自动驾驶汽车传感器技术产业分析|厚势汽车

2018 年 9 月 20 日 厚势


厚势按:自动驾驶是汽车智能化发展的最终方向,激光雷达、摄像头、毫米波雷达、超声波传感等传感器是实现自动驾驶的硬件基础。我国汽车传感器技术产业发展水平仍存在较大提升空间,激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77 GHz 雷达等核心部件对外依存度较高,自动化设计、试验仿真、软件算法等关键配套技术仍有待进一步突破。


本文来自 2018 年 8 月 15 日出版的《 信息通信技术与政策 》,作者是中国信息通信研究院信息化与工业化融合研究所黄伟工程师。




厚势联合中汽产培推出多门自动驾驶方向、新能源汽车方向培训课程,欢迎点击链接报名:




1. 引言


自动驾驶汽车是依靠人工智能、视觉计算、激光雷达、监控装置和全球定位系统协同合作,让电脑可以在没有人类主动的操作下,自动、安全地操作机动车辆,其主要由环境感知系统、定位导航系统、路径规划系统、速度控制系统、运动控制系统、中央处理单元、数据传输总线等组成。自动驾驶汽车在传统汽车的基础上扩展了视觉感知功能、实时相对地图功能、高速规划与控制功能,增加了全球定位系统天线、工业级计算机、GPS 接收机、雷达等核心软硬件。感知环节通过各种传感器采集周围环境基本信息,是自动驾驶的基础,主要包括激光雷达、摄像头、毫米波雷达、超声波传感等。


自动驾驶是汽车智能化发展的最终方向,众多汽车厂商纷纷开展研发及产业化布局:


  • 2017 年,奥迪通过整合自动驾驶供应链,强势推出全球首款搭载 L3 级别自动驾驶技术的新奥迪 A8;

  • 福特以 10 亿美元收购自动驾驶初创企业 Argo.AI,积极布局发展自动驾驶汽车;

  • 此外,新发布的凯迪拉克 Super Cruise、奔驰 DrivePilot 等都采用了比较成熟的半自动驾驶解决方案。


根据咨询机构 Yole 发布的数据,到 2022 年全球将有数以万计的自动驾驶汽车上路行驶,未来自动驾驶技术将呈现指数级增长,引发交通运输生态系统的范式转换,并对高端传感器、芯片及系统厂商产生巨大的影响。


传感器是实现自动驾驶技术的硬件基础,激光雷达、摄像头、毫米波雷达、超声波传感将随着自动驾驶市场的发展而迅速爆发。根据 Yole 发布的数据显示:


  • 预计到 2022 年,激光雷达市场规模将达到 16 亿美元,毫米波雷达市场规模将达到 4400 万美元,摄像头市场规模将达到 6 亿美元,超声波传感器市场规模将达到 1.98 亿美元;

  • 到 2032 年,激光雷达市场将达到 315 亿美元,毫米波雷达市场将达到 17 亿美元,摄像头市场将达到 210 亿美元,超声波传感器市场将达到 8 亿美元;

  • 未来激光雷达、毫米波雷达和摄像头市场的增速明显高于超声波传感器。



2. 自动驾驶汽车传感器技术产业分析


2.1 激光雷达


激光雷达是激光探测及测距系统的简称,主要构成要素包括发射系统、接收系统和信号处理系统,是军转民的高精度雷达技术(见图 1)。激光雷达系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收 IC,以及位置和导航器件等,可提供高分辨率的几何图像、距离图像、速度图像。


图 1  激光雷达的主要构成要素


其工作原理是飞行时间法,即根据激光遇到障碍物后的折返时间,计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离,轮廓信息组成点云并绘制出 3D 环境地图,精度可达到厘米级别。激光雷达按有无机械旋转部件可分为 3 类:


(1)机械式激光雷达:指发射和接收系统存在宏观意义上的转动,通过不断旋转发射头,将速度更快、发射更准的激光从「线」变成「面」,并在竖直方向上排布多束激光,形成多个面进而达到动态 3D 扫描并动态接收信息的目的。机械式激光雷达作为在自动驾驶车辆上最先应用的产品,具有扫描速度快、接收视场小、可承受高的激光功率等优点,但是结构笨重、重量和体积较大、装调工作复杂、可靠性差和价格高昂的缺点制约了其在自动驾驶领域的发展空间。


(2)混合固态激光雷达:内部兼具「固态」和「运动」两种属性,仅需要一束激光光源,通过 MEMS 扫描镜反射激光光线并采用微秒级的频率协同工作,探测器接收后达到对目标 3D 扫描的目的。混合固态激光雷达相较采用多组芯片组的机械式激光雷达,体积更小、成本更低、可靠性更高、探测距离更远。


