多传感器融合技术驱动自动驾驶与汽车自动化

对于全球汽车市场而言，平台化、轻量化、节能化、电子化、智能化以及安全化等已成为汽车领域发展的主要方向。为了争抢未来产业高地，传统汽车主机厂商纷纷布局自动驾驶领域，与此同时，全球科技巨头如谷歌、英伟达、Mobileye、百度等在自动驾驶领域表现也尤为积极。

全球无人驾驶汽车市场规模（单位：亿美元）

虽然自动驾驶在全球范围内已掀起浪潮，而从技术方面而言依然存在挑战。目前自动驾驶的痛点在于稳定可靠的感知及认知，包括清晰的视觉、优质的算法、多传感器融合以及高效强大的运算能力。据分析，由自动驾驶引发的安全事故原因中，相关传感器的可能误判也成为了主要原因之一。多个传感器信息融合、综合判断无疑成为提升自动驾驶安全性及赋能车辆环境感知的新趋势。

自动驾驶系统中的核心传感器

具有高精度、高分辨率的激光雷达一直经受着对静止物体的探测较弱且目前技术落地成本高昂的影响。而年初谷歌宣布旗下自动驾驶公司Waymo将独自研发无人驾驶组件，其中包括激光雷达且其成本将下降90%至7，500美元。专家认为激光雷达可能会在2018年后出现大规模采购，届时可能实现50万台的销量同时带来成本的急速下降，是极有潜力的增量市场。

具有探测距离远且不受天气状况影响及成本低的毫米波雷达颇受青睐。2015年，中国车载毫米波雷达销量180万颗，根据相关机构预测，2020年，全球车载毫米波雷达的出货量可达7200万辆，市场增量巨大。

而有着智能驾驶慧眼之称的摄像头，是自动驾驶系统图像处理方案中不可或缺的一部分，对于ADAS系统有着极强的辅助性。根据有关机构估算，全球车载摄像头出货量将从2014年的2，800万枚增长到 2020年的8，300万枚，复合增长率达 20%。据此估算，全球车载摄像头市场规模将从2015年的62亿人民币增长到2020年的133亿人民币，年复合增长率将达16%。消费区域主要在美洲、欧洲、亚太等地，其中亚太地区将成为增长最快的市场。而测视摄像头代替后视镜也将成为新趋势。

三大传感器的性能对比

多传感器融合技术驱动自动驾驶与汽车自动化

Innoviz CEO兼联合创始人Omer David Keilaf曾提到：“将毫米波雷达、摄像头、激光雷达等传感器数据融合的技术，对于保证车辆对周边环境的全局定位和理解是至关重要的，为Level 3-Level 5级自动驾驶方案的实现提供了必要的技术储备。只有几种传感器的融合才能提供车辆周围环境更精准的绘图信息，并达到OEM主机厂所需的安全标准。”

多传感器融合可显著提高系统的冗余度和容错性，从而保证决策的快速性和正确性，是自动驾驶的必然趋势。多传感器融合体系结构中的分布式、集中式和混合式，各有优劣势。

根据系统中所使用传感器的数量与种类，以及针对不同车型和升级选项的可扩展性要求，从而寻找合适的体系结构以及获得优化的解决方案。与此同时，各种不同的传感器，对应不同的工况环境和感知目标。对于多传感器系统来说，信息具有多样性和复杂性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力，以及方法的运算速度和精度。像贝叶斯统计理论，神经网络技术，以及卡尔曼滤波方法等多传感器融合的算法则成为其技术的难点和重点，也占据了价值链的主要部分。

作为全球汽车半导体的权威厂商之一安森美半导体，也将焦点聚焦在了传感器融合上，不再是单点产品方案，而是通过超声波、摄像头、雷达以及激光雷达全系列传感器来助力产品间的融合。在某次采访中，安森美半导体相关高层也曾就传感技术的融合所面临的技术挑战及安森美的解决方案做了解答：“关于传感器融合，安森美半导体拥有支持3级以上自动驾驶车辆所需的全面技术。全面的方案包括：超声波传感器接口技术、前沿的CMOS图像传感器、79Ghz雷达技术（将于2019年推出）和来自最近收购SensL的光达（LiDAR）技术。与集成这些技术相关的技术挑战是多方面的，不仅在硅和封装层面，也在OEM和1级汽车供应商的系统层面。”

在自动驾驶的浪潮下，随之而来的是自主一二级零部件供应商在该领域的机会，相对于多被互联网巨头、整车厂及 Tier 1 所控制的控制层和执行层，传感器层的零部件供应商较为分散且门槛相对低一些，进入周期较短。传感层仍然将成为国内企业进入自动驾驶产业最容易的切入点。而多传感器融合技术也已然成为全球自动驾驶浪潮中备受关注的话题。