开始出现一些专注于车载激光雷达的企业，以及一些从其他领域转行而来的激光雷达企业，因看中自动驾驶汽车广阔发展前景，纷纷投身车载激光雷达产品的研发，目前来看成果显著。

毫米波雷达

同激光雷达一样，毫米波雷达也是现在应用于自动驾驶汽车ADAS系统的一种主流传感器。其波长介于厘米波和光波之间，波长短、频带宽，具有穿透雾、烟、灰尘的能力强，可全天候工作，体积小巧紧凑，识别精度高等优点，能帮助自动驾驶汽车准确地“看”到与附近车辆之间的距离，从而为司机提供变道辅助、自主控制车速、碰撞预警等帮助，提高驾驶舒适度，降低事故发生率。且价格方面，毫米波雷达单价远低于激光雷达，是一种相对容易得到的传感器技术。

目前特斯拉的主力车型上搭载的都是毫米波雷达

按照目前的主流分类，汽车毫米波雷达频率主要包括77GHz和24GHz两种，其中前者波长更短，探测距离更远，因此多用于前方车辆检测；而后者则通常用在车辆周围的检测，如盲点检测。此外，也有一些其他频段的毫米波雷达，如日本的60GHz以及台湾使用的79GHz。

从整个毫米波雷达行业发展来看，无论系统还是器件，核心技术目前仍掌握在国外企业手中，如系统领域的博世、大陆、德尔福等，器件方面的飞思卡尔、英飞凌、意法半导体等。不过，近几年国内也涌现出了一些毫米波雷达相关公司，加速了行业的发展。有专家认为，相对于摄像头方面的激烈竞争，毫米波雷达更有创新性，潜在的市场空间更大，机会更多。特别是77GHz，未来有望成为毫米波雷达主流，而在国内，加快开发国产的77GHZ毫米波雷达芯片并尽快车载应用，将是我国汽车毫米波雷达产业的机遇。

超声波雷达

在上图特斯拉的Autopilot系统中，除使用到了毫米波雷达，其实还用到了超声波雷达。据了解，在特斯拉装备的自动驾驶辅助套件中，同时用到了摄像头、超声波雷达和毫米波雷达三种传感器。其中，超声波主要用于泊车测距、辅助刹车等，量程较短。

采用超声波雷达测距时，超声波发射器先向外面某一个方向发射出超声波信号，在发射超声波时刻的同时开始进行计时，超声波通过空气进行传播，传播途中遇到障碍物就会立即反射回来，超声波接收器在收到反射波的时刻立即停止计时。计时器通过记录时间，就可以测算出从发射点到障碍物之间的距离。

超声波雷达在汽车上的应用

在倒车辅助过程中，超声波传感器通常需同控制器和显示器结合使用，从而以声音或者更为直观的显示告知驾驶员周围障碍物的情况，解除驾驶员泊车、倒车和起动车辆时前后左右探视所引起的困扰，并帮助驾驶员扫除视野死角和视线模糊的缺陷，提高驾驶安全性。

使用效果上，超声波雷达穿透性强，测距的方法简单，成本低。不过，由于超声波是一种机械波，其使用效果会受传播介质的影响，例如受天气情况的影响，在不同的天气情况下，超声波的传输速度不同，而且传播速度较慢。另外，当汽车高速行驶时，使用超声波测距无法跟上汽车的车距实时变化，误差较大，影响测量精度。

生物传感器

汽车科技的快速发展，让汽车技术迭代加速，一些新的技术、产品也由此而生，如生物识别。所谓生物识别技术是指通过人类生物特征进行身份认证的一种技术，这些生物特征通常包括指纹识别、虹膜识别、视网膜识别、面部识别、DNA识别等具有唯一性的、可以测量或自动识别验证、遗传性或终身不变的特点。其中，指纹识别和面部识别目前已应用在自动驾驶汽车上，生物传感器也由此得来。

生物传感器是一种对生物物质敏感并将其浓度转换为电信号进行检测的仪器，由于其感应对象是人体特征，而人体特征具有不可复制的唯一性，可以说比其他很多方法能更好地保证行车安全，同时还可解放驾驶者双手、增加驾驶乐趣。

2017 CES上，大陆集团就推出了这么一项车载生物特征识别技术。据了解，通过该面部识别技术乘员可对座椅位置、后视镜角度、音乐播放、温度调节以及导航等多种车载功能进行个性化设置。且只有在驾驶员通过指纹传感器完成身份验证后，驾驶员才能启动发动机，大大提升了车辆安全性。而除了大陆，博世、FCA集团的克莱斯勒也都有类似的技术。

