智能駕駛發展趨勢

自動駕駛技術分為多個等級，不同機構提出過多鐘分級標準，目前業界常用的兩種分級標準是NHTSA分級（美國高速公路安全管理局提出）和SAE分級（美國汽車工程協會提出）。兩種分級在具體數據劃分方面存在差異，但是在特征描述方面存在共性，從L3級開始，駕駛主角均由駕駛員操作轉換為車輛自主駕駛。由此，L3級成為自動駕駛技術應用的重要分水嶺。                       

目前來看，我國量產乘用車自動駕駛等級正在由L2向L3+過渡。得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統計，2022年我國在售新車L2和L3的滲透率分別為35%和9%，預計2023年將達到51%和20%。部分科技公司直接研發L4級自動駕駛，并在部分城市路段或特定場景下進行測試。但目前高級別自動駕駛仍然面臨著政策法規、安全性、技術成熟度等眾多挑戰亟待突破。據統計，2022年我國L4滲透率為2%，預計2023年將達到11%。

與此同時，限定場景下的商用車自動駕駛率先進入商業化階段。這主要由于商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規等方面具有更好的落地性。目前，在礦區、港口、干線物流、機場、物流園區等細分場景，高級別自動駕駛正在孕育新市場。

各類玩家以不同發展思路參與市場競爭，推動供應鏈和產業格局劇烈變化。自動駕駛領域市場參與者眾多，包括傳統車企、造車新勢力、互聯網/科技公司等，各類玩家結合自身定位和能力優勢，呈現出不同的發展思路。

主機廠方面，國際巨頭多采取穩扎穩打的發展策略和漸進式技術路線。主要依賴傳統Tier1方案，部分投資初創公司或組建內部團隊。國內主機廠處于多方向探索階段，強勢主機廠在獨立自研基礎上采購供應商方案作為補充，并投資芯片和算法公司，與互聯網巨頭合作等；小型主機廠研發能力較弱，通常選擇與大廠合作，以確保在自動駕駛領域不落人后。造車新勢力則將自動駕駛視為核心技術優勢，通過自研算法、芯片等掌握自動駕駛核心能力。

互聯網/科技公司憑借人工智能算法和軟件技術優勢進入自動駕駛領域，與車企形成分庭抗禮之勢。互聯網巨頭通過投資、孵化或直接組建團隊而成立自動駕駛業務單元，跨界進入市場；部分科技公司以自研芯片為基礎，向下游延伸，提供全套算法軟件及硬件產品；部分科技公司以高階自動駕駛解決方案和Robotaxi為主營業務場景，同時利用算法優勢切入L2量產領域；亦有部分解決方案提供商聚焦于低速、封閉場地或干線物流等特定場景，或專攻政府車路協同示范區場景，尋求多種模式的商業化落地應用隨著自動駕駛高速發展，傳統汽車產業中的主機廠和Tier1之間的關系也在發生變化。“大包大攬”的Tier1受到造車新勢力的沖擊，新勢力對自動駕駛相關軟硬件技術有著強烈的垂直一體化預期。同時，在汽車缺芯、地緣政策等因素影響下，部分主機廠開始選擇和芯片等核心零部件供應商建立直接合作關系，這一關系改變進一步加劇了Tier1的經營壓力。與此同時，在L1向L2升級的輔助駕駛市場，本土Tier1供應商開始崛起。

在自動駕駛解決方案方面，存在單車智能和車路協同兩種路線。單車智能通過攝像頭、雷達等傳感器和高效準確的算法，賦予車輛自動駕駛能力；車路協同通過人、車、路信息的全面感知，發揮協同配合作用，讓人車路云高度融合，打造“聰明的車+智慧的路”。

這兩種路線并非二元對立，而是相輔相成，互為補充。單車智能是實現自動駕駛的基礎，即使在以車路協同為主的技術方案中，單車智能也不可或缺。一方面，在路側智能設施未覆蓋或出現故障時，單車智能可以作為冗余與備份系統讓車輛安全可靠地完成行駛任務；另一方面，單車智能也可以作為車路協同的終端觸手，輔助進行系統升級和新功能開發。而在復雜的交通環境下，車路協同能夠通過這能路側設備為自動駕駛車輛提供具有安全獨立性的 數據冗余感知系統，增加感知視角，提升自動駕駛的安全性和可靠性。

