最后我們對(duì)比一下這三大傳感器性能：

一起事故引發(fā)的改變

2016 年 5 月，美國(guó)佛羅里達(dá)州一輛開啟了自動(dòng)駕駛模式（Autopilot） 的特斯拉與白色重型卡車相撞，導(dǎo)致特斯拉車主身亡。

這起被稱為“全球首例自動(dòng)駕駛致死”事故，讓不少人開始對(duì)自動(dòng)駕駛的安全性表示擔(dān)憂，也給特斯拉蒙上一層陰霾。

特斯拉

事故曝光后，特斯拉與其視覺識(shí)別系統(tǒng)供應(yīng)商 Mobileye 終止合作，并于 9 月份通過(guò) OTA 推送了 V8．0 系統(tǒng)， 強(qiáng)化毫米波雷達(dá)作用，將其提升成為主控制傳感器。

特斯拉 V7．0 時(shí)代的自動(dòng)駕駛主要以圖像識(shí)別為主，毫米波雷達(dá)只是一個(gè)輔助傳感器，V8．0 系統(tǒng)對(duì)整個(gè)技術(shù)方案做出了很大的調(diào)整：以毫米波雷達(dá)為主，圖像識(shí)別為輔，雷達(dá)可以監(jiān)測(cè)范圍是之前的 6 倍，大幅增強(qiáng)特斯拉的前方障礙識(shí)別能力。

而到了2016 年 10 月，特斯拉又發(fā)布 Autopilot2．0，宣布未來(lái)生產(chǎn)的所有車型都將具備進(jìn)行完全自動(dòng)駕駛的硬件系統(tǒng)。同時(shí)，特斯拉表示在此硬件基礎(chǔ)上的自動(dòng)駕駛的安全性有了空前提升。

Autopilot 2．0 與 Autopilot 1．0 硬件對(duì)比情況

特斯拉的完全自動(dòng)駕駛硬件系統(tǒng)包括：

1）車身四周加裝 8 個(gè)攝像頭，能夠測(cè)量 250 米范圍內(nèi)的物體；

2）搭載 12 顆 超聲波傳感器，用以輔助偵測(cè)；

3）升級(jí)增強(qiáng)版的毫米波雷達(dá)，能夠在惡劣天氣下工作，也能探測(cè)到前方車輛；

4）汽車主板的性能是前款產(chǎn)品的 40 倍，大幅提升計(jì)算能力。

特斯拉本次發(fā)布Autopilot 2．0的完全自動(dòng)駕駛硬件變化最大的在于攝像頭，數(shù)量從原先的1個(gè)增至8個(gè)。 這也預(yù)示著特斯拉感知端的技術(shù)路線從原先的攝像頭，到倚重雷達(dá)，最后又重新選擇了攝像頭。

特斯拉不斷變化的主控傳感器選擇說(shuō)明感知端目前還沒(méi)有完全固定的技術(shù)路線，特斯拉自身也是在探索中不斷地前進(jìn)。

Mobileye

實(shí)際上，與特斯拉“分手”，是Mobileye提出來(lái)的。

經(jīng)過(guò)十幾年的研發(fā)創(chuàng)新，Mobileye憑借其EyeQ系列芯片上的高級(jí)視覺算法可實(shí)現(xiàn)多種ADAS功能，已成為視覺系A(chǔ)DAS產(chǎn)品中絕對(duì)的龍頭。

從2007年研發(fā)出的第一代EyeQ產(chǎn)品開始，Mobileye與意法半導(dǎo)體合作，不斷升級(jí)芯片技術(shù)，優(yōu)化視覺算法，EyeQ3產(chǎn)品的運(yùn)算速度已是第一代產(chǎn)品的48倍。

Mobileye 的 EyeQ 系列產(chǎn)品升級(jí)情況

從表格中我們可以看到，前三代產(chǎn)品都只搭載一顆攝像頭。目前EyeQ4、EyeQ5產(chǎn)品計(jì)劃已發(fā)布，其中EyeQ4將開始使用多攝像頭方案。預(yù)計(jì)未來(lái)通過(guò)芯片升級(jí)和算法優(yōu)化，Mobileye的芯片算法將融合更多傳感器，將推出多目攝像頭＋毫米波雷達(dá)＋激光雷達(dá)的解決方案，全面支持無(wú)人駕駛。