盖世小结：以上几种传感器都是目前自动驾驶系统研发过程中，应用比较广泛的传感器。从功能上来看，它们各有自己的优缺点，能分别从不同的方面保证自动驾驶汽车行车安全。不过，其中部分技术目前在国内尚不是很成熟，产品需要依赖进口，这就要求国内相关企业加速产品、技术研发，提升自身产品竞争力的同时，还可以推动国内自动驾驶汽车技术的快速发展。

汽车行业干货（必读）

五大车载传感器（毫米波激光超声波雷达红外传感摄像头）横评

“这路真堵啊，如果车子能够自己开多好啊！”

相信几乎所有开车的人在遇到严重堵车的时候都想过这个问题，如果车子能够自动驾驶，那车子将成为养精蓄锐的好地方，而这也是很多车厂宣传智能驾驶的典型场景之一。好的事情就怕出现“但是”、“然而”之类的转折词。对于完全自动驾驶而言，愿景是美好的，然而现状是车厂大呼“臣妾做不到啊”。不能做到的最大问题在于车载传感器达不到要求。

很多人对于发生在2016年的特斯拉撞车事故可能都没有印象了。2016年1月，23岁特斯拉车主高先生驾驶着自己的特斯拉在京港澳高速河北邯郸段行驶过程中，因为没能及时躲避前方道路清扫车发生追尾事故，不幸身亡。事故发生一年后，特斯拉承认当时汽车处于自动驾驶状态。虽然近几年特斯拉的自动驾驶已经升级，但是事故还是偶有发生，先后撞上了拖挂车、水泥墩、消防车……

要知道，就算是第一代Autopolit也有多颗摄像头、毫米波雷达和超声波雷达，但也并不能100%保证零事故，对于强调“完全自动驾驶”的特斯拉来说，这更像是一个过度营销。

除了上述三种传感器，和自动驾驶联系在一起的还有红外传感器和激光雷达，五大传感器的发展速度和高度决定了未来自动驾驶的进展快慢。当前的局势来看，只能说五大传感器是各有优劣。

毫米波雷达

可以肯定地说，毫米波雷达在未来真正的自动驾驶汽车里面必有一席之地，原因就在于它具备全天候的能力。不管是雾、烟、雨、雪、阳光等等，毫米波雷达都能从容应对。

除了全天候和全天时，毫米波雷达还有另一个其他四大传感器不能匹敌的就是测试距离远，最远能够达到1000米以上。

目前市场主流使用的车载毫米波雷达按照其频率的不同，主要可分为两种：24GHz毫米波雷达和77GHz毫米波雷达（欧洲是79GHz）。通常24GHz雷达检测范围为中短距离，用作实现BSD（BlindSpotDectection，盲点探测系统)，而77GHz长程雷达用作实现ACC（AdaptiveCruiseControl，自适应巡航系统）。

77GHz的出现也让毫米波雷达在器件尺寸上处于领先，由于波长更短，因此器件上的天线尺寸锐减，但需要更先进的封装方式，成本也就更高。

毫米波雷达的缺点在于其静止测距太过于复杂，同时对于切向运动判断很差。从成本上看，毫米波雷达价格仅次于激光雷达，属于较贵的器件。

从产业角度而言，毫米波雷达的主动权还是掌握在国际巨头手里，博世、大陆、奥托立夫、德尔福等传统零部件巨头基本上完成了从研发到应用的垄断，所提到的这四家也就是汽车界知名的“ABCD”。除了他们几家，电装和 Hella 的出货量同样让国内企业望其项背。

对于国产毫米波雷达厂商而言，24GHz和77GHz均有所涉及。这其中，行易道的发展进展值得一提，自2014年成立以后，行易道在第二年就完成了77GHz的样品，并在第三年完成了77GHz的商用，是我国第一家和整车厂合作的毫米波雷达企业。

77GHz毫米波雷达的难点在于工艺规格高，同时射频芯片要求高，能够攻克这两大难题，足见行易道的真功夫。

除了行易道以外，国产毫米波雷达厂商还包括智波科技、森思泰克、卓泰达、隼眼科技等，也都有24GHz和77GHz的布局，但在在精度、距离等方面和国际厂商的产品差距仍然明显。

超声波雷达

在车载传感器中，超声波雷达是目前最常见的品种之一，短距离测量中，超声波测距传感器具有非常大的优势。多用在倒车雷达上。

超声波雷达的原理很简单，就是通过超声波发射装置向外发出超声波，然后通过接收器接收到发送过来超声波时的时间差来测算距离。

常见的超声波雷达有两种。第一种是安装在汽车前后保险杠上的，也就是用于测量汽车前后障碍物的倒车雷达，这种雷达业内称为UPA；第二种是安装在汽车侧面的，用于测量侧方障碍物距离的超声波雷达，业内称为APA。

目前，常用探头的工作频率有 40kHz, 48kHz 和 58kHz 三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用 40kHz 的探头。

