来源 | 半导体行业观察
作者 | 湖杉资本
先进驾驶辅助系统（Advanced Driver Assistant System），简称ADAS，是利用安装于车上的各式各样的传感器， 在第一时间收集车内外的环境数据， 进行静、动态物体的辨识、侦测与追踪等技术上的处理， 从而能够让驾驶者在最快的时间察觉可能发生的危险， 以引起注意和提高安全性的主动安全技术。
汽车传感器装备的目的不同，可以分为提升单车信息化水平的传统微机电传感器（MEMS）和为无人驾驶提供支持的智能传感器两大类。MEMS 在汽车各系统控制过程中进行信息的反馈，实现自动控制，是汽车的“神经元”。而智能传感器则直接向外界收集信息，是无人驾驶车辆的“眼睛”。
1.汽车智能化的根基——传感器
传感器是汽车电子控制系统的信息来源，是车辆电子控制系统的基础关键部件。传感器通常由敏感元件、转换元件和转换电路组成，其中敏感元件是指传感器中能直接感受或响应被测量的部分，转换元件是将上述非电量转换成电参量，转换电路的作用是将转换元件输出的电信号经过处理转换成便于处理、显示、记录和控制的部分。从目前汽车传感器装备的目的不同，可以分为提升单车信息化水平的传统微机电传感器和为无人驾驶提供支持的智能传感器两大类。
传统传感器：各个系统控制过程依靠传感器，进行信息的反馈，实现自动控制工作，是汽车的“神经元”。汽车传统传感器依照功能可以分为压力传感器、位置传感器、温度传感器、加速度传感器、角速度传感器、流量传感器、气体浓度传感器和液位传感器等 8 类。汽车传感器主要应用于动力总成系统，车身控制系统以及底盘系统中。汽车传感器在这些系统中担负着信息的采集和传输功用，它采集的信息由电控单元进行处理后，形成向执行器发出的指令，完成电子控制。
智能传感器：智能传感器是无人驾驶车辆的“眼睛”。汽车正在向一台安全联网的自动驾驶机器人快速演进，进行环境感知、规划决策，最终实现安全抵达目的地。目前应用于环境感知的主流传感器产品主要包括激光雷达、毫米波雷达、超声波雷达和摄像头等四类。
MEMS 传感器是在半导体制造技术基础上发展起来，采用微电子和微机械加工技术制造出来的新型传感器。MEMS 传感器广泛应用于电子车身稳定程序(ESP)、防抱死(ABS)、电控悬挂(ECS)、胎压监控(TPMS) 等系统。其中，压力传感器、加速计、陀螺仪与流量传感器是汽车中使用最多的 MEMS 传感器，占汽车 MEMS 系统的 99%。
MEMS 具有较为明显的优势，是未来构筑物联网感知层传感器的主要选择之一，其优势主要体现在：1）微型化、2）硅基加工工艺、3）批量生产、4）集成化。
1）微型化：MEMS 器件体积小，单个尺寸以毫米甚至微米作为计量单位，重量轻，耗能低。MEMS 更高的表面体积比（表面积比体积）可以提高表面传感器的敏感程度。
2）批量生产：以单个 5mm5mm 尺寸的 MEMS 传感器为例，用硅微加工工艺在一片 8英寸的硅片晶元上可同时切割出大约 1000 个 MEMS 芯片，批量生产可大大降低单个MEMS 的生产成本 。
3）集成化：一般来说，单颗 MEMS 往往在封装机械传感器的同时，还会集成 ASIC芯片，控制 MEMS 芯片以及转换模拟量为数字量输出。
3.智能传感器：自动驾驶核心
毫米波雷达是指利用波长 1-10nm,频率 30GHZ-300GHZ 的毫米波，通过测量回波的时间差算出距离。毫米波雷达始用于军事领域，随着技术水平的提升，开始逐渐应用于汽车领域。
毫米波雷达的优势主要为以下 3 个方面：1）探测性能稳定、作用距离较长、环境适用性好。2）与超声波雷达相比，体积小、质量轻和空间分辨率高的特点。3）与光学传感器相比，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候全天时的特点。但也存在着成本较高，对行人的识别较为困难等不足之处。
77 GHz 在性能和体积上都更具优势。目前车载雷达的频率主要分为 24GHZ 频段和77GHZ 频段。与 24GHz 毫米波雷达相比，77GHz 的距离分辨率更高，体积更是小了三分之一。2018 年，中国新车评价规程（C-NCAP）将自动紧急制动系统（AEBS）纳入评分体系，从而将带动 77GHz 毫米波雷达在未来的市场需求。而从长远来看，77GHz毫米波雷达的体积更小、探距更长，使得其较 24GHz 毫米波雷达将具备更大的市场空间。
24GHz 与 77GHz 毫米波雷达兼备于 ADAS 的长短距检测。毫米波雷达因其硬件体积小，且不受恶劣天气影响，被广泛应用在 ADAS 系统之中。24GHz 目前大量应用于汽车的盲点监测、变道辅助。雷达安装在车辆的后保险杠内，用于监测车辆后方两侧的车道是否有车、可否进行变道。77GHz 雷达在探测精度与距离上优于 24GHz 雷达，主要用来装配在车辆的前保险杠上，探测与前车的距离以及前车的速度，实现的主要是紧急制动、自动跟车等主动安全领域的功能。完全实现 ADAS 各项功能一般需要“1长+4 中短”5 个毫米波雷达，奥迪 A8 搭载 5 个毫米波雷达（1LRR+4MRR），奔驰 S 级搭载 6 个毫米波雷（1LRR+6SRR）。目前 77GHz 的毫米波雷达系统单价在 1000元左右，24GHz 毫米波雷达单价在 500 元左右。