2016年7月，Mobileye 宣布和特斯拉終止合作，EyeQ3 將會(huì)是 Mobileye 和特斯拉的最后一次合作。幾乎同時(shí)，Mobileye 還宣布英特爾、寶馬進(jìn)行合作。今年3月，英特爾以溢價(jià)33％＋的價(jià)格收購(gòu)Mobileye。

其實(shí)，Mobileye與特斯拉終止合作的深層次原因在于：

1）風(fēng)格策略不同。Mobileye相對(duì)保守，特斯拉相對(duì)激進(jìn)，因此Mobileye更傾向與傳統(tǒng)汽車廠商合作。

2）數(shù)據(jù)歸屬有爭(zhēng)議。Mobileye提出了一個(gè)名為REM的概念，數(shù)據(jù)將由加入的成員共享，而作為積累里程以及數(shù)據(jù)最多的特斯拉不愿意白白把數(shù)據(jù)共享給別的車廠。

不過(guò)特斯拉只是Mobileye所面對(duì)的眾多整車客戶之一，但是與英特爾的強(qiáng)強(qiáng)聯(lián)合，Mobileye將受益于英特爾從芯片端提供的資源幫助，構(gòu)造基于視覺、實(shí)現(xiàn)傳感器融合的強(qiáng)大算法，推動(dòng)視覺算法持續(xù)向自動(dòng)駕駛邁進(jìn)。

趨勢(shì)——多傳感器融合

對(duì)比特斯拉跟Mobileye的產(chǎn)品升級(jí)我們會(huì)發(fā)現(xiàn)，“老情人”的肉體雖然分離了，但精神上還是一致的。都是通過(guò)增加傳感器的數(shù)量，并讓多個(gè)傳感器融合來(lái)提高自動(dòng)駕駛能力。

上面提到的特斯拉事故中，主要原因有：

毫米波雷達(dá)測(cè)距可能誤判。毫米波雷達(dá)測(cè)到前方有巨大障礙物，但可能因?yàn)榭ㄜ嚪瓷涿娣e過(guò)大和車身過(guò)高，毫米波雷達(dá)將拖掛車誤判為懸掛在道路上方的交通指示牌；

攝像頭強(qiáng)光致盲

前置攝像頭 EyeQ3 可能誤判。事故拖掛車是橫置的，全身白色，沒(méi)有色彩警告，在陽(yáng)光強(qiáng)烈的環(huán)境下，圖像識(shí)別系統(tǒng)容易將拖掛車誤判為白云。

在極端情況下，特斯拉的毫米波雷達(dá)和前置攝像頭均發(fā)生了誤判�？梢姅z像頭＋毫米波雷達(dá)方案缺乏冗余度，容錯(cuò)性差， 難以完成自動(dòng)駕駛的使命，需要多個(gè)傳感器信息融合綜合判斷。

傳感器各有優(yōu)劣，難以互相替代，未來(lái)要實(shí)現(xiàn)自動(dòng)駕駛，是一定需要多種（個(gè)） 傳感器相互配合共同構(gòu)成汽車的感知系統(tǒng)的。不同傳感器的原理、功能各不相同，在不同的使用場(chǎng)景里可以發(fā)揮各自優(yōu)勢(shì)，難以互相替代。

多個(gè)同類或不同類傳感器分別獲得不同局部和類別的信息，這些信息之間可能相互補(bǔ)充，也可能存在冗余和矛盾，而控制中心最終只能下達(dá)唯一正確的指令，這就要求控制中心必須對(duì)多個(gè)傳感器所得到的信息進(jìn)行融合，綜合判斷。

試想一下，如果一個(gè)傳感器所得到的信息要求汽車立即剎車，而另一傳感器顯示可以繼續(xù)安全行駛，或者一個(gè)傳感器要求汽車左轉(zhuǎn)，而另一個(gè)傳感器要求汽車右轉(zhuǎn)，在這種情況下，如果不對(duì)傳感器信息進(jìn)行融合，汽車就會(huì)“感到迷茫而不知所措”， 最終可能導(dǎo)致意外的發(fā)生。

因此在使用多種（個(gè)）傳感器的情況下，要想保證安全性，就必須對(duì)傳感器進(jìn)行信息融合。 多傳感器融合可顯著提高系統(tǒng)的冗余度和容錯(cuò)性，從而保證決策的快速性和正確性，是自動(dòng)駕駛的必然趨勢(shì)。