相较于其他四种传感器，超声波雷达的最大优势就是便宜。当然，并不是说超声波雷达便宜然后性能就不好。超声波雷达在角度测量方面的能力是最好的，同时数据处理简单，还有不错的穿透性。

缺点在于超声波雷达的测距非常短，最大距离也就是15米，通常采用的都是几米的规格。超声波雷达对于切向测量很差，使用时容易受到天气因素干扰。

超声波雷达的技术方案，一般有模拟式、四线式数位、二线式数位、三线式主动数位，后三种在信号干扰的处理效果上依次提升，当然价格和装备难度也是递增的。

从产业角度而言，博世、法雷奥是产业的巨头，因为这两家控制着倒车用超声波雷达的主要市场，除了这两家，国际厂商如日本村田、尼塞拉、电装、三菱、松下等也很有影响力。国内厂商则有台湾同致电子、深圳航盛电子、深圳豪恩、辉创、上富、奥迪威等，厂商数量很多，但是少有能够进入汽车前装市场的。同致电子就是少有的一个，同致电子主要生产有汽车倒车雷达、遥控中控、后视摄像头、智能车内后视镜等产品，是国内各大汽车厂（如上海通用、上海大众、东风日产、上海汽车、神龙汽车、奇瑞汽车、吉利汽车、福特汽车等）的供应商，也是目前亚洲倒车雷达OEM市场第一供应商。

激光雷达

激光雷达简称LiDAR，是一种集激光、GPS全球定位和惯性测量装置为一体的系统，用于获得数据并生成精确的数字模型。激光雷达属于一个相对较新的领域，但是热度飞速上升，并且在自动驾驶领域占据了一席之地。根据统计数据显示，仅中国市场到2021年就将达到6亿元的市场规模。

在这五种传感器中，激光雷达的测距仅次于毫米波雷达，最大测距超过了300米。同时，激光雷达能够生成三维位置模型，因此具有很好的角度测量能力。除了上述所说的，激光雷达的优点还包括测量精度更高，同时响应速度也更灵敏，不受环境光的影响。

当然，激光雷达也有自己的缺点。第一个要提的就是价格高，虽然固态激光雷达出现后有效地控制了成本，但是相较于其他传感器而言，激光雷达的价格依然是昂贵的。

激光雷达也可以以线束来划分，分为单线束和多线束激光雷达。单线束雷达扫描一次只产生一条扫描线，因此其生成的还是平面信息，但是测量速度快，多倍用于地形测绘等方面；多线束激光雷达扫描视角更大，数据也更为精确，因此目前市面上的激光雷达产品有4线束、8线束、16线束、32线束、64线束以及128线束。

在汽车领域，激光雷达可用于自动泊车、ACC主动巡航、自动刹车、无人自驾等多个方面。

目前，国内外做激光雷达的厂商都很多，不过应用于自动驾驶领域的就数量有限了，主要原因还是在于价格贵，市面上很难见到低于10000元的激光雷达车用模组。

国外的代表厂商是以Velodyne、Quanergy为代表。

近年来，Velodyne的3D激光雷达业务发展迅猛，谷歌在其最早的自动驾驶原型汽车中所使用的LiDAR传感器就是由该公司开发的，其产品的测量精度在全行业领域内处于标杆地位，性能优越。Velodyne自动驾驶激光雷达产品的价格在38000-700000元之间。

Quanergy成立于2012年。2014年9月，Quanergy和奔驰达成战略合作，为奔驰研发车内传感系统和无人车。2015年10月，Quanergy公司宣布与Delphi公司合作，为无人驾驶汽车开发一种新型的激光雷达系统。目前，Quanergy共推出了两款3D激光雷达产品，一款是安装在奔驰智能驾驶测试车上的TheMarkVIII，另一款就是第一款专为智能驾驶汽车设计的全固态激光雷达S3。

国内也有做车载激光雷达的厂商，速腾聚创、北醒光子、北科天绘等都有推出相关的产品。

车载摄像头

未来的汽车需要实现的就是“耳听六路、眼观八方”，而汽车的“眼”就是这些车载摄像头。

当自动驾驶概念还没有热起来的时候，汽车上已经开始出现摄像头装置，功能是实现行车记录以及倒车影像等，而随着ADAS和自动驾驶越来越热之后，车载摄像头的功能也开始变得更加丰富。装配数量的激增也让车载摄像头成为新的产业蓝海，要知道实现ADAS就需要6个摄像头，而特斯拉实现的L3级别的自动驾驶更是用到了8颗摄像头。市场研究机构HIS预测称，2020年车载摄像头的出货量将达到8700万颗。因此，不管是前装市场还是后装市场，车载摄像头的市场规模都不会小。

如此被看好，车载摄像头在自动驾驶领域确实具备很多独特的优势。其是唯一能够清楚分辨和识别道路目标的传感器，在复杂的运动路况环境下都都能保证采集到稳定的数据，且对于像素要求并不高，30万-120万像素就能够满足，因此价格方面有很大优势。