在技術可行性之外，參與者話語權、準入門檻、商業化落地難度等也是市場參與者決定采取何種路線的重要考量因素。乘用車是道路上的主要交通工具，也是自動駕駛系統的重要載體。目前，主機廠和自動駕駛解決方案提供商多選擇單車智能的技術路線，通過自動泊車、自適應巡航等L2+功能為人們帶來人機共駕的體驗感，讓技術自主可控的同時，獲取商業利潤。如特斯拉的FSD、小鵬的NGP、蔚來的NOA等都是主機廠踐行單車智能路線的代表。

而在2B的部分封閉和半封閉場景，以及2G的城市公共服務場景，車路協同通過對規模化基建改造分攤感知和計算成本，并持續對城市基礎設施進行投資和維護，依托經濟優勢和產業發展帶動效應迎來商業化契機。

智能駕駛產業鏈

全球智能駕駛產業鏈逐漸成熟， 上游主要由各類傳感器、芯片、算法、高精地圖等產業組成。處于 中游的主機廠通過自主研發或合作研發的方式不斷開發智能駕駛產品并制定研發計劃。由于智能駕駛技術升級和運營而衍生出的服務市場將在產業鏈中占據愈加重要的地位，車輛逐漸擁有更加自主化的駕駛能力，無人配送車、無人網約車運營及工程車輛的運營和改裝將幫助企業在運輸環節降本增效。

車載攝像頭核心技術分析

車載攝像頭被譽為“自動駕駛之眼”，是ADAS系統、汽車自動駕駛領域的核心傳感設備。主要通過鏡頭和圖像傳感器實現圖像信息的采集功能，可實現360°視覺感知，并彌補雷達在物體識別上的缺陷，是最接近人類視覺的傳感器。

車載攝像頭構成

從車載攝像頭方案來看，核心硬件主要包括鏡頭組（光學鏡片、濾光片、保護膜）、圖像傳感器、圖像信號處理器、連接器等。

車載攝像頭分類

按攝像頭是否具備算法功能分類：目前部分車載攝像頭（如BMW X5采用采埃孚 S-Cam4 三目攝像頭）具有Mobileye EyeQ4處理器，可以實現視覺處理功能；另外一種方案（如特斯拉三目攝像頭）則剝離了計算功能，車載攝像頭只做圖像采集，此種方案的優勢在于成本相對傳統方案下降60%左右。

車載攝像頭工藝

與工業攝像頭和手機攝像頭相比，車載攝像頭需要在高低溫、濕熱、強微光和振動等各種復雜工況條件下保持穩定工作狀態，因此車載攝像頭具有更高的安全等級和工藝性能要求。考慮到安全因素，汽車廠商傾向于選擇技術成熟、品質有保障的零部件廠商，車載零部件廠商進入市場體系獲得評級需要更長的認證周期，行業壁壘較高。在性能方面，目前車載攝像頭像素要求不高，一般為30-120萬像素；但車載攝像頭對探測角度和范圍有更高的要求，環視和后視一般采用135度以上的廣角鏡頭，前視攝像頭為40-70度。總體而言，車載攝像頭具有較高的技術壁壘。

主流廠商車載攝像頭搭載方案

從方案中我們可以看到，特斯拉的8個攝像頭均與行車系統有關聯，這與其一直宣傳的不依靠激光雷達純視覺的自動駕駛方案是有較大關聯的，特斯拉的這一套方案的最大優勢就是：高性價比。特斯拉用了成本非常低的自研 1.2MP 攝像機就實現了L2+級別的自動駕駛。

小鵬P7使用了多個攝像頭，這一套方案的最大優勢就是：可拓展性較強。前期方案在設計時需要提高硬件成本，但是在后期 OTA 升級后，其自動駕駛功能具有非常好的兼容性和可拓展性。通過這套傳感器模型，小鵬實現了具有較好體驗的L2+級別的自動駕駛功能，包括小鵬極具特色的高速自主導航駕駛（NGP）和停車場記憶泊車功能。

奔馳S級是傳統主機廠方案的代表，雙目立體攝像頭方案是奔馳S級最大的優勢。相比于單目攝像頭，雙目攝像頭可以計算當前檢測目標在 X、Y、Z 坐標下的運動情況，判斷檢測目標的姿態及目標類型，奔馳在 L2 級別的 ADAS 功能的體驗效果也比另外兩家好一些。

