先不论车企宣传语里L2.9还是L3+，汽车里的传感器的确是越装越多了。
无人驾驶全球领军者Waymo的第五代自动驾驶系统共有40个传感器，其中包含29个摄像头、6个毫米波雷达和5个激光雷达。国内造车新势力们在汽车智能化、自动化上也不遑多让，蔚来ES8搭载了23个传感器，小鹏P7的数量则是31个，超过特斯拉。
随着汽车智能化变革的到来，全球的汽车科技公司，无论大小，都在致力于去掉汽车的方向盘，或者部分减弱人类驾驶员的作用。有的玩家在勇攀高峰进击L4级自动驾驶，有的循序渐进从L1和L2级自动驾驶做起，但车载传感器解决方案的市场蛋糕已经越做越大。
市场研究公司Yole Développement发布的《2020年自动驾驶传感器报告》预测，用于自动驾驶车辆的传感器将在未来15年内以51%的年复合成长率增长，感测硬件的总营收将在2032年达到170亿美元，约合人民币1115亿元。
车载传感器的千亿级市场里，中国在研发和市场占有率上失了先机，摄像头、毫米波雷达和激光雷达等车载传感器行业被外商品牌垄断多年，但已经有部分国牌摩拳擦掌，力图夺回国产传感器的江湖地位。
摄像头、毫米波雷达、激光雷达如何让汽车像人类一样感知环境？只依靠图像识别能让汽车达到全无人驾驶的级别吗？车端之外，路端传感器将怎样帮助自动驾驶汽车更快实现落地？
汽车的“眼睛”与“耳朵”
与传统汽车相对比，自动驾驶汽车的感知系统的主要工作是替代人类驾驶员的视觉系统：通过将感受的信息按照特定规则转为电信号，传输到汽车的中央控制单元协助汽车自动驾驶。
自动驾驶归根结底是要让汽车变得智能，而关于人工智能如何帮助人类，业内常有这样的说法：当前人工智能系统所擅长的领域与人类所擅长的领域恰恰相反。人类的逻辑分析能力远超AI，但人类在记忆和大数据分析等领域却与AI相差甚远。
汽车感知系统也存在这样的现象。人类司机只需凭借常识和认知即可识别道路上的行人、车辆、信号灯等，并对应做出加速减速、转向等决策。而计算机想要完成同样的操作却非常困难，感知、识别就是第一大关。
目前自动驾驶的核心传感器包括车载摄像头、毫米波雷达、激光雷达，在ADAS系统中主要以摄像头与毫米波雷达为主，而激光雷达则已成为大部分L3级以上自动驾驶汽车的必选品。
车载摄像头，扮演的是人类“眼睛”的角色。
作为自动驾驶里最不可或缺的一个传感器，摄像头能分辨出障碍物的大小和距离，识别行人、车道线、交通标识等，并将图像信息通过算法分析，实现众多预警和识别功能，如行人警示、车道保持、交通信号灯识别等等。根据镜头个数的不同，摄像头可以分为单目、双目和多目摄像头。
摄像头的主要优点在于其分辨率高、成本低，人眼能够快速捕捉海量信息，摄像头也能够获取丰富的信息，但和人眼一样受视野和环境影响。一个单目摄像头最多能捕捉到50°范围内，能观察的距离有限；在夜晚和雨雪等恶劣天气下摄像头的性能会迅速下降。
2018年3月，Uber的一辆自动驾驶汽车在亚利桑那州与一名横穿马路的女士相撞并致其死亡，主要原因是由于夜里光线条件差，经过的路段又处于阴影中，没有准确辨认行人。
毫米波雷达弥补了摄像头的缺陷。相比人类的眼睛，它更像是蝙蝠的耳朵：蝙蝠几乎不靠眼睛，而是通过耳朵发射超声波、根据其反射的回音辨别物体、避开障碍飞行，因此也不受光线条件影响。
与蝙蝠飞行原理相似，毫米波雷达使用天线发射波长1-10mm、频率24-300GHz的毫米波，通过处理目标反射信号获取汽车与其他物体相对距离、相对速度等环境信息，并根据信息对目标追踪分类，由电子控制单元结合车身动态信息进行决策。
毫米波雷达的优势在于抗干扰能力强，对降雨、沙尘、烟雾等离子的穿透能力高于激光和红外，但也存在如信号衰减大、易受到建筑物等阻挡、传输距离短等缺陷。
激光雷达与雷达工作原理类似，但其最大优势在于能够利用多谱勒成像技术，创建出目标清晰的3D图像。