激光雷达是一种综合的光探测与测量系统，通过发射接受激光束，分析激光遇到目标对象后的折返时间，计算出目标对象与车的相对距离。目前常见的有 8 线、16 线、32 线激光雷达。激光雷达线束越多，测量精度越高，安全性越高。激光雷达并不是新鲜事物，早已在航空航天、测绘等领域进行了应用。随着汽车智能化的发展，L3 级别自动驾驶中开始应用激光雷达，由于其高精度、实时 3D 环境建模的特点将成为 L3-L5 阶段中最为关键的传感器。
激光雷达固态化是未来趋势，存在小型化、低成本优势。业内降低激光雷达成本主要有两个方式：1）取消机械旋转结构、采用固态化技术根本性降低激光雷达成本。固态激光雷达体积更小，方便集成，并且系统可靠性提升，因此激光雷达有向固态发展的趋势。2）降低激光雷达线数，组合使用多个低线数激光雷达。从机械旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模的扩大、技术迭代更新，成本不断降低，激光雷达也在不断向小型化、低功耗、集成化发展。
激光雷达的核心技术主要掌握在 Velodyne、Ibeo、Quanergy 三家企业中。美国Velodyne 的机械式激光雷达起步较早，技术领先，最新已推出 128 线原型产品VLS-128，同时与谷歌、通用汽车、福特、Uber、百度等全球自动驾驶领军企业建立了合作关系，占据了车载激光雷达大部分的市场份额。
超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到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。超声波雷达在自动驾驶中，其基础应用为泊车辅助预警以及汽车盲区碰撞预警功能。超声波雷达成本低，短距离测量中具有优势，探测范围在 0.1-3 米之间，而且精度较高，因此非常适合应用于泊车。但测量距离有限，且很容易受到恶劣天气的影响。
自动泊车普及激发超声波雷达需求。超声波雷达一般安装在汽车的保险杠或者侧面，前者称为 UPA，一般用于测量汽车前后障碍物，后者称为 APA，用于测量侧方障碍物。APA 超声波传感器是自动泊车辅助系统的核心部件，探测距离较远，可用作探测车位宽度，获得车位尺寸及车辆的位置信息。超声波雷达主要应用于倒车雷达，以及自动泊车系统中近距离障碍监测。倒车雷达已经由高端车型下沉到中低端车型，渗透率较高，前装率达 80%左右。
车载摄像头是 ADAS 系统的主要视觉传感器，是最为成熟的车载传感器之一。借由镜头采集图像后，摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，从而实现感知车辆周边的路况情况。摄像头主要应用在 360全景影像、前向碰撞预警、车道偏移报警和行人检测等 ADAS 功能中。
短期内单目摄像头为主流技术路线。前视摄像头 ADAS 系统可分为搭载单目摄像头和搭载双目摄像头两种技术路线。相比单目摄像头，双目摄像头的功能更加强大，测度更加精准，但成本比较高，因此多搭载于高档汽车。双目摄像头的方案在成本、制造工艺、可靠性、精确度等综合因素的制约下，导致其难以在市场上推广，而单目摄像头低成本可靠性的解决方案，搭配其他传感器，完全可以满足 L1,L2,以及部分 L3 场景下的功能。因此在现有的市场环境下，单目摄像头的解决方案依然会是主流。
摄像头主要作为雷达辅助传感器。虽然摄像头分辨率高、可以探测到物体的质地与颜色，但在逆光或者光影复杂的情况下视觉效果较差，极易受恶劣天气影响，因此摄像头获取的图像信息将主要负责交通标志识别等少数领域，作为激光雷达和毫米波雷达的补充。
ADAS 融合多种传感器，带动传感器市场发展。随着未来智能汽车比重的提升，ADAS市场将加速成长。根据高盛全球投资研究部门研究，当前全球 ADAS 渗透率普遍不高，欧美日渗透率只有 8%-12%。根据盖世汽车研究院测算，我国 ADAS 的渗透率在 2%-5%左右；从生命周期上判断，ADAS 已经实现从导入期到成长期的跨越。总体来看，智能驾驶、无人驾驶浪潮下，汽车电子化、智能化水平不断提升，ADAS 具有很大的成长空间。环境感知作为 ADAS 的硬件基础，传感器的应用必不可少，ADAS 渗透率的提升将带动车载传感器需求量的大幅增加，未来传感器的市场规模将会进一步扩大。
环境感知传感器是汽车的眼睛，毫米波雷达综合优势突出。智能化时代背景下，环境感知显得尤为重要，不同传感器的原理和功能各不相同，在不同的场景里发挥各自的优势，难以相互替代。毫米波雷达综合优势突出，有望率先成为 ADAS 系统主力传感器。
总的来说，ADAS 采用的传感器主要有摄像头、雷达、激光和超声波等，可以探测光、热、压力或其它用于监测汽车状态的变量， 通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。ADAS内每一类子系统在运作时，都离不开信息的搜集、处理与判断，以及判断完毕后系统给予车体指令，使汽车进行不同动作等各阶段。在这样的流程中，雷达和摄影机等传感器，以及MCU或影像处理IC等处理器，就成了最主要的使用元件。在通往L5级别自动驾驶的道路上，ADAS系统的成熟与完善是基本保障。
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
评论（0）