车载摄像头与全景影像系统，能为驾驶者带来什么？

通过《ADAS都这么热门了，你还不了解毫米波雷达？》我们已经了解到毫米波雷达将率先成为ADAS系统主力传感器。不过，雷达在辨别非金属障碍物如行人方面却无能为力，摄像头却能以更好地辨别道路上的标识，行人等信息。接下来我们一起来了解一下ADAS中的另一个重要传感器——车载摄像头以及车载全景影响系统。

按照相关机构预计，2015年车载摄像头全球市场规模达到 18.33 亿美元，国内车载摄像头产能 2500 万颗，2015 到 2020 产业年复合增速常年超过 30%，而自动驾驶技术预计将在 2020年成熟，市场空间有望进一步放大。

ADAS 系统解决方案包括摄像头解决方案、雷达/激光雷达解决方案、传感器融合。市场发展初期由于雷达技术成熟且不受天气情况影响，雷达/激光雷达解决方案是市场主流。但随着ASIC（专用集成电路）的发展以及图像处理算法的提高，同时由于雷达技术在辨别金属障碍物方面准确率较高，但在辨别非金属障碍物如行人方面却无能为力，且无法准确辨识从侧面驶来的车辆，而且无法辨别车道，碎片或者道路坑槽。

摄像头的视觉处理技术可以更好地辨别道路上的标识，行人等信息，也可以通过算法计算行人与车辆的行动轨迹，相较雷达技术成本更低，功能更为全面，准确性也较高。基于摄像头成像的技术渐渐被主流厂商接受，考虑到摄像头的像素对图像识别技术的限制以及在雾天和雨天等极端情况下功能降低，以摄像头为主的传感器融合将成为主流。

传感器融合将成为ADAS的技术基础

车联网架构自下而上依次是感知层、网络层和应用层，分别担任信息采集、传输和处理功能。视频采集存储（感知层）作为车联网的底层架构，主要技术有车载 DVR 和车载 IP Camera。车载 DVR 俗称车载录像机，是基于数字化视频压缩存储和 3G 无线传输技术，内臵 GPS，汽车黑匣子，CANbus 总线，G-SENSOR 等技术的应用。

而车载 IP Camera 基于数字信号处理技术（DSP）和网络技术，CMOS 图像传感器把场景的光信号转变为电信号，这些电信号转换为数字信号后通过数据接口传输到 DSP 存储器，完成图像压缩、编码的同时把数据流送到硬盘或其他存储设备中保存。在距离、扩展能力和成本上与传统的模拟系统和 DVR 相比有所不同。

车载摄像头具有广泛的应用空间，按照应用领域可分为行车辅助（行车记录仪、ADAS 与主动安全系统）、驻车辅助（全车环视）与车内人员监控（人脸识别技术），贯穿车辆行驶到泊车全过程，因此对摄像头工作时间与温度有较高的要求。按照安装位臵又可分为前视、后视、侧视以及车内监控4部分。

汽车摄像头分类及功能

既然汽车摄像头那么重要，其对技术和工艺又会有什么要求？针对车载应用，汽车摄像头与手机摄像头一样，主要是使用 CMOS 而不是 CCD 作为光学传感器，其主要的原因有三点：

首先，主动驾驶辅助系统所用传感器应具有的首要特性是：速度快。特别是在高速行驶场合，系统必须能记录关键驾驶状况、评估这种状况并实时启动相应措施。本质上，CMOS 是种更快的影像采集技术—CMOS 传感器内的单元通常是由3个晶体管主动控制和读出的，这就显着加速了影像采集过程。目前，基于 CMOS 的高性能相机能达到约5，000 帧/秒的水平。

CMOS与CCD传感器工作过程

其次，CMOS 传感器还具有数字图像处理方面的优势。CCD 传感器通常提供模拟TSC/PAL 信号，也许必须采用额外的 AD 转换器对其进行转换、或是 CCD 传感器要与带数字影像输出的逐行扫描方法一起工作。无论哪种方式，让采用 CCD 的照相机提供数字影像信号都显着增加了系统复杂性；而 CMOS 传感器可直接提供 LVDS 或数字输出信号，主动驾驶辅助系统内的各组成部份可直接、无延迟地处理这些信号。

而且，为了达到这样的目标，车载摄像头厂家就必须考虑使用成本较低的 CMOS 传感器。并且，在有强光射入时，CMOS 传感器不会产生使用 CCD 时会出现的 Smear 噪声。这将会减少因操作失误所导致的调整时间。

COMS与CCD传感器优缺点比较