自動駕駛技術主要分為三大部分：感知、決策和控制。自動駕駛系統(tǒng)通過傳感器感知車輛當前所處狀態(tài)（位置、周圍車輛、行人障礙物等），由決策算法得出最優(yōu)的行駛策略，最終由控制部分將此策略轉換為車身部件實際操作。圖1表示自動駕駛系統(tǒng)的基本工作原理。在實際應用中，由感知系統(tǒng)和高精度地圖可實現(xiàn)對車輛行駛位置精確定位（SLAM），感知系統(tǒng)為自動駕駛車輛提供周圍車輛、行人、車道線等環(huán)境信息，為規(guī)控系統(tǒng)計算最優(yōu)行駛策略提供依據(jù)。

                                                        圖1. 自動駕駛系統(tǒng)基本原理

傳感器分類
當前自動駕駛系統(tǒng)傳感器主要包括：

 ·         攝像頭

 ·         紅外傳感器

 ·         毫米波雷達
 .        中短距離毫米波雷達
 .       長距離毫米波雷達

·         激光雷達

·         超聲波雷達

攝像頭，功能類似數(shù)碼相機，感光芯片每秒記錄N組（幀）數(shù)字形式的圖像，通過車載以太網(wǎng)或LVDS方式發(fā)送給自動駕駛系統(tǒng)的計算機，計算機通過圖像識別技術分析數(shù)據(jù)，進而判斷車輛周圍狀況。攝像頭技術對應傳統(tǒng)的人眼視覺，應用中攝像頭形式包括單目、雙目和三目，根據(jù)攝像頭安裝的位置分為前視、后視、環(huán)視和車內(nèi)監(jiān)控攝像頭；紅外傳感系統(tǒng)是用紅外線為介質(zhì)的測量系統(tǒng)；毫米波雷達，通過發(fā)送電磁波（毫米波），測量反射波從發(fā)射到接收的時間，計算車輛到各個目標的距離。雷達的多普勒效應可以用以測量目標速度。毫米波雷達抗干擾能力強，作用范圍大，但不能對目標進行識別，分辨率較低；激光雷達，發(fā)射激光（波長600~1000nm），通過反射脈沖的飛行時間（TOF）測量距離，激光雷達在短時間內(nèi)可發(fā)送大量激光脈沖，通過旋轉鏡頭方式構建周圍較大掃描區(qū)域內(nèi)的3D點云數(shù)據(jù)。激光雷達不僅作用距離大，還可以測量速度，而且具備很好的目標識別能力，缺點是成本較高；超聲波雷達，測量發(fā)射超聲波（>20kHz）反射回來的時間，從而判斷障礙物的存在和距離。超聲波雷達的缺點是作用距離短，傳輸依賴介質(zhì)，速度慢，只適用于低速下的停車輔助。

由工作機制決定的固有屬性，讓不同傳感器適用于不同的應用場景。沒有一種傳感器可以滿足自動駕駛所有類型的任務，在實際應用中要結合不同傳感器的優(yōu)勢，利用傳感器融合技術，為自動駕駛汽車提供全面、及時和準確的周邊環(huán)境信息，便于自動駕駛系統(tǒng)作出最準確的決策。圖2列出2013年歐洲市場OEM廠商針對特定輔助駕駛（ADAS）功能的傳感器選擇情況。

傳感器分布

在自動駕駛汽車上，傳感器的分布、功能及作用范圍大致如圖3所示。由圖可以看出不同類型的傳感器作用的范圍（距離&角度）有所差別，應用中需要使用多個不同類別的傳感器，分布在車身的不同位置以實現(xiàn)對車輛周圍環(huán)境360°無死角覆蓋。例如，Google自動駕駛汽車Waymo上部署有 3 個激光雷達、9 個攝像頭，x 個毫米波雷達。

傳感器特性比較

表1是根據(jù)公開資料整理的不同類型自動駕駛傳感器的特性對比。

注：以上內(nèi)容不盡準確，如對于超聲波，在Tesla Autopilot 2.0上作用距離可達到8m。應用中，以廠家具體參數(shù)為準。

傳感器成本

圖4列出自動駕駛/ADAS的關鍵部件的物理分布及其成本估計。

當前自動駕駛/ADAS的關鍵部件，比如高精度慣導、激光雷達的成本非常之高，Google無人駕駛車上使用的 Velodyne 64線激光雷達價格高達 $75,000，整套設備成本在 $150,000 左右。隨著市場化和技術的發(fā)展，激光雷達等傳感器成本必然會逐漸下降。在激光雷達領域，Velodyne已推出低成本的16線產(chǎn)品，售價 $8,000；創(chuàng)業(yè)公司 Quanergy 也承諾將推出成本 $250 左右的低成本激光雷達。

市場趨勢

圖5 和圖6 分別是市場調(diào)研機構 IHS 對于未來全球ADAS功能裝車量和傳感器數(shù)量發(fā)展的預計。