自從通用汽車和福特在 1970 年代推出第一款汽車電子控制單元 （ECU） 以來，車輛逐漸擺脫了機械根源，轉而采用數字架構。如今，普通車輛包含100多個數字傳感器，高端車輛包含更多。傳統上，這些傳感器用于測量和調節基本的車輛操作，例如發動機正時和燃油噴射。然而，隨著汽車技術的不斷成熟，新的車輛傳感器現在能夠預測即將發生的碰撞，識別行人和騎自行車的人，甚至控制某些車輛功能。預計在不久的將來，這些傳感器的部署將加速，每輛車每天產生超過4 TB的數據。

車輛傳感器技術

大多數采用駕駛員輔助安全技術的新車都依賴于傳感器類型的組合，包括雷達、激光雷達、攝像頭等。這些技術中的每一種都有自己的優點和缺點，因此都繼續部署在現代車輛中。

雷達在兩種ADAS技術中發揮著關鍵作用：自動緊急制動系統（AEBS）和自適應巡航控制（ACC）。與目前可用的大多數光學傳感技術相比，雷達基本上不受大多數環境和大氣干擾的影響，包括霧、雨、雪、黑暗或眩光，使其成為大多數駕駛條件的理想選擇。

激光雷達傳感器的工作方式與雷達非常相似，但不是發射無線電波，而是使用掃描激光來生成車輛周圍環境的完整3D圖像。激光雷達可以說是自動駕駛汽車（AV）競賽中最重要的技術之一。在許多現有的自動駕駛部署中，激光雷達提供周圍障礙物的 360° 視圖，進而引導車輛避開它們。

除了高清（HD）地圖應用外，攝像頭和其他基于視覺的系統主要用于視覺駕駛員輔助功能。隨著配備攝像頭系統的車輛繼續在我們的道路上行駛，他們正在構建一個高清地圖庫，其他車輛可以使用該庫來幫助識別停車標志、讓行、標志、車道標記等。

駕駛員和行人安全舉措一直是這些ADAS和AV技術快速增長的主要貢獻者。這已反映在全球聯邦政府的許多舉措中，包括最近的歐洲新車評估計劃（NCAP）和NHTSA提出的ADAS OEM要求。此外，市政機構開始越來越重視通過提高公眾認識運動、立法和私人伙伴關系來改善交通和行人安全。有鑒于此，車輛數據成為這些舉措的關鍵輸入。

智慧城市的城市分析

車輛傳感器收集大量數據，這些數據在很大程度上仍未得到充分利用 - 車輛生成的數據大多僅由該車輛消耗。然而，隨著全球城市在智慧城市計劃上投入巨資，車輛數據將成為其成功的關鍵。例如，Geotab的開放式遠程信息處理平臺等聯網車輛解決方案已經每天從北美各地的車輛收集、規范化和安全聚合超過2.5B的數據點。通過利用機器學習和大數據分析，這些數據可以轉化為可操作的智慧城市洞察和城市分析，進而可用于預測交通模式、識別高風險交通區域、減少溫室氣體排放以及證明對數字基礎設施的投資。

通過為公共或私營部門車隊配備遠程信息處理技術，車輛成為車輪上的智能傳感器，整個車隊成為移動智能城市傳感器網絡。隨著互聯車輛超越車聯網（V2N）應用，進入車聯網（V2X）領域，包括基礎設施、行人和其他車輛，這一趨勢只會加速發展。

V2X：擴展汽車“看得見”的東西

除了基于傳感器的雷達、激光雷達和攝像頭技術外，未來的車輛還將與眾多外部第三方系統進行實時通信。這是車聯網（V2X）通信的核心。借助 V2X，汽車可以與其他車輛（包括緊急服務車輛）、交通信號燈、數字路標、行人等進行通信。這將為交通部門開啟新的創收（或成本回收）方法，幫助城市規劃部門開發更節能、更高效的交通系統，并為市政當局的環境和可持續性舉措提供有價值的投入。所有這一切的催化劑是一個開放和安全的互聯汽車平臺。

審核編輯：郭婷