感知篇：环境感知+车身感知+网联感知组成车载感知系统
整个车载感知系统主要包括环境感知、车身感知与网联感知三大部分。其中，环境感知：主要负责车辆从外界获取信息。
如附近车辆、车道线、行人、建筑物、障碍物、交通标志、信号灯等。主要包括四大类别的硬件传感器车载摄像头、毫米波雷达、激光雷达、超声波雷达；
车身感知：主要负责车身感知定位系统主要由惯性导航、卫星导航系统和高精度地图组成。主要是以高精地图为依托，通过惯性导航系统和全球定位系统（GlobalNavigationSatelliteSystem，GNSS）。
GNSS通过导航卫星可以提供全局的定位信息，惯导系统可以提供不依赖于环境的定位信息，高精地图为车辆环境感知提供辅助，提供超视距路况信息。
三者取长补短、互相配合，共同构成自动驾驶定位导航系统。车辆对自身状态的感知，如车辆位置、行驶速度、姿态方位等，主要包括惯性导航、卫星导航和高精度地图；
自动驾驶汽车首先是对环境信息与车内信息的采集、处理与分析，这是实现车辆自主驾驶的基础和前提。
2个向后的中程雷达可实现盲点检测，外加4个摄像头和12个超声波雷达则可实现360度视角的泊车辅助功能。预计Level1-2的总传感器数量约为10-20个左右。Level3级别：在Level1-2配置的基础上，外加1个远程激光雷达，由于主动距离测量，激光雷达还具有高分辨率，广角和高精度的特点，这对于检测和分类对象或跟踪地标以进行定位将是必需的。
对于高速公路领航系统（Highwaypilot）应用，通常会额外增加1颗后向的远程激光雷达。
预计会使用6-8个摄像头，8-12个超声波雷达和4-8个毫米波雷达，以及1个激光雷达，因此，预计Level3的传感器总数量会在20-30个左右。Level4-5级别：通常需要多种传感器进行360°视角的交叉验证，以消除每种传感器的弱点。
预计会使用8-15个摄像头，8-12个超声波雷达和6-12个毫米波雷达，以及1-3个激光雷达，因此，预计用于Level4至5的传感器总数量会在30-40个左右。从本次广州车展来看，各家新车型均搭配多个激光雷达，以此来提前布局高阶自动驾驶，哪吒S配置了3-6颗混合固态激光雷达。
售价在30万以上的新车型普遍搭配了支持L3-L4级自动驾驶所需要的各类传感器（2+颗激光雷达、12颗超声波雷达、7-10颗高清摄像头、5+颗毫米波雷达）。
2019年欧盟与日本等40国达成草案，将于2020年起全部轻型商用车和乘用车强制安装AEB系统。中国自2016年开始出台各项政策，逐步强制商用车搭载LDW、FCW、LKA、AEB等ADAS功能。各国新车测试标准不断增加对主动安全ADAS功能的权重。NCAP（NewCarAssessmentProgram，新车测试项目）是测试机构对新车型的车辆安全水平进行全面评估，并直接面向公众公布试验结果。
NCAP是民间组织，不受政府机构组织控制。碰撞测试成绩则由星级表示，共有五个星级，星级越高表示该车的碰撞安全性能越好。多传感器融合，定义自动驾驶汽车的“慧眼”为了使汽车感知系统形成有效互补，多传感器融合已成为众多主机厂来提高自身智能驾驶能力的核心技术之一。为了应对不同的场景和保证车辆的安全保证，多传感器融合成为行业趋势。
多传感器融合技术是对信息的多级别、多维度组合导出有用的信息，包含图像信息、点云信息等，不仅可利用不同传感器的优势，还能提高整个系统的智能化。多传感器信息融合技术的基本原理与人脑综合处理信息的过程相似，在此过程中，智能驾驶汽车要充分地利用多源数据进行合理支配与使用。
信息融合的最终目标则是基于各传感器获得的分离观测信息，通过对信息多级别、多方面组合导出更多有用信息。
这不仅是利用了多个传感器相互协同操作的优势，而且也综合处理了其它信息源的数据来提高整个传感器系统的智能化。多传感器融合技术的主要优势有提升感知系统的准确度，提升感知维度，进而提升系统决策的可靠性和置信度，以及增强环境适应能力。
激光雷达是L3级以上自动驾驶的必备传感器激光雷达，即（LiDAR,LightDetectionandRanging），是一种通过发射激光束来测量周围环境物体的距离和方位的方法。
