自动车辆最重要的标准是安全性。为了确保这一点，完全安全的周围环境感知必须是第一步。

摄像机和雷达系统作为先进驾驶辅助系统(ADASs)的传统主动安全传感器被广泛应用，但这些传感器存在局限性。例如，摄像机在恶劣的环境光线条件下无法正常工作，而雷达在探测静止障碍物方面也有局限性。

为实现自动驾驶的全面安全性，额外的传感器类型 - 从地下映射，热成像和激光雷达（光检测和测距），与更好的相机和雷达相结合 - 将在确保最高安全标准方面发挥作用可能的。

例如，奥迪A8及其非常有限的3级自动化驱动能力，以及Waymo的车辆，一种自动乘车服务，使用LIDAR。3级使用该技术的自治乘用车预计将逐步成为行业标准。

That’s the view of Dr. Leilei Shinohara, Co-partner and Vice President of LiDAR developer RoboSense, who says to achieve the required level of safety perception, an automotive-grade multiple-sensor data fusion solution combining LiDAR, camera, and radar is under development.

“与传统的机械楣相比，”Robosense的组件从数百到数十个减少了数百个，这有助于降低生产时间的成本和缩短生产时间，实现可制造性的突破，“Shinohara说。

他解释说，一个硬币大小的光模块处理光机械系统的结果，以满足自动驾驶性能和量产需求，并包含人工智能(AI)能力。

RoboSense RS-LiDAR-M1传感器拥有自己的嵌入式人工智能算法和片上系统SoC (system-on-chip)，将传统的激光雷达硬件(仅仅是一个信息收集器)转变为一个完整的数据分析和理解智能感知系统。

他说:“人工智能感知算法可以从点云中语义分割并检测出障碍物，然后进一步识别障碍物的类型。”“通过集成的AI感知算法，我们可以降低车辆内部域控制器的性能和成本要求。”

车轮下的地面

表面世界是变化风景的不断变化的景观，这使一个传感器专家为一部分的环境，这些环境不太可能在表面下方的世界变化。

WaveSense设计了地面穿透雷达，“读取”车辆下的地质特征如下横向景观，为传感器套件添加了额外的冗余和可靠性。

该公司的首席执行官兼联合创始人Tarik Bolat解释说:“地铁非常适合基于地图的本地化。”“它有丰富的差异化功能，并且随时间变化而稳定——这就是你在任何类型的地图中寻找的东西。”

测量约2英尺（61厘米）宽，1英尺（30厘米）长，1英寸（2.5厘米）深，板状模块坐在车辆下方，并建成以跳动。

“与在保险杠中的传感器关系中，它非常强大，并且可以真正击败它。Bolat说，它确实会被打败，因为它是车辆的底部。“

事实上，该技术的原始应用是在MIT林肯实验室，军事研究和开发实验室开发的，用于越野情景。“至少就像公众所在的那样，”鲍拉特补充道。

因为世界上每条道路都有一个独特的地下特征，WaveSense的超宽带雷达能够创建这些地下特征的地图——每秒扫描地面126次，自动驾驶汽车可以由此导航。

“你真的在没有关于表面级别发生的事情的情况下进行本地化。Bolat说，如果它是下雪或雾，或者你看不到表面标记并不重要。““你看起来低落，所以你不容易受到表面的活力。”

他说，自动驾驶汽车要想获得公众的接受和信任——根据最近的一些调查，这是一场艰苦的战斗——在任何可想象的驾驶条件或场景下证明可靠性至关重要。

他说:“这是我们真正可以发挥作用的地方，因为我们允许公司证明，嘿，没有路标或下雪都没关系，因为我们不依赖那些路边标志。”“我们的一些合作伙伴认为，由于我们的性能很好，他们可以减少激光雷达的视场。”

