对话Yole分析师：解密2023年三大汽车传感器趋势

传感器在高级驾驶辅助系统(ADAS)和自动驾驶系统(AD)中已经非常普遍，它主要用来提高乘客和司机的安全性。如今，摄像头(Camera)、雷达(Radar)和激光雷达(LiDAR)的组合，被用来扫描车辆环境、实时处理数据，这种方案可以比人类司机有更快、更准确地反应。n1besmc

为了客观了解当前汽车摄像头、雷达和LiDAR的市场趋势，《国际电子商情》姊妹平台EE Times Europe咨询了Yole Intelligence(隶属于Yole Group)光电和传感部门的高级技术和市场分析师Pierrick Boulay，该部门首席分析师Pierre Cambou也分享了部分观点。n1besmc

EE Times Europe：越来越多的传感器被部署在车辆中，以提升汽车的主动安全性能，但传感器的数量不可能无限增加。伴随着更多短程、中程和远程应用传感器的出现，未来的传感器类别是否会更加具体？n1besmc

Pierrick Boulay：的确，传感器的数量不可能无限增加，这既是出于成本的原因，也是出于集成的原因，没有人想要一辆看起来像机器人出租车的汽车。每一颗传感器必须要像雷达一样，可以完美集成或隐藏在汽车中。目前，传感器可用于汽车的短程、中程或远程应用，车载雷达通过安装在不同的位置，可专用于中短程应用和远程应用。如今，车载激光雷达主要用于远程应用，我们希望未来能看到短程激光雷达应用在高速公路自动变道、城际驾驶，甚至城区道路驾驶中。以上几个应用需要实时监控汽车周边环境，避免汽车存在任何的盲区。我们将在汽车上看到不同世代的传感器和计算机，它们具备更高的性能，能实现不同程度的自动驾驶。n1besmc

摄像头

EE Times Europe：根据Yole的数据，2021年出产的每辆车平均搭载了2.6个摄像头，预计到2027年，平均每辆汽车的摄像头数量将上升到4.6个。今天展示的先进原型车通常装有11到12个摄像头，根据出售给普通消费者的自动驾驶汽车(Consumer AV)的路线图，这类车型平均每辆车搭载了20个以上的摄像头。而热敏、可见光成像和夜视摄像头的技术和市场趋势是什么？n1besmc

Boulay： 由于热像仪成本高、分辨率低，它仅用在少数汽车型号上。主要的使用情况是检测路上的行人或动物。只有在价格较低的情况下，此类摄像头的增长才是可以预期的。一直到现在，热像仪的价格仍然非常昂贵，但它们已经开始在Waymo、Cruise和Zoox等AV(AutonomousVehicles，自动驾驶汽车)中部署。可能还需要几年才能成为ADAS中的主流器件。n1besmc

可见光成像仪的发展趋势是分辨率的提升。几年前，前视ADAS摄像头的分辨率仅有130万像素，现在它的分辨率提高到了800万像素，且未来还有望近一步提高。当然，这并非唯一的趋势——摄像头的帧率也在提升，如今的帧率已达到每秒60帧，一些玩家还在探索更高的帧率。同时，摄像头的动态范围也很重要，以便能在低光照条件下进行操作，保证汽车能在离开隧道时可以从低光照快速过渡到强光照。另外，交通信号灯是由LED制成的，LED的驱动方式会诱发光的闪烁，可能会被运行中的摄像头误判。对此，我们还可以通过提升摄像头的参数，来抵消光线闪烁带来的影响。n1besmc

EE Times Europe：可见光摄像头可能无法在夜间或恶劣天气条件下提前检测到危险，而热像仪在这些环境下非常有效。我们会在汽车上看到热像仪越来越多地参与协同工作吗？n1besmc

Boulay： 诚然，可见光摄像头在光线不足或恶劣天气下的效果不佳，而远红外(FIR)或短波红外(SWIR)摄像头可以解决这个问题。但目前这些摄像头的价格仍然太贵了，而且需要进一步改进性能，才能在汽车中完美部署。n1besmc

没有任何一种单一模式能解决AV技术的挑战。摄像头可以提高分辨率、速度和动态范围，但问题出现在下游的实时计算能力方面。比如，事件相机(Event-Based Camera)带来了额外的性能，但也要求开发商必须重新考虑自己的系统。无论如何，摄像头必须与4D雷达、LiDAR和惯性/GNSS装置协同工作。有一件事是肯定的——ADAS和AV技术的进步——这将需要更多摄像头和更多样化的摄像头类型。n1besmc

雷达

EE Times Europe：根据Yole的数据，全球车载雷达市场规模在2021年达58亿美元，预计到2027年将以14%的年复合增长率增长到128亿美元，推动其增长的主要驱动力是什么？n1besmc

Boulay：部署雷达的主要驱动因素与汽车安全功能有关，比如AEB(自动紧急制动)功能，该功能可与ADAS前视摄像头来协同工作。多年来，雷达一直被用于汽车后部的盲点检测。最近，推动雷达的一个新驱动力与十字路口的安全有关。为了解决这一问题，OEM厂商越来越多地采用前角雷达。另一驱动因素与舱内感应有关，雷达将用于儿童存在检测，即使车内的孩童被毯子盖住，CPD(车内儿童检测系统)也能检测到他们。n1besmc