(3)全固态激光雷达:内部没有任何宏观或微观上的运动部件,目前市场上主要的全固态激光雷达产品有光学相控阵激光雷达、调频连续波激光雷达、纳米天线阵列激光雷达和泛光面阵式激光雷达。全固态激光雷达耐久性、可靠性最佳,符合自动驾驶对雷达固态化、小型化和低成本化的需求,成为未来技术演进的终极方向。


国际厂商主导激光雷达产业发展,中国企业有望在全固态激光雷达领域实现突破。目前,车载激光雷达产品研发及生产厂商主要集中在国外厂商,美国 Velodyne 激光雷达技术研发及产业化进程相对领先,拥有包括 HDL-64E、HDL-32E 和 VLP-16 3 个系列在内的多条产品线,已经和 25 个无人驾驶汽车项目达成合作协议,客户覆盖百度、福特、谷歌、日产、沃尔沃等;其他厂商如美国德尔福、德国大陆、德国英飞凌(Infineon)、以色列 Oryx Vision、美国 Blackmore、美国TetraVue、美国 Cepton、加拿大 Leddartech、美国 Quanergy、以色列 Innoviz 等技术竞争实力相对较强,在不同产品领域均占据一定份额。


国内代表厂商包括北科天绘、禾赛科技、镭神智能、北醒光子、速腾聚创、光珀智能等,均大力研发布局车载激光雷达产业,以北科天绘为例,拥有 18 年的激光雷达技术积累,采用完全自主研发的芯片和半导体工艺,率先实现高端激光雷达装备规模量产。


目前,我国激光雷达产业链的整体发展水平还存在一定差距,激光雷达主要由激光光源、探测器和信息处理器组成,光源、探测器部分核心部件分别是激光二极管和雪崩二极管,目前国内激光二极管产品基本依赖进口,雪崩二极管有一定产业基础但对外依存度依然较高。



2.2 摄像头


车载摄像头是实现预警、识别类 ADAS 功能的基础器件。摄像头工作原理是景物通过镜片组生成光学图像投射在 CMOS 光电传感器上,经过模数转换后变为数字信号,再由 DSP 将信号处理成特定格式的图像在显示屏上显示。


通过对采集图像进行计算机算法分析,车载摄像头能够识别行人、自行车、机动车、道路轨迹线、路牌、信号灯等环境信息,进而支撑实现车道保持辅助、车道偏离预警、前向碰撞预警、行人碰撞预警、全景泊车、驾驶员疲劳预警等功能。根据安装位置不同,车载摄像头可分为前视、侧视、后视以及车内监控 4 类(见表 1)。


表 1  车载摄像头种类


我国在车载摄像头镜头、模组等方面具备较好基础,在图像传感器、DSP 方面对外依存度较高:


  • 一是国内拥有以大立光学、舜宇光学、玉晶集团、亚洲光学、利达光电、关东辰美、先进光电、威海世高光电子、深圳市理念光电、江西兴邦光电、深圳精龙达光电、东莞新旭光学、水晶光电等为代表的车载摄像头镜头元件提供商,突破了模压玻璃非球面技术、精密变焦凸轮设计技术、多层宽带增透镀膜技术、超低色散光学玻璃技术等高精密加工工艺,技术水平与日本电波、蔡司、三星、LG、夏普等国际厂商基本相当。

  • 二是拥有以同致电子、深圳豪恩、苏州智华、欧菲光等为代表的模组厂商,可提供车载级安全要求的摄像头模组产品。

  • 三是拥有格科微、思比科等图像传感芯片处理企业,在 CMOS 图像传感上具备一定技术基础,但在高像素演进和单像素尺寸微缩方面与索尼、三星仍存在较大差距,高端产品仍存在严重技术依赖。

  • 四是摄像头 DSP 主要由索尼、松下、日立、Mobileye、德州仪器等国际厂商供货,国内仍存在较大的提升空间。



2.3 毫米波雷达


毫米波雷达是工作在 30~300 GHz 毫米波波段探测的雷达,其频率高于无线电、低于可见光和红外线,兼有微波制导和光电制导的优点。其工作原理是通过振荡器产生频率随时间逐渐增加的信号,并根据返回波形和发出波形的频率差计算障碍物的距离。按工作频段划分,常见的车载毫米波雷达包括 3 类:


  • 一是短程毫米波雷达(24 GHz 频段),安装在车辆的后保险杠内,用于汽车盲点监测、变道辅助;

  • 二是中程毫米波雷达(76~77 GHz 频段),装配在车辆前保险杠,用于探测与前车距离及前车速度,实现紧急制动、自动跟车等主动安全功能;

