? 隨著智能汽車感知環(huán)境的復(fù)雜度不斷提高，傳統(tǒng)傳感器已經(jīng)無法滿足更高級別自動駕駛功能與更好人機(jī)交互體驗(yàn)感。 從智駕層面來看，感知傳感器的性能會影響后續(xù)感知融合的精確度，更會影響后續(xù)決策規(guī)劃以及車輛控制。

從智艙層面來看，感知傳感器的性能可以實(shí)現(xiàn)一些新型的艙內(nèi)功能，比如手勢交互、動態(tài)監(jiān)測等。 在智駕和智艙兩個應(yīng)用場景需求驅(qū)動下，一批新型智能傳感器陸續(xù)面世，相比傳統(tǒng)傳感器，新一代傳感器在性能、效能方面都有了大幅度地提升。

明確定義：新一代傳感器在軟硬件層面實(shí)現(xiàn)能力躍級

新一代傳感器是指在智能駕駛和智能座艙場景中，具備自主學(xué)習(xí)能力，并且能夠支持AI技術(shù)處理大規(guī)模數(shù)據(jù)的新一代智能傳感器。例如，激光雷達(dá)、4D毫米波雷達(dá)、3D-ToF攝像頭等。 此外，新一代傳感器具備三大特征： 第一，核心部件要求高。比如收發(fā)核心組件與傳感器芯片，它們分別決定了傳感器的性能高低以及自身算力大小和信息處理能力。

第二，數(shù)據(jù)處理維度高。新一代傳感器會帶來更多維度的深度信息，如目標(biāo)物的距離、高度、速度等，并且這些信息需要實(shí)時采集，數(shù)據(jù)體量非常大。

第三，AI技術(shù)的依賴度高。傳統(tǒng)的規(guī)則算法無法滿足新一代傳感器的感知模型需求，而基于AI技術(shù)的深度學(xué)習(xí)模型成為新一代傳感器的應(yīng)用趨勢。 綜合來看，在軟硬件方面，新一代傳感器相比傳統(tǒng)傳感器在多個維度都有了提升和躍級。

新一代傳感器產(chǎn)業(yè)鏈：本土供應(yīng)商占有一席之地

傳統(tǒng)感知傳感器的核心技術(shù)和市場份額基本掌握在國外供應(yīng)商手中，比如SONY是車載攝像頭內(nèi)置CMOS芯片市場的主導(dǎo)者。 近些年，得益于國內(nèi)智能汽車大發(fā)展的浪潮，新一代傳感器的出現(xiàn)為國內(nèi)本土供應(yīng)商提供了機(jī)遇，無論是傳感器整機(jī)廠還是上游核心零部件廠商中，都出現(xiàn)本土供應(yīng)商的影子。

以激光雷達(dá)為例，本土激光雷達(dá)廠商目前占據(jù)了大部分國內(nèi)市場份額，頭部廠商如禾賽科技已在美股上市、速騰聚創(chuàng)也向港交所遞交了上市申請。相比而言，國外激光雷達(dá)廠商由于技術(shù)服務(wù)優(yōu)勢不如前者，基本已紛紛退出了中國市場。

再比如4D毫米波雷達(dá)，雖然國際Tier1巨頭仍然占據(jù)了大部分的毫米波雷達(dá)市場份額，甚至采埃孚的4D毫米波產(chǎn)品實(shí)現(xiàn)了部分車型上車，但國內(nèi)廠商也開始發(fā)力4D毫米波雷達(dá)業(yè)務(wù)，相比國外廠商來說，國內(nèi)供應(yīng)商在算法開發(fā)應(yīng)用以及服務(wù)層面的優(yōu)勢會更明顯。

應(yīng)用前景：性能優(yōu)勢明顯，技術(shù)與工程化能力需進(jìn)一步驗(yàn)證

在智駕和智艙層面，新一代傳感器都表現(xiàn)出更優(yōu)的自身性能和具體應(yīng)用方面的優(yōu)勢。在智駕層面，相比傳統(tǒng)智能傳感器，新一代傳感器憑借自身性能的優(yōu)勢（如探距能力、惡劣環(huán)境適應(yīng)能力等），能夠覆蓋更多的長尾場景（Corner Case），從而讓行車冗余安全得到更好地提升。