激光雷达主要由发射模块、处理模块和接收模块组成，其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，做适当处理后，就可获得目标的有关信息。
如目标距离、方位、高度、速度、姿态及形状等参数，从而对障碍物、移动物体等目标进行探测、追踪和识别。激光雷达是当下已知的车载雷达中探测距离远，角度测量精度极高的一种。激光雷达可以准确的感知周边环境的三维信息，探测精度在厘米级以内。
激光雷达能够准确的识别出障碍物具体轮廓、距离成3D点云，且不会漏判、误判前方出现的障碍物，激光雷达普遍的有效探测距离也更远。与毫米波雷达和摄像头相比，激光雷达具备高分辨率、远距离和视角广阔等特性。激光雷达诞生于1960年，起初用于科研及测绘项目，全球首个车规级激光雷达在2017年实现量产。1960年美国休斯实验室的西奥多·梅曼发明了人类历史上第一台激光器。
随着激光器的发展，激光雷达逐渐发展起来。早期激光雷达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形测绘。
2010年，Neato公司把激光雷达安在了扫地机器人上面，推出了NeatoXV-11，Neato公司将单个激光雷达的成本控制在30美元以内，解决了激光雷达的量产难题，打开了激光雷达在民用市场的空间。而车载雷达的发展历史可以追溯到21世纪初，在2007年，美国国防部组织的DARPA无人车挑战赛上，参赛的7只队伍，就有6只安装了Velodyne的激光雷达。
2010年Ibeo公司同法雷奥合作进行车规化激光雷达SCALA的开发，SCALA为基于转镜架构的4线激光雷达，在2017年成为了全球第一款车规级激光雷达，SCALA并在当年搭载在全新的奥迪A8上。在测绘之外，智能驾驶、工业及服务机器人都是激光雷达的重要应用场景。在应用场景上，除了传统的测绘测风之外，无人驾驶、高级辅助驾驶等智能驾驶场景正在快速成长。
此外，工业及服务机器人如AGV，其应用包括无人配送、无人清扫、无人仓储、无人巡等，都是激光雷达未来重要的应用场景。智能驾驶将是未来五年激光雷达市场的主要增长动力。
根据Yole的预测，2019年全球激光雷达市场规模约为16亿美金，预计到2025年全球激光雷达市场规模将达到38亿美金，年复合增长率约为20%。
按照各细分应用板块来看，智能驾驶场景未来五年的复合增长率将超过60%，将会为整个激光雷达市场提供18亿美金的增量，预计到2025年。
智能驾驶场景将占到整个激光雷达市场规模的50%，成为激光雷达市场的主要增长动力。此外，各种工业及服务机器人对激光雷达的需求也在快速增长，也将带动整个激光雷达市场规模持续扩大。目前主流的自动驾驶技术路径主要分两种：
以Waymo、部分车企为代表的激光雷达主导的流派。以激光雷达为主，同时搭载毫米波雷达、超声波传感器和摄像头，可以进行远距离、全方位的探测，分辨率较强。
从工作原理来看，激光雷达发射的光波的频率比微波高出2-3个数量级，因此激光雷达具有极高的距离分辨率、角分辨率和速度分辨率，因此测量精度更高，获得信息更为立体。
同时，由于激光波长短，可发射发散角非常小的激光束，可探测低空/超低空目标，抗干扰能力强。即便是纯视觉的方案从效果上能够一定程度代替激光雷达的自动驾驶方案。
但是对于高阶自动驾驶而言，安全驾驶是其重要的一步，在感知环节的传感器冗余能够有限提升车辆的安全冗余，激光雷达将是L3及以上自动驾驶的必备传感器。混合固态短期会是主流固态芯片化是终极形态激光雷达主要由光束扫描器和探测系统两个维度组成，一个负责成像，一个负责测距。
ToF与FMCW能够实现室外阳光下较远的测程（100~250m），是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案。
未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。混合固态方案作为当前市场的过渡期预计将存在5年以上，终极形态的激光雷达会是低成本、高度芯片化的产品。固态激光雷达是终极形态，混合固态MEMS等方案短期内会是主流。机械式激光雷达技术本身成熟。
