摄像头在驾驶辅助系统中的作用及有哪些品牌产品推出？

车载摄像头被誉为“自动驾驶之眼”，是通过镜头和图像传感器实现图像信息采集。采集到的数据经AI处理分析传递到控制中心，控制中心经过一定判断后再将之反馈到汽车或者驾驶员。

据研究机构调研，随着自动驾驶的快速发展，ADAS系统装车率的持续上升，单车摄像头的用量将从现在的2个左右快速增长。具体增长到多少个，各调研机构的预测结构可能会有不同数据。但至少来讲5个是基本的，比如说现有可实现ACC/AEB/FCW/APA自动泊车的ADAS系统便至少需要：1个前视摄像头+4个环视摄像头;而出于安全考虑，大部分车企还会增加1个DMS摄像头。比如说特斯拉8个、小鹏P7为14个、威马W6是7个、而背靠阿里巴巴与上汽的智己汽车将之增加到15个。总的来说，车载摄像头将是一个巨大的增量市场。

图片来源网站：大大通

现有摄像头分类有多种分法：根据摄像头CMOS镜头数量，我们将之分为单目、双目;而根据摄像头的视角，有广角、鱼眼。

车载摄像头组成：

蔚来汽车摄像头模组拆解图，来源官网

一个车载摄像头由光学镜头组、CMOS传感器、图像数字处理芯片、AI深度算法、外壳、连接器、线束等部件组成。

在智能汽车中，摄像头已经从简单的图像采集延伸到测距、物体识别。它除了是获取影像的传感器，更需要强大复杂的算法支持，是智能驾驶感知系统的核心组件。因此，在整个摄像头中，芯片算法占据了大部分的成本。

1、前视摄像头

安装位置：一般在风挡玻璃、内后视镜处。

用于前向驾驶辅助的摄像头，一般简称为前摄像头，主要是为了识别前方的道路车辆行人，视角45°左右。图像传感器与DSP扩展的双核MCU配合，提供传入视频帧，进行图像处理，对道路前方情况进行监测，可以实现FAM、LDW、ACC等辅助驾驶功能。此外，新兴的夜视摄像头一般也在这块。

图 特斯拉Model 3挡风玻璃后的三个前视摄像头

前视摄像头常见是单/双目摄像头，双目测距性能更好，但算法更复杂(其实原理也不难，可以这么想：一个眼睛可以识别物体，但是对于距离的判断较弱，而两只眼睛看前方时，对距离的判断就准确多了)、价格更高。前视摄像头处的摄像头数量并不固定，比如特斯拉，配置了三个摄像头：

前视窄视野摄像头，最大监测距离 250 米;

前视主视野摄像头，最大监测距离 150 米;

前视宽视野摄像头，最大监测距离 60 米。

前视摄像头是ADAS的核心摄像头，涵盖测距、物体识别、道路标线等，因此算法复杂，门槛较高。

2、环视摄像头

安装位置：车辆前后车标(或附近)、以及集成于左右后视镜上的一组摄像头

环视摄像头，也被称为全景式影像监控系统，作用在于识别出停车通道标识、道路情况和周围车辆状况，使用多个摄像头的图像进行拼接，为车辆提供360度成像，因为车声周边情况的探测需求，一般安装在车前方的车标或格栅等位置。

Velodyne Lidar将于 2022 CES国际消费电子展上数字展示其革命性的激光雷达传感器和软件工具，并重点介绍其激光雷达技术如何为自动化解决方案提供支持，从而带来安全、可持续、高效和隐私优势。

开创性的激光雷达传感器和软件

此次展品包括：

· Velodyne Alpha Prime，是Velodyne为自动化出行提供的最佳长距离传感器，具备世界级扫描测距、图像清晰度和视野组合，以高可靠性和高精确度测量道路环境，可在各种光照条件下生成高质量点云，具有先进的传感器间抗干扰、电源效率和热性能。

· Velarray H800，一款为汽车级性能而设计的固态激光雷达传感器，采用Velodyne突破性的专有微型激光雷达阵列架构 (MLA)。 该传感器集远程感知和广视场角于一体，设计用于ADAS和自动驾驶交通应用中的安全导航和防撞，以实现高级驾驶辅助功能。