在智艙層面，新一代傳感器在DMS/OMS系統(tǒng)的基礎(chǔ)功能上，憑借傳感器提供的三維信息實(shí)現(xiàn)了一些新的功能，比如手勢識別、眼球跟蹤、安全支付等。 雖然自身性能優(yōu)勢大幅度提升，但新一代傳感器仍然處于產(chǎn)品生命周期的成長期。一方面，新一代傳感器的技術(shù)路線仍未確定，并且存在成本競爭力差、算法開發(fā)難度大等挑戰(zhàn)。另一方面，由于傳感器發(fā)展周期較短，主要問題在于工程化方面，比如集成安裝難度、外部環(huán)境干擾、交付預(yù)期差等。因此，新一代傳感器仍需要經(jīng)歷一段較長的發(fā)展過程。

近期，圍繞新一代傳感器應(yīng)用前景的話題討論尤為激烈，行業(yè)從業(yè)者較為關(guān)注的兩個問題是：激光雷達(dá)是否只是“裝飾品”？4D毫米波雷達(dá)是否會替代激光雷達(dá)？億歐智庫在報告中通過案頭研究、定性訪談以及交叉驗(yàn)證等多種方式相結(jié)合的研究方法，也對以上問題做了分析和論證。

首先，激光雷達(dá)仍被需要。

一方面，多傳感器融合能帶來更強(qiáng)的安全冗余；另一方面，激光雷達(dá)可以讓城區(qū)NOA功能的場景復(fù)雜度降低。億歐智庫認(rèn)為，未來激光雷達(dá)將主要配置于高端車型或者中端車型的高選配版本，并且在安全作為首要原則的前提下，激光雷達(dá)將成為整個自動駕駛系統(tǒng)不可忽視的功能件，而非只是“裝飾品”。

其次，4D毫米波雷達(dá)與激光雷達(dá)不存在替代關(guān)系，更多的是互補(bǔ)關(guān)系。

從兩者性能來看，兩種傳感器都能提供目標(biāo)物距離、高度等信息，同時也能輸出三維圖像信息，但4D毫米波雷達(dá)無論是點(diǎn)云密度還是角分辨率都遠(yuǎn)不如激光雷達(dá)。4D毫米波雷達(dá)的性能更多的類似于低線數(shù)的激光雷達(dá)，比如4/8/16線激光雷達(dá)。從兩者的應(yīng)用來看，4D毫米波雷達(dá)具備目標(biāo)物穿透識別能力，可以檢測到前前車（指在前方車之前的車輛）剎車。 綜合來看，激光雷達(dá)和4D毫米波雷達(dá)會憑借各自的性能優(yōu)勢，各自形成差異化的競爭優(yōu)勢。

結(jié)語：新一代傳感器更適合未來感知融合趨勢，市場規(guī)模將逐步提高

前融合的感知方式是自動駕駛行業(yè)的發(fā)展趨勢，但前融合受限于算力和技術(shù)能力，模型落地仍需要較大的驗(yàn)證周期。在這樣的背景下，行業(yè)內(nèi)興起了以BEV+transformer為主的感知融合方案，可以在不丟失各傳感器數(shù)據(jù)信息的情況下，將原始數(shù)據(jù)的信息進(jìn)行特征提取，從而一并映射在同一世界坐標(biāo)系下進(jìn)行融合，其優(yōu)勢在于最大程度上保證了目標(biāo)物識別的準(zhǔn)確性。

同時，區(qū)別于前期二維的圖像模型，BEV模型所帶來的三維建模方案，能夠更好地適配激光雷達(dá)、4D毫米波雷達(dá)等新一代傳感器所采集的三維數(shù)據(jù)。

未來5年（2023-2025），隨著國內(nèi)搭載城區(qū)NOA功能的智能汽車數(shù)量不斷增加，自動駕駛車輛需要更高性能的傳感器來提供更多維度信息，從而保證人機(jī)共駕的安全性。同時，城區(qū)NOA功能的普及將考驗(yàn)車端的人機(jī)交互能力，艙內(nèi)感知如何提供更安全的預(yù)警功能，恰恰需要性能更優(yōu)的傳感器進(jìn)行支撐。

億歐智庫預(yù)測，至2027年，國內(nèi)智能汽車中的車載激光雷達(dá)、4D毫米波雷達(dá)、3D-ToF攝像頭市場規(guī)模將分別達(dá)到307億元、114億元及79億元。

綜上所述，從整個智能汽車產(chǎn)業(yè)的發(fā)展趨勢來看，新一代傳感器提供的深度信息更適合大模型的發(fā)展方向。此外，艙駕功能的量產(chǎn)升級將有助于推動新一代傳感器的市場規(guī)模不斷攀升。新一代傳感器仍需要打磨自身技術(shù)，并且在量產(chǎn)上車過程中，仍需要不斷克服各類know-how工程化問題。?





審核編輯：劉清