比赛加热了

FLIR副总裁兼OEM和新兴市场部门总经理Paul Clayton解释说，传感器拼图的下一个部分也超出了可视世界。

在ADAS系统或AEB(自动或自动紧急制动)系统中感知热红外辐射或热量的能力，为现有的传感器技术(如可视摄像机、激光雷达和雷达系统)提供了互补和独特的优势。

多年来，该公司一直在研究一种用于汽车的热成像技术，在其他传感器可能无法扫描环境的情况下，通过体温识别生物，从而帮助降低事故发生率。

“热量为空间带来了什么是能够在所有类型的条件下看到生物 - 雨，眩光，雾，从黑暗的隧道进入光线，其他相机斗争的地方，”克莱顿解释说。“如果您今天看车辆中的传感器，那么传感器套件在那里有可见摄像机不起作用的差距以及LIDAR不起作用的地方。热填充间隙并增加冗余功能。“

Though he declined to name specifics, Clayton said the company is working with “a lot of OEMs and a lot of disruptors,” revealing that FLIR’s Tier 1 partner Veoneer has captured a “very large OEM” for a Level 4 autonomous car coming out in 2021 or 2022.

当与LIDAR和雷达的可见光和距离扫描数据相结合时，热数据与机器学习配对，创造了更全面的检测和分类系统。

克莱顿指出，该公司还提供了启动热数据集，以加速自动驾驶系统上热传感器的本地化测试，其中包括五类:人、狗、汽车、自行车和其他车辆。

该公司提供免费的ADK（汽车开发套件），初始装有14,000多个注释的夏季驾驶热图像，日夜捕获，以及他们对相应的RGB图像进行参考。

“我们希望用带有ADK的即插即用的热相机非常快速地从0-60获取人们，这就是为什么他们回来并看到好处，”克莱顿指出。“这就是为什么我们做到了 - 我们想帮助人们了解益处热带。发展套件做了它的工作，现在我们有人回到我们身边。“

该公司目前正致力于改进技术，使硬件组件更小，航程更长，缩小像素尺寸，降低成本，并优化模块安装在汽车上的位置——它不能透过玻璃看到。

克莱顿表示:“对于AEB，我们正在与原始设备制造商讨论非常巧妙的包装，这种包装位于车外，但非常流线型。”“我们正在确保它漂亮、整洁、不突兀。你得小心包装。”

采用先进塑料包装

为了实现集成传感器外壳的大规模生产，德国化工公司巴斯夫提供了用于雷达传输和吸收的优化塑料，提高了雷达传感器的精度。

巴斯夫汽车E&E应用部门营销经理Thomas Bayerl博士解释说，未来将有越来越多的汽车配备雷达传感器，因此，交通中的车辆将持续暴露在更高的雷达噪声中。

“有了我们的工程塑料，雷达传感器可以帮助减少这种噪音，”他说。“我们生产的材料可以吸收噪音高达65%或更高。当雷达发送时，传输率达到90%以上。这对传感器的正常功能以及过滤来自其他车辆或传感器的推断信号至关重要。”

他解释说，由于欧盟和欧盟NCAP的要求，雷达传感器将成为未来的标准，强大的可扩展性，加上成本效益高的使用，将导致新的要求和新型传感器外壳。

该公司目前正与OEM和Tier 1供应商合作，开发和执行个别零件测试，并在设计和仿真测试中提供咨询。

其短期和远程雷达兼容塑料具有高尺寸稳定性 - 意味着对温度和其他环境变化的抵抗力 - 耐水解，这意味着它们在热水和蒸汽环境中表现良好。

这些是保护潜在有害和降低的环境影响的两个基本要素。巴斯夫通过使用其专业设备来测量雷达透明度和高频率吸收的安全性来测试这些解决方案的安全性。

“也正在审查新的申请领域，包括可见区域，隐形区域和照明系统的集成，”Bayerl说。“也必须开发出各种各样的要求，特别是透明材料。”

他指出，必须在纯光学特性(在这种情况下是雷达透明度)和给定的边界条件之间找到平衡，边界条件是由操作环境和工艺规定的，包括力学、可焊性和耐化学性。

调查该领域

Autonomoustuoustufums的首席执行官博比哈布里克拥有一个良好的有利程度，从中调查了传感器供应商的整个领域;该公司为全球成千上万客户提供自动化驾驶的解决方案，以帮助实现自主的未来。

“市场与过去十年的市场不同 - 传感器套件 - 核心技术或多或少相同，”他指出。“大多数技术都有某种交易，所以你必须使用多种传感器模式。”