但具有成本较高、装配调制困难、生产周期长，且需要持续旋转，机械部件的寿命较短，一般在1-2年，很难应用在规模量产车型上。
MEMS混合固态激光雷达一方面具有尺寸小、可靠性高、批量生产后成本低、分辨率较高等优势，另一方面也存在信噪比低、有效距离短、视场角窄、工作寿命较短等缺点。
MEMS方案是当下车用激光雷达量产的最优解，但是MEMS微振镜扫描角度小、振动问题与工作温度范围，过车规也存在挑战。
固态方案不用受制于机械旋转的速度和精度，可大大压缩雷达的结构和尺寸，提高使用寿命，并降低成本。芯片化将会是激光雷达的架构趋势。
当前大部分ToF激光雷达产品采用分立器件，即发射端使用边发射激光器EEL配合多通道驱动器、接收端使用线性雪崩二极管探测器（APD）配合多通道跨阻放大器（TIA）的方案。
但分立器件仍存在零部件多、生产成本高、可靠性低等问题，芯片化架构的激光雷达可将数百个分立器件集成于一颗芯片，在降低物料成本的同时，省去了对每一个激光器进行独立光学装调的人力生产成本。
此外，器件数量的减少，可以显著降低因单一器件失效而导致系统失效的概率，提升了可靠性。芯片化架构的激光雷达是未来的发展方向。激光雷达成本拐点来临大规模商业化落地在即激光雷达的成本构成。激光雷达本质是一个由多种部件构成的光机电系统，光电系统包括发射模组、接收模组、测时模组（TDC/ADC）和控制模组四部分构成，其中，光电系统成本约占激光雷达整机成本的70%。激光雷达上游产业链主要包括激光器和探测器、FPGA芯片、模拟芯片供应商，以及光学部件生产和加工商。
从各家的Velodyne的64线机械式激光雷达的售价在7.5万美元，32线的机械式激光雷达售价在4万美元左右，16线的机械式激光雷达售价在3999美元。
预计到2025年全球车规级激光雷达搭载量将超过3100万颗，保持高速增长；随着激光雷达的大规模量产，价格有望持续下降，预计将从目前的6000元，下降至2025年3000元左右；
在市场空间方面，预计到2025年全球市场规模有望超过739亿元，复合增长率107%。中国市场方面，预计到2025年中国激光雷达市场规模有望达到287亿元，激光雷达搭载量有望超过1200万颗。
随着高阶自动驾驶对激光雷达的需求不断提升，带动激光雷达市场快速爆发，车规激光雷达将是未来五年智能传感器市场中弹性最大的子板块。环境感知之二：车载摄像头，单车摄像头数量持续增加，天花板不断打开车载摄像头是环境感知中最常见的传感器之一。摄像头的工作原理即目标物体通过镜头生成光学图像投射到图像传感器上，光信号转变为电信号。
再经过A/D（模数转换）后变为数字图像信号，最后送到DSP（数字信号处理芯片）中进行加工处理，由DSP将信号处理成特定格式的图像传输到显示屏上进行显示。
尤其是在黑夜、雨雪天、大雾等能见度不足的场景下，其识别效率大大降低，此外，车载摄像头缺乏深度信息，三维空间感不足。图像传感器成本占比超过五成，CMOS为当下主流选择。
车载摄像头的硬件结构包括光学镜头（光学镜片、滤光片、保护膜）、图像传感器、图像信号处理器（ISP）、串行器、连接器等器件。
由于车规级摄像头模组的安全性和稳定性要求更高，模组封装工艺更为复杂，在竞争格局方面，主要由海外公司占据主要市场份额。
单目摄像头和双目摄像头主要用于自动驾驶汽车的前视，视角一般为45度左右，负责实现FCW、LDW、PCW、TSR、ACC等功能。
而广角摄像头则要用于自动驾驶汽车的后视（后视泊车辅助）、内置（闭眼提醒、DMS）、侧视（盲点检测）、以及环视（全景泊车、LDW）等多个方位多种功能。各家整车厂新车型的摄像头搭载数量持续上升。从各家最新发布的车型搭载方案来看，造车新势力的单车搭载摄像头数量平均已超过10颗。
该感知系统可以实现在250米半径内提供360度的视野，可以在一定距离内探测软硬物体，而且精度几乎是以前系统的两倍。