多傳感器融合要求：

1）硬件層面，數(shù)量要足夠，也就是不同種類的傳感器都要配備，才能夠保證信息獲取充分且有冗余；

2）軟件層面，算法要足夠優(yōu)化，數(shù)據(jù)處理速度要夠快，且容錯(cuò)性要好，才能保證最終決策的快速性和正確性。

算法是多傳感器融合的核心

簡(jiǎn)單地說(shuō)，傳感器融合就是將多個(gè)傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準(zhǔn)確可靠地描述外界環(huán)境，從而提高系統(tǒng)決策的正確性。

多傳感器融合的基本原理

多傳感器融合的基本原理類似于人類大腦對(duì)環(huán)境信息的綜合處理過(guò)程。人類對(duì)外界環(huán)境的感知是通過(guò)將眼睛、耳朵、鼻子和四肢等感官（各種傳感器）所探測(cè)的信息傳輸至大腦（信息融合中心），并與先驗(yàn)知識(shí)（數(shù)據(jù)庫(kù)）進(jìn)行綜合，以便對(duì)其周圍的環(huán)境和正在發(fā)生的事件做出快速準(zhǔn)確地評(píng)估。

多傳感器融合的體系結(jié)構(gòu)：分布式、集中式和混合式。

1）分布式。先對(duì)各個(gè)獨(dú)立傳感器所獲得的原始數(shù)據(jù)進(jìn)行局部處理，然后再將結(jié)果送 入信息融合中心進(jìn)行智能優(yōu)化組合來(lái)獲得最終的結(jié)果。分布式對(duì)通信帶寬的需求低、 計(jì)算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠(yuǎn)沒(méi)有集中式高。

2）集中式。集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進(jìn)行融合處理， 可以實(shí)現(xiàn)實(shí)時(shí)融合。其數(shù)據(jù)處理的精度高，算法靈活，缺點(diǎn)是對(duì)處理器的要求高，可 靠性較低，數(shù)據(jù)量大，故難于實(shí)現(xiàn)。

3）混合式。混合式多傳感器信息融合框架中，部分傳感器采用集中式融合方式，剩 余的傳感器采用分布式融合方式�；旌鲜饺诤峡蚣芫哂休^強(qiáng)的適應(yīng)能力，兼顧了集中 式融合和分布式的優(yōu)點(diǎn)，穩(wěn)定性強(qiáng)�；旌鲜饺诤戏绞降慕Y(jié)構(gòu)比前兩種融合方式的結(jié)構(gòu) 復(fù)雜，這樣就加大了通信和計(jì)算上的代價(jià)。

三種傳感器融合體系結(jié)構(gòu)的對(duì)比

因?yàn)槎鄠鞲衅鞯氖褂脮?huì)使需要處理的信息量大增，這其中甚至有相互矛盾的信息，如何保證系統(tǒng)快速地處理數(shù)據(jù)，過(guò)濾無(wú)用、錯(cuò)誤信息，從而保證系統(tǒng)最終做出及時(shí)正確的決策十分關(guān)鍵。

目前多傳感器融合的理論方法有貝葉斯準(zhǔn)則法、卡爾曼濾波法、D－S 證據(jù)理論法、模糊集理論法、人工神經(jīng)網(wǎng)絡(luò)法等。

從我們上面的分析可看出，多傳感器融合在硬件層面并不難實(shí)現(xiàn)，重點(diǎn)和難點(diǎn)都在算法上。多傳感器融合軟硬件難以分離，但算法是重點(diǎn)和難點(diǎn)，擁有很高的技術(shù)壁壘，因此算法將占據(jù)價(jià)值鏈的主要部分。

結(jié)語(yǔ)

在自動(dòng)駕駛的浪潮下，自主品牌車企對(duì)智能化、電子化的需求比合資車企更加強(qiáng)勁，隨之而來(lái)的便是自主一二級(jí)零部件供應(yīng)商在該領(lǐng)域的機(jī)會(huì)，過(guò)去幾年，零部件行業(yè)也在持續(xù)布局等待市場(chǎng)開啟。

相對(duì)于控制層和執(zhí)行層多被互聯(lián)網(wǎng)巨頭、整車廠及 Tier 1 所控制，傳感器層的零部件供應(yīng)商較為分散且門檻相對(duì)低一些，進(jìn)入周期相對(duì)短一些。傳感層仍然是國(guó)內(nèi)企業(yè)進(jìn)入自動(dòng)駕駛產(chǎn)業(yè)最容易的切入點(diǎn)。