当然，车载摄像头也有自己的劣势，其中受光线干扰是最大的问题，且对于速度和距离没有能力准确把控，必须要和其他传感器一起协同作战。

目前，车载摄像头不管是主流的CMOS市场还是全市场，巨头效应都很明显，Sony、OmniVision和三星占据了超过70%的市场。如果单论CMOS市场的话，Aptina和OmniVision是市占率最高的企业。

除了中资背景的OmniVision，国内还有格科微、思比科等CMOS设计公司在快速崛起。

红外传感器

当前，如果要评述这五种传感器的名气，那么红外传感器确实是名气最低的。我们看过很多自动驾驶的传感器组合，有毫米波雷达+超声波雷达+摄像头的，有激光雷达+超声波雷达+摄像头的，关于红外摄像头确实少有提及。然而，Uber的自动驾驶车辆在亚利桑那州发生备受关注的致命事故之后，行业确实要重新审视打造安全的自动驾驶汽车是否要安装红外传感器。

目前产业的现状是摄像头在低照度以及光照情况下作用大打折扣，毫米波雷达对于障碍物识别能力还是零，超声波雷达又鞭长莫及，激光雷达确实有这个能力，但是天气对于激光雷达的影响太大了。当前，研究机构已经确认，基于红外夜视系统利用红外光波检测物体自然发射的热量差异，可以检测到可见光摄像头、雷达和激光雷达不能识别的物体。

单纯从性能上来说，红外传感器的优势在于能够很好地辨别切向运动，并且能够较为准确的识别到生物。此外，还有一个优势就是价格低廉。不过，红外传感器的缺点也很多。首先是对于径向运动的辨别能力很差，没有角度测量能力，不能完成静止测距。

从当前的形式来看，未来的完全自动驾驶离不开红外传感器的帮助。红外传感器能够在任何环境或天气条件下实现车辆周边环境分类、识别及探查的唯一技术。自动驾驶汽车的研发人员预计到，未来的车辆将会搭载数个远红外线摄像头，旨在扩展其探查范围并更好地提供车辆的周边环境图像。

当然，目前车载红外传感器还仅仅是被认可，在研发阶段，鲜少有公司正式推出产品。

总结

研发自动驾驶汽车的公司除了传统车厂之外还有很多科技公司，当然也有初创公司，每一个公司的体量不同、站位不同，因此对于自动驾驶的理解也就有了差异化，所采用的产品组合和产品数量千差万别。但是，无论通过怎样的方式去融合这些传感器，驾乘安全都是共同的目标，特斯拉和Uber的致命车祸已经给我们警醒，激进地开放测试甚至是公开使用自动驾驶是不负责任的，硬件的功夫都不到位，再智慧的算法也会有“疏忽大意”的时候。

相关问答

烟雾探测器也称为JTY-GD-802独立火灾探测报警器。是一种能够提前探测火灾发生时产生的烟雾并及时发出预警信号的装置,属于火灾探测和感应烟雾报警器。感烟...

[最佳回答]100左右传感器是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、...

烟雾传感器就是通过监测烟雾的浓度来实现火灾防范的,烟雾报警器内部采用离子式烟雾传感,离子式烟雾传感器是一种先进技术,工作稳定可靠的传感器,被广泛运用到...

[回答]当然能清洗的的啦,清洗氧传感器是不能使用任何化学性质的液剂进行清洗。否则就会容易损坏传感器,使百其不能正常工作。如果氧传感器表面有积炭,就可...

[最佳回答]汽车排气管冒大量白烟的原因有以下几点:1。车辆空气滤清器有污渍,导致进气量不足;2.汽化器坏了:3.排气管内的氧传感器被污染,导致电脑无法为配气提...

[回答]静电除尘则以静电方式把微小的颗粒尘埃、烟灰及汽车排出的气体中含有的微粒吸附在除尘板上。其工作原理是通过高压放电时产生的加速离子通过热扩散...

[最佳回答]汽车燃烧用的燃料是汽油,汽油中含碳量比较大,充分燃烧时需要大量氧气,氧气不足是会有黑烟冒出,白烟是由于黑烟较少混合空气中的灰尘水蒸气等造成的...

[最佳回答]20来块钱很便宜的去汽配市场买一个去然后找到修车师傅给他买包烟让他给你装上就可以了简单实惠

烟雾监控报警系统主要由烟雾传感器、控制台和报警装置组成。烟雾传感器是系统的核心部件,它能够检测空气中的烟雾浓度。一般采用光电式或离子式传感器。光电...

1、外观区别:传感器与感温探头外观是不一样的。传感器下部是圆的,内衬包有丝网;感温探头下部是雨伞形,雨伞形内是有一个水珠玻璃球似的。2、用途:传感器只...