现代车辆上路时有很多眼睛，尤其是在自动驾驶的情况下。传感器是未来汽车的一项关键技术，有多种形式，不仅可以引导车辆行驶，还可以在日益数字化的驾驶舱内实现各种功能。
然而，当我们谈论汽车传感器时，它是几种不同类型传感器的总称：摄像头、雷达和 LiDAR。如今，汽车中的有些传感器还很简陋，而另一些则更先进。随着自动驾驶汽车的发展和汽车的普遍智能化，它们支持的功能变得越来越复杂，而支持技术，包括内存、存储、计算能力和连接，必须形成一个可以跟上步伐的汽车计算平台。
不同的传感器技术优势各异
在现代汽车的众多传感器中，有摄像头、雷达和多种类型的 LiDAR，具体取决于功能。传感器在汽车中的早期应用是用于基础高级驾驶员辅助系统 (ADAS)，通过后视摄像头帮助驾驶员更安全地倒车。车辆的自主性越高，所需的传感器就越多。收集车辆周围环境和车厢内信息的传感器分为以下几大类：
- 摄像头：最接近人类视觉的传感器，摄像头收集图像供计算机算法进行分析。在汽车摄像头收集的图像中，人们关注汽车周围的环境信息，包括其他车辆、行人、骑行者、路标、信号和路缘轨迹。算法处理可实现车道偏离警告和前方碰撞警告所必需的物体检测。
- 雷达：毫米波 (mmWave) 雷达比摄像头更能“看清楚”，这使其在某些汽车应用中占据优势，具有高分辨率和高性能以及良好的指向性，同时也不容易受到干扰或受天气影响。然而，由于成本较高，mmWave 雷达仅限于 ADAS 功能；对于识别非金属物体也不太有效。
- LiDAR：LiDAR 是一种基于光的传感器技术，可发出快速激光信号脉冲，然后从障碍物（包括其他车辆、骑行者、行人或车道尽头的邮箱）反射回来。基于 LiDAR 的仪器可测量脉冲反弹所需的时间，以便可以精确计算车辆与障碍物之间的距离。机械式 LiDAR 通过使用机械部件直接驱动激光束。虽然它更精确，提供 360 度视野，并传播更长的距离，但机械式 LiDAR 的制造成本很高。固态 LiDAR 更实惠，主要依靠电子元件来控制激光发射角度，但扫描角度更有限，而且精度较低。
- 3D 飞行时间 (ToF) LiDAR：3DToF LiDAR 是另一种类型的 LiDAR，可以满足越来越多的短距离汽车应用，它无需扫描仪，并可以实现更高的细节水平。这是一种越来越受欢迎的 LiDAR 类型，用于许多不同的设备，包括智能手机，支持相机传感器在纳秒时间内使用高功率光脉冲来测量距离和体积，从感兴趣的场景捕捉深度信息，通常是在短距离内。在汽车环境中，3DToF LiDAR 可以扫描和跟踪物体，支持手势识别和反应式高度计，并在车辆外部建立 360 度视图，以辅助停车。
LiDAR 作为自主车辆传感器有几个优势。它具有出色的范围、角度和速度分辨率，同时也不容易受到干扰。LiDAR 还可以获取大量信息，包括距离、角度、速度和物体的反射强度，以生成物体的多维图像。距离是决定短距离、中距离或长距离 LiDAR 架构是否最佳的决定性因素，包括车内的许多功能，而不仅仅是在车外实现自动驾驶。
内外传感器
无论自动驾驶水平如何，汽车传感器技术的一个主要功能就是增强“预见”未来的能力。但随着典型汽车的驾驶舱变得越来越数字化，摄像头、雷达和 LiDAR 也在车内发挥作用。
短距离 LiDAR 可以监测驾驶员和乘客的状态，以支持更高级的功能。这包括通过检测头部位置调整安全气囊的展开力和优化平视显示器，以及通过面部识别功能识别特定的驾驶员和乘客来调整预定义的偏好。通过手势识别实现的无接触控制也可以通过 LiDAR 实现。
汽车中的许多基本功能可以通过手势技术代替触摸或语音来实现，包括环境控制，如制热和空调、音乐选择和音量、GPS 导航以及处理语音通话。根据驾驶室的先进程度，驾驶员可以通过手势在主显示屏和仪表盘之间转移应用程序。
手势识别技术的基本工作原理是将人体动作识别为输入方式（特定的动作对应于一项命令），而该输入由监控人体动作的传感器和摄像头完成检测。除了允许驾驶员控制音乐/音频和来电或导航远程信息处理系统外，手势识别技术还可以检测驾驶员何时打瞌睡或因突发健康问题而陷入困境，使半自动车辆能够安全靠边停车并呼救。
无论功能如何，手势识别技术都依靠传感器、算法和人工智能 (AI) 来检测特定的手势，并在系统训练的基础上采取相应行动。所使用的任何传感器或摄像头都需要能够无障碍地观察驾驶舱内的 3D 区域。由算法和人工智能支持的计算机视觉和机器学习技术可实时分析手势，并根据已经存档的手部动作库实时将其翻译成指令。
LiDAR 不仅仅是能够实现驾驶舱内手势识别的传感器技术。使用 mmWave 技术的雷达传感器可大幅提高驾驶舱内应用的精度，并且优于摄像头，因为它们具有良好的运动感测能力，可以检测和区分车内的多个人员，甚至可以穿过塑料、板墙和衣服等材料。这使得它们的干扰性更低，因为传感器可以隐藏在仪表板后面，并放置在车内其他材料的内部或下面，而不会影响车辆的美观，同时还可以为车内监控系统维护乘客隐私。
对于驾驶舱内应用，这意味着 mmWave 雷达甚至可以在强光和黑暗等具有挑战性的环境条件下探测到人员的存在。mmWave 雷达传感器可以辨别坐在座位上的儿童和成人之间的差异，从而相应调整安全气囊的展开。mmWave 还可以检测谁不应该出现在车内，例如车外的潜在入侵者。雷达车内传感的一个更先进的功能是在汽车行驶时监测驾驶员和乘客的心率和呼吸频率。
所有用于汽车应用的传感技术都在不断进步和发展，它们变得越来越小、功能越来越强、干扰越来越少。摄像头、雷达和 LiDAR 与更快的计算能力相结合，对于实现更智能的车内功能和完全自主性至关重要。但是所有这些进步和发展都需要其他电子元件跟上步伐。
更多的传感器需要更多的计算能力
如今的汽车可能包含 200 多个传感器，具体取决于其自主程度，尤其是随着 LiDAR 等传感器技术变得更便宜、更小巧、更节能。传感器的数据效率也越来越高，越来越能够将车辆内多种类型生成的数据输入车上的计算平台。
将来自多个传感器的数据合并在一起的过程称为“传感器融合”，可以实现更高的准确性。对于自动驾驶汽车而言，这种融合意味着即使单个传感器本身不完全可靠，也可以做出更安全的决定。汽车上的传感器数量越多，就越能实时应对各种驾驶场景，包括道路上的其他汽车、人和动物。
然而，所有这些数据以及来自周边边缘计算的信息补充了汽车自身可以收集的信息，这意味着汽车计算能力必须跟上。每辆汽车都将需要超高速内存、多核处理器、图形引擎、更大容量和更高速的 NVME 固态硬盘，以及超高速连接，以摄取、存储和处理由多种传感器类型生成的日益庞大的数据，以实现几乎所有自动驾驶和车内功能。
参阅相关产品
参阅相关产品
参阅相关产品
参阅相关产品