盘点传感器在自动驾驶汽车中的应用

在谈及物联网以及自动驾驶汽车之时，绕不开传感器这个话题，以亿计的传感器嵌入到各种设备和各个角落，把人、机器、数据和服务连接起来，通过边缘计算和AI处理，让物理设备具有生命力。 

传感器的部署，驱动着社会向数字化变革，工厂因部署传感器，带来新工业革命。在城市应用方向，把传感器嵌入到桥梁、隧道和道路等城市公共场所，可以实时采集、测量、分析和优化城市运行状况，提升城市精细化管理。与此同时，传感器也让无人驾驶汽车成为现实。

传感器让自动驾驶汽车具有眼观四面耳听八方能力

在物联网资深专家杨剑勇看来，传感器犹如无人驾驶汽车大脑，一些列传感器组合，感知周围环境，包括谷歌旗下Waymo、英特尔和百度等巨头在推动无人驾驶技术蓬勃发展，传感器技术是他们的“硬实力”。

对于自动驾驶汽车系统来说，一个最基本且最具挑战性的能力就是探测与分类对象。自动驾驶汽车首先必须能够准确地评估周边环境，才能根据车流、道路规则或者障碍物安全地调整行驶状态，比如，高级驾驶辅助系统（ADAS）中的高精度传感器，这些高精度传感器包含了一系列摄像头、激光雷达、雷达、计算，以及绘图技术。 

由英特尔与Mobileye提供的传感器、硬件和软件则可赋予自动驾驶汽车识别周边环境的能力。这项技术可为自动驾驶汽车打造基本组件，包含一系列的摄像头、激光雷达、雷达以及计算与绘图技术。

全车将按360度全方位部署12个摄像头。其中8个摄像头可为自动驾驶提供支持，4个近程摄像头可实现近场传感，从而为自动驾驶与自动泊车提供支持。这些摄像头都是最高分辨率的传感器（每秒采样数亿次），是唯一既能探测形状（车辆、行人等）、又能探测物体结构（道路标线、交通标志文字、交通信号灯颜色等）的传感器。先进的人工智能与视觉能力能够利用这些摄像头建立一种全传感状态。这种端到端的能力与其他类型的传感器相结合，是实现“真正冗余性”的关键。

全车将部署六个“扇形”激光雷达；其中三个位于前部，三个位于后部。激光雷达传感器可通过测量激光脉冲反射来探测物体。激光雷达与雷达相结合，可被系统用于提供完全独立的形状探测来源。激光雷达对摄像头系统起着辅助作用。全车配有六个雷达组件（近程与远程的组合），能在汽车周边实现360度环绕式覆盖。雷达是一种利用雷达波反射来探测物体并确定其速度的成熟技术，特别适用于金属物体，这在恶劣天气环境中也非常有效。雷达与激光雷达相结合，可提供完全独立的物体检测系统，加以搭配摄像头系统，便可实现真正的冗余性。

自动驾驶发展，半导体厂商是幕后推手

伴随无人驾驶汽车的到来，对百年汽车工业带来巨大变革，甚至催生出全新的乘客经济，这一市场规模将高达7万亿美元。不管是科技企业，亦是传统汽车厂商都在下重金押注。

在互联网巨头当中，以谷歌和百度一马当先，早前大摩对谷歌Waymo无人驾驶给出了1750亿美元估值，这个在诞生在Google X实验室的项目，将成为Alphabet（谷歌母公司）未来增长核心之一，其自动驾驶技术专利竞争力更是位居全球。

与此同时，苹果、优步和滴滴等都纷纷重金投入，掀起一轮自动驾驶竞赛，而在物联网资深专家杨剑勇看来，半导体厂商则是自动驾驶技术发展幕后推手。在2017年，英特尔溢价超30%进行收购自动驾驶技术Mobileye后，整合成为自动驾驶事业部的一部分，其车载计算产品与Mobileye系统芯片相结合，使得英特尔处在自动驾驶技术变革最前端。 

同时，也提升了英特尔在自动驾驶竞争实力，围绕芯片、自动驾驶技术和投资等方式，拓展与科技企业和汽车厂商合作，构建自动驾驶生态体系。Mobileye作为高级驾驶辅助系统（ADAS）龙头企业，是自动驾驶技术全球领先厂商，有25个主机厂商使用Mobileye的设备，得益于于传感器技术、机器视觉、数据分析和系统芯片（SoC），全球有2700万辆汽车配备Mobileye技术，走在行业前列。

Mobileye EyeQ系统集成芯片采用专有的计算核心（可称为加速器），此类核心针对各种深度神经网络、计算机视觉、信号处理和机器学习任务进行了优化。针对特定最终用途（ADAS和自动驾驶）开发的集成在单个芯片上的软件和硬件可使计算性能、能耗和成本更具竞争力，这相对于竞争对手所提供的通用芯片具备明显优势。Mobileye的自动驾驶车队目前配备了四个EyeQ4芯片，约为我们最终将在L4/L5系统量产版中部署的计算能力的10%。

最后

不过，无人驾驶之路任重道远，而安全是商业进程核心因素之一。也许随着无人驾驶技术发展，以及法律等日益完善，或将在未来会改变人们出行方式，甚至无须购买私人汽车，诸如向谷歌、优步和滴滴等企业所组建的无人驾驶专车为人们出行提供服务，使得人们拥有车辆的形式将向按需的模式转变，在未来五或者十年，甚至更长的时间，无人驾驶汽车将会从根本上改变整个出行市场的局面。