包括1个前视窄视野长焦摄像头（FOV25度、最大测距250米），1个前视主视野中焦摄像头（FOV50度、最大测距150米），1个前视宽视野广角摄像头（FOV150度、最大测距60米）。
包括2颗前视摄像头（FOV120度），一颗前视窄视野长焦摄像头（FOV28度），1颗后视摄像头（FOV60度），4颗侧视摄像头（FOV100度），4颗停车辅助摄像头，1颗DMS内视摄像头。单车搭载摄像头数量持续增加，预计到23年有望超过平均每台车3颗。根据佐思汽研数据，2021Q1中国乘用车市场车载摄像头的总安装量为922.3万颗，同比增长95.3%。
2021Q1单车的摄像头安装量从2020Q1的1.559颗提升至1.779颗，市场对车载摄像头的需求量持续增加。
根据Yole预测，2018年全球汽车平均每台搭载摄像头的数量为1.7颗，预计到2023年有望增加单车3颗左右，CAGR达12%。
对于高端车的搭载情况，根据Yole数据显示，高端车型的单车摄像头搭载数量从2014年的5颗提升到2020年的8颗，预计到2024年将超过11颗。
根据不同等级自动驾驶的要求，为了实现更准确的识别效果，每一类摄像头会搭载不同焦段2-3只。L1或2级的车辆主要以安装倒车或环视摄像头为主，单车摄像头数量约在3-5颗左右；
L3级车辆还会安装前视摄像头，单车摄像头数量约在8颗左右；L4/5级车辆基本会囊括各种类型的摄像头，单车摄像头数量约在10-20颗左右。各类型车载摄像头快速上车，渗透率不断提升。19-20年我国后视摄像头渗透率占比最高为50%，前视摄像头渗透率30%、侧视摄像头渗透率22%，内置摄像头渗透率7%，仍然有很大的渗透空间。
随着IACC、HWA、HWP等各类高级ADAS功能落地，各种摄像头的需求量也在不断上升，驾驶员注意力监测需求上升，DMS摄像头也在快速上车。
根据佐思汽研的数据，2021Q1中国乘用车市场DMS安装量同比增长554.5%，是各类车载摄像头中增速最快的。
整个架构的不断集中化，也带动了整个控制和算力的集中化，也避免了过往各ECU之间的算力冗余，进一步简化边缘端传感器，从而带动边缘段硬件成本的进一步下探。车内感知需求不断增加，DMS有望成为标配驾驶员监测系统（DMS，DriverMonitorSystem）是指驾驶员行驶过程中，全天候监测驾驶员的疲劳状态、危险驾驶行为的信息技术系统。
在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，DMS系统将会对此类行为进行及时的分析，并进行语音灯光提示，起到警示驾驶员，纠正错误驾驶行为的作用。
DMS一般分为主动式DMS和被动式DMS。被动式DMS基于方向盘转向和行驶轨迹特征来判断驾驶员状态。
主动式DMS一般基于摄像头和近红外技术，从眼睑闭合、眨眼、凝视方向、打哈欠和头部运动等，检测驾驶员状态。主动DMS系统从18年开始逐渐放量，21年1-9月DMS销量同比增长244%。自2006年起，雷克萨斯LS460首次配备主动DMS。
随着近年来一系列的安全事故大大提高了DMS在自动辅助驾驶系统尤其是L2/L3功能上的的重要性。从2018年开始，随着L2和L3系统逐渐量产，主动式DMS系统开始放量。
根据佐思汽研数据，2019年在中国主动DMS系统的乘用车新车安装量为1.02万套，同比增长174%。
譬如人脸识别、年龄性别估计、情绪估计、安全带检测、姿势位置、遗忘检测、座舱异常情况检测、幼儿检测等。通过人脸、性别和表情的识别,。
实现身份认证，以及更丰富的人车交互。目前DMS的应用仅停留在预警阶段，而一旦与ADAS/AD系统结合，还可以实现个性化车身控制等功能。空间测算：预计到2025年全球市场规模近1200亿元，CAGR22%随着高阶辅助驾驶功能渗透率的不断提升，平均单车摄像头的数量也在不断提升。对于L2.5和L3级的单车而言，平均车载摄像头有望从6-7颗提升到2030年的10颗。
随着ADAS摄像头和高清摄像头的渗透率逐渐提升，将会带动单车摄像头价值量的不断提升。根据我们测算，预计到2025年全球车载摄像头市场规模将达1178亿元。
