传统的汽车，由于是人为控制，对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微##的汽车，配有##辅助驾驶，可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车，因为是车辆本身占据了汽车部分甚至是全部的控制权，此时便要依靠安装在汽车上各种各样的传感器协同工作，保证行车安全。

　　目前来看，企业应用于自动驾驶汽车的传感器主要有以下几种：图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性，在自动驾驶汽车行驶过程中各主不同的功能，以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。

　　图像传感器

　　图像传感器又叫感光元件，是一种可以将光学图像转换成电子信号的设备，在自动驾驶汽车上属于基础部件一类，获取图像时，前期需与数字摄像头结合使用，后期则需要图像数据处理系统的支持，方能为汽车提供直观、真实的可视图像信息。其具体工作原理为：

　　物体在外界照明光的照射下，经成像物镜成像，形成二维光强分布的光学图像，再通过图像传感器转换成电子信号。之后，这些电子信号经图像数据处理系统的放大和同步控制处理，发送给图像显示器，便可以看到物体的二维光学图像，从而为自动驾驶汽车提供准确的驾驶环境信息。

　　摄像头中的图像传感器(图片来源：中国教育装备采购网)

　　图像传感器的工作原理(图片来源：电子发烧友)

　　在汽车领域，图像传感器主要应用在汽车视觉系统中，如倒车影像、前视、俯视、全景泊车影像、车镜取代、行车记录仪、正向碰撞警告、车道偏离警告、交通信号识别、行人检测、自适应巡航控制、盲点检测及夜视等，以保证视觉系统在各种天气、路况条件下，能够清晰识别车道线、车辆、障碍物、交通标志等。

　　根据元件的不同，图像传感器可分为CCD、CMOS和CIS三种。早期，作为固态图像传感器，CCD由于有体积小、分辨率高、灵敏度高、图像质量高等优势，一直统领着图像传感器市场。不过，CCD高画质背后也带来了一些问题，譬如成本高，由此出现了成本更低、功耗更低的CMOS传感器。

　　与CCD相比，CMOS具有读取信息方式简单、输出信息速率快、耗电省、集成度高、价格低等特点，在推出后很快受到了多家知名厂商的青睐。并随着技术的发展，CMOS不断缩小与CCD的差距，现逐渐发展成市场的核心。

　　而另一种图像传感器CIS，则多用在扫描仪中，其景深、分辨率以及色彩表现目前都赶不上CCD感光器件。

　　激光雷达

　　激光雷达是目前自动驾驶汽车上应用*广泛的传感器之一，主要通过向目标物体发射激光束和接收从目标对象上反射回来的激光束来测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米级的3D环境地图，为下一步的车辆操控建立决策依据。

　　与其他汽车传感器相比，激光雷达的优势在于其探测范围更广，探测精度更高。但是，激光雷达的缺点也很明显：在雨雪雾等极端天气下性能较差，采集的数据量过大，十分昂贵。特别是激光雷达线束多少直接与测量精度有关,线束越多,测量越精准，但同时价格也越昂贵。

　　传统机械式激光雷达

　　以Velodyne的产品为例，其64线束的激光雷达价格大约是16线束的10倍，而百度的无人驾驶汽车曾使用的一台64位激光雷达，价值70万余人民币，非常昂贵，不仅一般的企业难以承受，搭载了这种激光雷达的自动驾驶汽车，也非一般人能消费得起的。因此，现在激光雷达领域的企业都在努力开发新产品、新技术，力争使激光雷达朝着小型化、低成本化方向发展。其中，一个已经在试行的方法是固态激光雷达。

　　Quanergy S3固态激光雷达传感器

　　所谓固态激光雷达即去除了机械式激光雷达里面的机械旋转部件，采用电子方案来达到全范围探测，而传统的激光雷达则是通过机械旋转达到全范围探测，因此体积通常较大。

　　速腾聚创16线混合固态激光雷达RS-LiDAR