  • 三是长程毫米波雷达(77 GHz 频段),其相较短程毫米波雷达分辨准确度提高 2~4 倍,测速和测距精确度提高 3~5 倍,是车载毫米波雷达技术演进的最终方向。


根据国外咨询机构发布的数据显示,2017 年全球毫米波雷达的出货量超过 3700 万,由于发达国家在新车评价规程中对汽车 ADAS 功能提出了更高的要求,推动毫米波雷达市场的快速增长,预计到 2021 年出货量将达到 8400 万个。


海外巨头主导全球毫米波雷达产业的发展,国内厂商实现部分核心技术的突破。目前,全球毫米波雷达市场主要由博世、大陆、天合汽车集团、法雷奥、海拉、德尔福、电装、奥托立夫、富士通等厂商主导,其中法雷奥、海拉和博世占据我国 24 GHz 雷达市场 60% 以上的出货量,大陆、博世和德尔福占据我国 77 GHz 雷达市场 80% 以上的出货量。


中国毫米波雷达技术产业创新加速,24 GHz 毫米波集成电路已实现规模量产。芜湖森思泰克智能、杭州智波、华域汽车等实现了 24 GHz 毫米波雷达的批量生产,沈阳承泰、湖南纳雷、南京隼眼电子、北京行易道、华域汽车、上海保隆汽车、苏州安智汽车等均完成了 77 GHz 雷达的样机测试,部分公司有望于 2019-2020 年实现规模量产。


但由于供应链与知识产权等限制,国际毫米波雷达芯片商对中国并没有完全放开 77 GHz 雷达芯片的供应,极大程度地限制了国内 77 GHz 毫米波雷达的研发及产业化。此外,考虑到雷达产品稳定性需要长期、大规模生产经验的积累,国产技术产业全面突破仍面临生产工艺等多方面的挑战



2.4 超声波传感器


超声波传感器是利用超声波的特性,将超声波信号转换成其它能量信号的传感器,具有频率高、波长短、绕射现象小等特点,对液体、固体的穿透性较强,用于自动驾驶汽车可帮助车辆探测外部环境并指导车辆对此做出适当的反应。超声波传感器初期主要用于车辆制动辅助系统和倒车雷达,用来检测障碍物避免碰撞和擦蹭,目前已被研究应用在自动泊车和自动刹车系统


  • 一是自动泊车辅助系统利用超声波传感器提供的停车区信息和车辆位置,控制汽车油门、制动器和转向,从而完成车库停车和侧方位自动泊车。泊车传感器通过声纳技术来计算与目标物体的距离或方向,汽车制造商通过在后保险杠上安置 2~4 颗传感器来部署自动泊车系统,这样可以确保探测距离在 2~2.5 m 之间,并将测量到的距离用蜂鸣声传达给驾驶员。

  • 二是超声波自动刹车系统是通过松开油门踏板、同时采取制动来避免前侧碰撞,放置在汽车车头的超声波传感器会发射超声波,在接收到前面物体的反射波后确定汽车与物体之间的距离,进而通过伺服电机自动控制汽车制动系统。


车用超声波传感器市场较为分散,国际厂商主导地位显著。目前,全球车用超声波传感器市场主要由博世、日本村田、霍尼韦尔、倍加福(Pepperl + Fuchs)、罗克韦尔自动化和西门子等主导,国内尚无具有较强竞争力的大型专业设计和制造厂商。



2.5 4 种视觉类传感器的优劣势分析和市场前景比较


在汽车自动驾驶领域,激光雷达、摄像头、毫米波雷达和超声波传感器技术发展进程不一、性能各异,功能角色存在重叠部分也有各自差异化定位,如:


  • 毫米波雷达是唯一全天候工作的传感器,测速、测距的精度远高于摄像头和激光雷达;

  • 摄像头有更高的分辨率,能够感知颜色,主要用于交通信号灯和其他物体的识别;

  • 激光雷达能够提供三维尺度感知信息,对环境的重构能力更强,但价格高昂;

  • 超声波传感器在速度很高的情况下测量距离有一定的局限性,且传输速度容易受天气情况的影响,但技术成熟、价格低廉,在短距离测距应用优势明显。


4 种视觉类传感器性能和功能优缺点的比较参见表 2、3。


表 2  4 种视觉传感器的性能比较


表 3  4 种视觉传感器功能优缺点比较


2.6 多传感器融合


多传感器融合是实现自动驾驶的必然发展趋势。硬件是基础保障,配置足够多的摄像头、激光雷达、毫米波雷达、超声波传感器、惯性测量单元(IMU)和全球导航卫星系统(GNSS)等传感器,可提升自动驾驶功能的鲁棒性。软件和算法是多传感器融合的核心,多传感器的使用将产生大量的待处理信息,如何保证系统快速地过滤无用、错误信息,处理有价值信息,从而保证系统做出及时正确的决策至关重要。目前,多传感器融合的理论方法有人工神经网络法、卡尔曼滤波法、贝叶斯准则法、模糊集理论法等。