· Velarray M1600，采用Velodyne的MLA，为安全导航提供出色的近场感知功能，使无触控移动和 “最后一公里” 配送机器人能够在没有人工干预的情况下自主、安全地运行。这款耐用、紧凑的传感器可以部署在各种环境和天气条件下，几乎可以实现全年全天候不间断使用。Velodyne将重点推出Velarray M1600 传感器的实时扩展现实 (XR)演示。

· Velodyne智能基础设施解决方案 (IIS)，可以创建道路和十字路口的实时3D地图，提供精准的交通监测和分析，这是摄像头或雷达等其他类型的传感器所无法实现的。它可以在任何光照或天气条件下可靠地收集数据，支持全年运行，同时还能保护民众的隐私。它可以预测、诊断和解决道路安全挑战，帮助市政当局和其他客户做出明智的决策，进而采取纠正行动。

· Vella 开发套件 (VDK) 使自动化解决方案构建得以简化。VDK使企业能够利用Velodyne的Vella激光雷达感知软件的高级功能，并与Velodyne的世界级激光雷达传感器配套使用，该软件工具包支持客户在激光雷达中插入现有数据。VDK推动解决方案开发并缩短上市时间，将激光雷达功能完美应用到自动驾驶汽车、ADAS、移动交付设备、工业机器人及无人机中。

近来，自动驾驶行业中关于“降维”和“升维”的讨论不绝于耳。简单来说，“降维”就是部分原先走跨越式路线的L4企业(直接从L0跨越到L4完全无人驾驶)准备从做L4级技术转而去做ADAS级功能，或从乘用车转向商用车，以加快商业化落地。而“升维”是指走渐进式路线的ADAS企业(从 L1、L2、L3 逐步演进到 L4)，部分产品已陆续实现量产上车，也在探索着往L4迈进。

一

降维与升维终究离不开量产

“降维”和“升维”真的能实现吗?很多业界专家表示“跨维”并不简单。自动驾驶系统和商业模式存在相当大的复杂性，L4和ADAS虽然原理相通，但在算力、车规、整个开发流程和规范上都有很大差距。

L4企业要想实现ADAS量产，就需要具备足够成熟的落地经验并严格把控成本。而ADAS要想跨越到L4，在技术上也有很长的一段路要走。虽然都不简单，但也不见得不能实现，只是都需要时间和积累，而最终都会指向同一个方向——量产。

二

现阶段的ADAS量产方案

知行科技便是走渐进式量产路线的企业之一。从创立之初，知行科技就明确定位，做量产Tier1供应商。目前，知行科技已实现L2级、L2++级自动驾驶系统的规模化量产，具备优秀的自我造血能力。此外，今年9月刚刚完成数亿元C轮融资，为高阶产品的研发与量产提供了充足的资金支持。

现阶段，行业中ADAS的规模化量产以L2级自动驾驶辅助系统为主。目前市场上的L2级自动驾驶辅助系统主要采用的是1R1V(一个雷达一个摄像头)方案。在1R1V方案中，Radar扮演了更重要的作用,例如AEB功能主要通过Radar来实现，Camera用来做LKA和TSR等功能。

但是，随着行业发展，市场对L2产品的应用场景正在从较为简单的“高速高架区域驾驶场景”拓宽到更复杂的“城市区域场景”，甚至更复杂的“乡村、城镇区域驾驶场景”。因此，更复杂的场景需求对L2系统提出了更大的挑战，也就要求Camera必须承担主要角色，提供更丰富的目标输出类型。

比如更丰富的交通标识(限速、标识、红绿灯、十字路口、环岛、停止线等)，更多类型的车辆和VRU识别(比如区分轿车、卡车、校车、救护车、行人、动物等)，地形识别(上下坡、路面颠簸、路坑)，障碍识别(可行驶区域、路障、道路边沿及类型等)甚至天气识别(如白天黑夜、雨雾雪霜等)。

随着图像识别性能的逐年迭代，当前纯视觉的识别方案已经达到很高的水平以及可靠性，单V的方案也就应运而生，提供了很好的性价比，将成为市场的主流方向。