他解释说，大多数汽车制造商都在使用超声波、雷达、激光雷达和摄像头的组合，更不用说来自其他过剩来源的流媒体数据——这在业内有些人看来是多余的。

“我认为乌托邦是未来的传感器的显着减少[特斯拉]认为相机和雷达足够了。这取决于用例和你以后的市场。例如，在完美的天气下，在慢地区或在专用车道中，您需要更少的传感器，“Hambrick说。

在对当前传感器市场的心理调查中，Hambrick指出，每种传感器类型都有自己的技术优势，从渗透的角度来看，每个领域都有市场领导者。他还指出，激光雷达公司有空间专注于自主功能的某些应用。

“最终的目标是让它更便宜、更好、更小。激光雷达在芯片层面上是完全固态的，但这取决于应用。”“如果我们谈论的是没有驾驶员的L5，这是一个与车道中心完全不同的应用。”

市场目前正在经历一场演变。例如，雷达从机械扫描开始，现在它们都是电子的，更小，更分散。

他说:“不久以前，每个人的车顶上都有旋转的64层传感器，而现在，LiDAR公司正在推出可以分布在整个汽车上的芯片组。”“下一步是获得电子激光雷达和提高计算能力，这仍然是一个瓶颈，因为数据处理以及将所有数据融合在一起。”

虽然Hambrick指出，5G Tech将能够卸载一些处理，但他认为传感器计算能力将是下一个大突破。然而，他认为，在大众市场方面保持电力消耗的同时实现更好的范围将是一个很大的挑战。

他说，这项技术，供应商的数量也是如此，因为传感器供应商带来成本下降，提高可靠性和零强度。

他说：“现在有100家LIDAR公司在那里，并非所有人都会生存，”他说。“但是自动驾驶的自动驾驶更多地区驾驶 - 从农业驾驶，挖掘，防御，物流类型的应用程序 - 所以市场很大，许多供应商都有空间，但不像今天那么多。无论如何，他们不想赚钱。“

汉布里克认为自己是技术进步的坚定信徒，他指出传感器技术在相对较短的时间内取得了长足的进步。然而，他对原始设备制造商和传感器开发商面临的艰巨任务并不抱任何幻想。

他说:“系统将不断改进，但全自动化可能是有史以来最重大的工程挑战之一。”“它将不断学习、成长，变得越来越好。”

大陆投资雷达

德国汽车供应巨头大陆正在投资1.1亿美元的新植物在新的Braunfels，TX的建设中，扩大其生产雷达传感器的能力，将他们的位置作为未来自动车辆的相机和Lidars旁边的关键传感器技术。

大陆集团高级驾驶员辅助系统业务部门负责人Karl Haupt解释说:“雷达传感器在测量车速和距离方面具有优势，包括恶劣天气和照明条件。”

除了上面提到的雷达传感器的那些好处之外，Haupt说大陆在各种类型的传感器中看到了“巨大的潜力”，他希望在未来几年对传感器的需求有力增长。

他指出:“目前，需求仍然主要是由安全法规和消费者评级(如NCAP或IIHS Top safety Pick)驱动的。”“传感器设置的数量和设计很大程度上取决于要实现的具体功能，无论是驾驶还是停车。然而，自动化程度越高，安装的传感器数量就越多。”

他指出，自动驾驶系统必须配备不同的传感器技术，以一方面创建冗余，并创建精确且可靠的环境模型，另一方面验证传感器数据。

“这也是我们为辅助驾驶和自动驾驶提供所有相关组件的原因，”他说。“这包括基于雷达、摄像机、激光雷达和超声波技术的环境探测传感器。”

此外，公司还为中央控制单元，如辅助和自动驾驶控制单元，提供必要的计算能力，以实现更高的功能范围;这包括软件解决方案(端到端)以及与完整系统架构相关的系统集成能力。

最终，自动驾驶汽车技术的未来将不仅仅是由一个全能的传感器驱动，而是由一系列协同工作的仪器来透视、透视、透视和透视周围环境。

更小的设备、更快的处理速度和更精确的性能是传感器制造商努力实现的最重要目标，随着市场变得更加拥挤和竞争，提供最可靠和最安全的解决方案的努力将继续增长。

这是你得到的感觉，无论如何。