EE Times Europe：谁在引领潮流？科技巨头是否会通过大规模投资来改变游戏规则？是否会出现新的挑战者？n1besmc

Boulay：领先的企业有大陆集团、博世、海拉(现为Forvia)、电装、Aptiv和Veoneer。这六家企业拥有约80%的市场份额，当然还有一些新玩家正在崛起，比如Arbe、Vayyar、Uhnder和Metawave。他们专注于开发可提供更佳角度分辨率的成像雷达，从而能更好地感知物体。n1besmc

EE Times Europe：您是否有看到有趣的技术协同效应？n1besmc

Boulay：除了集成之外，RF(射频)性能也有根本性的演变。最初，雷达在转向数字波束形成(全场景照明)之前使用模拟波束形成和机械转向操作。在数字波束形成时代，引入了MIMO(多输入多输出系统)技术，在保持合理物理尺寸的同时，还增加了虚拟孔径。目前，业内所有参与者都提供MIMO缩放(从0.2k到2k像素)，以实现低于1°角分辨率的4D成像雷达。尽管如此，外形尺寸和成本仍然很重要。所以我们预计会出现一个“甜蜜点”。除非使用超过77GHz的频率，否则雷达中RF的演进可能会即将结束。在下一代雷达中，重点将转向雷达信号计算。这就是业界开始研究雷达信号的机器学习和人工智能算法的原因。n1besmc

激光雷达

EE Times Europe：根据Yole Intelligence的数据，到2027年，汽车LiDAR市场预计将达到20亿美元，高于2021年的3800万美元。您认为LiDAR技术有哪些新兴趋势？n1besmc

Boulay：首先，LiDAR内部的组件类型正在发生变化。例如，在发射端由EEL(边发射激光器)过渡到VCSEL(垂直腔表面发射激光器), 接收端探测器从PD(光电二极管)/APD(雪崩二极管)过渡到SPAD(单光子雪崩二极管)/SiPM(硅光电倍增管)，芯片端从FPGA过渡到ASIC。这些变化正在提高扫描范围、分辨率，从而提高LiDAR的数据质量。关于LiDAR的类型，也存在从“具有机械运动部件的混合固态LiDAR”到“没有机械运动部件的纯固态LiDAR”的过渡。在未来5到10年内，我们还预计会出现基于光学的LiDAR，它使用FMCW(调频连续波)原理进行测距和光学扫描。n1besmc

EE Times Europe：谁在引领潮流？是中国玩家吗？n1besmc

Boulay：在LiDAR市场上，真正能够向OEM交付产品的玩家寥寥无几。法雷奥是一个明显的领导者，自2018年以来它与奥迪一起进行大规模量产。除了法雷奥之外，我们也注意到来自中国的禾赛科技、速腾聚创，这三家公司目前在市场上占主导地位。另外，包括Innovusion、大陆和华为在内的其他公司也在小批量提供LiDAR，而Luminar和Innoviz目前仍未量产。n1besmc

EE Times Europe：在2020-2021年期间，LiDAR是融资轮次和融资金额方面的主导类别。今天的情况如何？n1besmc

Boulay：2021年，投资者对LiDAR公司的投资总额超过26亿美元，但这一数字在2022年降低了10倍以上。我们认为，投资者正在更谨慎地考虑投资对象。他们希望能投资于合适的创业公司，这些公司的技术不仅能保持低成本，还能实现大批量生产，同时还要满足汽车对的LiDAR需求。与此同时，投资者正在寻找能够真正向OEM交付LiDAR的公司。n1besmc

EE Times Europe：我们会看到该领域的整合吗？n1besmc

Boulay：是的，很明显。如果我们观察汽车摄像头和雷达市场，其中四至五家厂商约占据75%的市场份额。从中长期来看，我们预计LiDAR领域也会出现类似的动态。Velodyne/Ouster等LiDAR制造商之间的整合将继续，或者Tier-1公司将收购LiDAR公司。其他公司将消失，或将重点转向工业应用，以更快地盈利。n1besmc

EE Times Europe：我们在感知传感器方面还缺少什么？n1besmc

Boulay：需要降低LiDAR传感器的成本，以实现自动驾驶功能，但成本也与产量有关。如今，LiDAR传感器的产量太低，而提高产量对大幅降低成本至关重要。此外，还需要进行更多的开发，才能在恶劣天气下实现自动驾驶。最近，Waymo发布了一段视频，视频展示的是——下雨天，Robotaxis可以在没有安全驾驶员的情况下实现自动驾驶。因此，汽车实现自动驾驶是可能的，而汽车从业者还需要做更多的工作。这将与传感器硬件和相关的感知软件有关。n1besmc

本文翻译自《国际电子商情》姊妹平台EE Times Europe，原文标题：Cameras, Radars, LiDARs: Sensing the Road Aheadn1besmc