当前,自动驾驶环境感知技术路线主要包括视觉主导和激光雷达主导两种方案:


  • 一是以特斯拉为代表的「摄像头 + 毫米波雷达 + 超声波雷达」多传感器融合,Autopilot 2.0 硬件由 8 个摄像头、1 个毫米波雷达和 12个超声波雷达组成,但摄像头受环境光照影响较大,目标检测较不可靠,优势是成本相对较低;

  • 二是以 Google Waymo 为代表的「低成本激光雷达 + 毫米波雷达 + 超声波传感器 + 摄像头」多传感融合,激光雷达是主动视觉,目标检察较为可靠,但缺少颜色和纹理信息且成本较高。


未来,激光雷达主导解决方案有两个演进方向,即研发集成摄像头与激光雷达的硬件模组,可直接获得彩色激光点云数据;以及降低激光雷达的硬件成本,如研发固态激光雷达并真正实现产业化。



3. 结束语


我国自动驾驶汽车传感器产业发展应从 3 个方面着手布局:


  • 一是加强自动驾驶汽车传感器设计制造技术攻关,推动我国汽车传感器产业升级。重点围绕激光雷达、摄像头、毫米波雷达、超声波传感等产品领域,突破激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77 GHz 雷达等核心部件,以及自动化设计、试验仿真、软件算法等关键配套技术。


  • 二是加快自动驾驶汽车多传感器融合技术研发及产业化发展,支持集成摄像头与激光雷达的硬件模组研发生产,推动降低激光雷达硬件成本的下降及规模量产。


  • 三是完善汽车传感器产业链布局,提升产业协同创新能力。支持企业开展器件设计、制造封装工艺、系统集成等联合攻关,提升产品性能,降低生产成本,提高产业整体竞争实力。



参考文献


[1] 姜立标.汽车传感器及其应用[M]. 北京:电子工业出版社,2013.9

[2] 谢宏全, 李明臣, 吕志慧, 等. 车载激光雷达技术与工程应用实践[M].武汉:武汉大学出版社,2016.12

[3] 向敬成,张明友.毫米波雷达及其应用[M].北京:国防工业出版社,2005.1



编辑整理:厚势分析师拉里佩

转载请注明来自厚势和厚势公号:iHoushi



-END-


文章精选


企业家

马斯克和贾跃亭 福特CEO下台正道汽车仰融

任正非裁员电池大牛凯尔提离开特斯拉

智能驾驶

BBC自动驾驶纪录片

为什么说百度阿波罗画虎不成反类犬

车载雷达通信系统综述

智能时代测绘与位置服务领域的挑战与机遇

新能源汽车

全国50个新能源汽车项目大盘点

锂电池发展趋势中国汽车产业电动化进程

苹果收购特斯拉?丰田和特斯拉决裂

新能源乘用车的补贴综述及展望 

新能源汽车驱动电机发展现状及趋势分析

项目和评论

以色列最强10家自动驾驶创业公司

 37个汽车分时项目盘点百度投资蔚来汽车

马化腾或为共享单车最大赢家汽车产业3大趋势

Momenta获$4000万B轮

百度系自动驾驶初创公司 Pony.ai 的突围之路

这些大神从Google出走,创办了五家(命运各异的)无人车公司

无需基础知识,理解自动驾驶高精度行车定位技术


为您对接资本和产业

新能源汽车 自动驾驶 车联网




联系邮箱

sasa@ihoushi.com

点击阅读原文,查看文章高振海:让自动驾驶消灭路怒和晕车

登录查看更多
0

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
121+阅读 · 2020年5月22日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
169+阅读 · 2020年2月8日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
91+阅读 · 2019年11月13日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
自动驾驶车辆定位技术概述|厚势汽车
厚势
10+阅读 · 2019年5月16日
自动驾驶汽车技术路线简介
智能交通技术
14+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
5+阅读 · 2018年5月16日
VIP会员
相关VIP内容
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
121+阅读 · 2020年5月22日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
169+阅读 · 2020年2月8日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
91+阅读 · 2019年11月13日
相关资讯
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
自动驾驶车辆定位技术概述|厚势汽车
厚势
10+阅读 · 2019年5月16日
自动驾驶汽车技术路线简介
智能交通技术
14+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员