來源：百度搜索

車載攝像頭產業鏈

車載攝像頭產業鏈主要涉及上游材料、中游元件和下游產品三個主要環節。

上游材料中光學鏡片、濾光片和保護膜等用于制造鏡頭組，晶圓用于制造CMOS芯片和DSP信號處理器；在中游鏡頭組、CMOS芯片和膠合材料等組裝成模組，并和DSP信號處理器封裝成攝像頭產品。

在產業鏈的這一層，上游供應商已經可以向下游整車或一級供應商客戶供應完整的攝像頭產品。在車載攝像頭產業鏈中，攝像頭和軟件算法一起，構成車載攝像頭解決方案，應用于自動駕駛汽車中。

目前車載攝像頭市場份額較大的公司均是全球領先的一級零部件供應商，下游客戶基本覆蓋了全球主要的整車公司。

來源：知乎－智駕最前沿

CMOS在車載攝像頭價值量成本占比最高，達到52%；模組封裝占比20%、光學鏡頭占比19%。

CMOS圖像傳感器

圖像傳感器主要分為CCD圖像傳感器（Charged Coupled Device Image Sensor，電荷耦合器件圖像處理器）和CMOS圖像傳感器（Complementary Metal-Oxide-Semiconductor Image Sensor,互補金屬氧化物半導體圖像傳感器）兩大類，CMOS已經成為圖像傳感器市場的主導產品。兩者的主要區別在于二者感光二極管的周邊信號處理電路和對感光元件模擬信號的處理方式不同。CCD圖像傳感器中感光元件接受的模擬信號直接進行依次遞減，在感光元件末端將所傳遞的模擬信號統一輸出，并由專門的數模轉換芯片及信號處理芯片進行放大、數模轉化及后續數字處理，CCD圖像傳感器具有高解析度、低噪聲等優勢，但生產成本相對較高，主要用于專業相機、攝影機等設備。而CMOS圖像傳感器中每個感光元件均能直接集成放大電路和數模轉化電路，無需進行依次傳遞和統一輸出，再由圖像處理電路對信號進行進一步處理，CMOS圖像傳感器具有低成本、功耗小等特點，且其整體性能隨著產品技術的不斷演進而持續提升。

CMOS與CCD最大的差別是：放大器位置和數量比較CCD和CMOS的結構，放大器的位置和數量是最大的不同之處。

CCD 每曝光一次，自快門關閉或是內部頻率自動斷線（電子快門）后，即進行像素轉移處理，將每一行中每一個像素（pixel）的電荷信號依序傳入“緩沖器”（電荷儲存器）中，由底端的線路導引輸出至 CCD旁的放大器進行放大，再串聯 ADC（模擬數字數據轉換器）輸出。

來源：知乎－阿寶說車

由于光線進入各個單像素的角度不一樣，因此在每個單像素上表面增加了一個微透鏡修正光線角度，使光線垂直進入感光元件表面。這就是芯片CRA的概念，需要與鏡頭的CRA保持在一點的偏差范圍內。

來源：知乎－阿寶說車

電路架構上，我們加入圖像傳感器是一個把光信號轉為電信號的暗盒，那么暗盒外部通常包含有電源、數據、時鐘、通訊、控制和同步等幾部分電路。可以簡單理解為感光區域（Pixel Array）將光信號轉換為電信號后，由暗盒中的邏輯電路將電信號進行處理和一定的編碼后通過數據接口將電信號輸出。

來源：知乎－阿寶說車

鏡頭

一個攝像頭效果好不好，70% 的光學參數是由鏡頭決定的，雖然從單價上來說沒有COMS芯片貴，但是性能上是非常重要的。

鏡筒的材質一般都是金屬，但是也有塑膠的，金屬的鏡筒從質量，耐高低溫等各項指標都會更好，但是也有缺點，金屬的套筒在螺絲扭的時候會產生金屬機械粉末，會有掉入到COMS感光區域的風險，而且金屬的套筒硬度比較硬，底板打螺絲的時候容易導致底板有COMS芯片的PCBA變形，從而導致成像后的解析度發生變化。