复合增长率21.9%，全球车载摄像头的搭载量有望突破2.45亿颗，复合增长率19.2%。在中国市场方面，预计到2025年，中国车载摄像头市场规模将达到457亿元，车载摄像头搭载量有望突破9600万颗。
环境感知之三：毫米波雷达77GHz正在取代24GHz成为主流毫米波雷达是一种使用天线发射波长1-10mm、频率24-300GHz的毫米波（MillimeterWave，MMW）作为放射波的雷达传感器。
毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。与激光雷达（LiDAR）相比，目前毫米波雷达技术更加成熟、应用更加广泛、成本更加低廉；
与可见光摄像头相比，毫米波雷达的准确性和稳定性更好，价格差距也在不断缩小。尤其是全天候工作无可替代的优势，已成为汽车电子厂商公认的主流选择，拥有巨大的市场需求。车载毫米波雷达根据毫米波频率可以分为24GHz、77GHz和79GHz毫米波雷达三大种类。目前各个国家对车载毫米波雷达的频段各有不同，除了少数国家（如日本）采用60GHz频段外。
主要集中在24GHz和77GHz两个频段。世界无线电通信大会已将77.5~78.0GHz频段划分给无线电定位业务，以促进短距高分辨车用雷达的发展。
由于77GHz相对于24GHz的诸多优势，未来全球车载毫米波雷达的频段会趋同于77GHz频段（76-81GHz）。根据探测距离的不同，毫米波雷达可分为短程毫米波雷达（SRR）、中程毫米波雷达（MRR）、远程毫米波雷达（LRR）三种。
24GHz主要是以SRR和MRR雷达为主，77GHz主要以LRR雷达为主。一般情况下，SRR的探测距离小于60米，MRR的探测距离在100米左右，LRR的探测距离大于200米。车载毫米波雷达因具备受天气气候影响程度低、不受前方目标物形状与颜色等干扰等特性，广泛应用于主动安全系统。不同探测距离决定了不同类型毫米波雷达的应用场景不同，因此，不同高级辅助驾驶功能也需要不同的雷达选型。
角雷达通常是SRR短程雷达负责盲点检测（BSD）、变道辅助（LCA）和前后交叉交通警报（F/RCTA）的要求。
前雷达通常是负责自动紧急制动（AEB）和自适应巡航控制（ACC）的MRR和LRR中远程雷达。毫米波雷达是高级辅助驾驶系统（ADAS）的必备传感器。77GHz车载激光雷达优势显著，正在逐渐替代24GHz成为主流。77GHz雷达的分辨率和精度更高：由于速度分辨率和精度与射频成反比，更高的射频频率导致更好的速度分辨率和精度。
77GHz的毫米波雷达比24GHz的速度分辨率和精度提高了3倍；77GHz雷达的体积更小：77GHz天线列阵的间距仅为24GHz的三分之一，因此整个毫米雷达的体积也可以实现其三分之一。海外厂商正主导市场，国内正起步追赶国外毫米波雷达发展历史悠久，国产正在逐步追赶。1973年德国首次出现汽车防撞雷达，欧美大型毫米波雷达制造商已累积近40年的技术经验。
2013年，24GHz毫米波雷达产品开始进入中国，2018年，实现24GHz毫米波雷达国产，但是在77GHz毫米波雷达产品仍未实现大规模国产化，只有少数国内厂商具备77GHz产品的量产能力，国产毫米波雷达仍在持续追赶中。毫米波雷达的硬件占比约50%，主要由射频前端（MMIC）、数字信号处理器、天线及控制电路等部分构成，软件算法占比约50%。射频前端（MMIC）：是核心射频部分，占总成本的25%左右。由发射器、接收器、功率放大器、低噪声放大器、混频器、滤波器及压控振荡器组成，起到调制、发射、接收及解调毫米波信号的作用。
在技术趋势上，集成度更高、体积更小的高集成趋势下，CMOS工艺有望成为主流。在供应商方面，加特兰微电子、意行半导体、矽杰微电子、矽典微等本土厂商已有能力自行研发生产低频24GHz芯片。
在技术趋势上，DSP芯片在复杂算法处理上具备优势，FPGA在大数据底层算法上具备优势，“DSP+FPGA”融合在实时信号处理系统中的应用逐渐广泛。
由于毫米波频率高，对电路尺寸精度要求高，所需印制电路板为高频板材PCB，占总成本的10%。主要供应商为罗杰斯、Isola、施瓦茨为主，国内主要是沪电股份等公司。