鏡頭的材質主要是兩種，一種是玻璃，一種是塑膠。玻璃鏡片：以G為縮寫，面型多為球面，玻璃研磨加工；塑膠鏡片：以P為縮寫，面型多為非球面，注塑加工。

手機攝像頭為追求輕薄短小，多為1-4pcs的玻璃鏡片或塑膠鏡片組成的定焦鏡頭。如2P，3P，3G，1G1P，2G2P等。

鏡頭的材質車載里面一般都是使用的是玻璃，玻璃的耐高溫，耐擦掛性能都非常好，表面硬度玻璃會好于塑膠，當然玻璃也有缺點，價格貴，而且攝像頭整體的厚度變厚了，但是在車載里面這些相對于性能要求而言，都必須要使用到玻璃鏡頭。

車載攝像頭技術趨勢

消除雜光鬼影，提升光學成像穩定性

隨著車載攝像頭工藝的優化與升級，車載攝像頭抗震、耐磨、耐高溫低溫能力逐漸提高，畫質更加清晰。為了控制車大燈等正面強光干擾引起的鬼影雜光、在極端溫度或短時間快速溫差變動的狀況下保持光學成像穩定性以及有效捕捉和分辨物體細節，除了從軟件上提升算法外，車載鏡頭廠商也在積極地通過改進鍍膜工藝、提高技術參數以及在鏡頭外增加導電加熱膜等方式，不斷推動車載鏡頭產品整體的技術進步。

像素升級：800W像素攝像頭

車載攝像頭感知的核心是視覺，而分辨率決定了視覺的高下。隨著ADAS功能對感知距離需求的提升，感知內容方面的更精細，分辨率更高的攝像頭大勢所趨。對于主流的新能源車企來說，120W到200W的鏡頭已經不再滿足使用，行業開始升級到800W像素。

車載攝像頭要求具有高耐用性和熱穩定性。按材質來分，車載攝像頭的鏡片可由玻璃、塑料制成。玻璃鏡片具有高耐用度和防刮傷性，且溫度性能較好，因此更多用在高端產品中。而塑料鏡片價格便宜但是成像效果差，且在汽車惡劣的使用環境中容易造成鏡片變形，影響成像質量。目前，綜合考慮成本和性能，主流廠商車載鏡頭正逐漸開始使用玻塑混合鏡頭為主，部分高端鏡頭采用全玻璃方案。

鏡片工藝：非球面鏡片

球面鏡片會導致像差問題，即從鏡片中央射入的光線與鏡片邊緣射入的光線的焦點不一致，進而造成成像模糊的問題。球面鏡片需要多枚鏡片組合來減小像差。

非球面鏡片是由球面和平面以外的曲面組成的鏡片，通過改變鏡片的曲率，使光線匯聚在固定的焦點，解決了像差的問題，且僅需一枚鏡片就可實現。因此，非球面鏡片具有小型化、輕量化和成像效果佳的優勢，已經成為高像素車載鏡頭的最佳解決方案。

塑料非球面鏡片采用注塑生產實現，而玻璃非球面鏡片是采用優質的光學玻璃,利用精密控制的熱模壓技術進行生產的產品。

自清潔以及防霧除霜

自清潔防污：目前主流廠商至少會在車載攝像頭的鏡頭表面鍍一層疏水涂層，一方面可以有效通過噴水清洗等手段去除臟污。每當遇到雨雪天氣，暴露在車外的攝像頭甚至還會出現起霧結霜的問題。

防霧除霜：目前業界有兩個方向，一是通過鍍膜，鏡頭外表面鍍疏水膜，鏡頭內表面鍍親水膜；二是采用加熱方案，或是鏡頭整體加熱，或者是鏡頭表面做一層透明導電膜實現加熱。

AA封裝

車載鏡頭組裝需要高精度的AA技術。車載攝像頭模組的封裝需要經過多次裝配，誤差疊加將導致產品良率下降。AA技術使鏡頭與CMOS圖像傳感器的相對位置自由可調，還可以通過實時采集分析成像數據，調節水平位置以及鏡頭的傾斜角度，從而保證圖像的清晰度，并保證光軸與像面的焦點處于圖像中心。

隨著車載攝像頭分辨率的提升，鏡頭與CMOS 間的定位精度的要求也不斷上升。因此，AA設備的技術含量將影響各組件的機械工差修正，進而影響攝像頭成像質量以及產品的一致性。

在車載攝像頭領域，現階段AA設備帶來的資本投入非常大，比如說進口的AEI、ASM等。而隨著國內設備廠商的成長，比如說：中科精工、華亞智能、艾微視、德賽自動化、廣浩捷科技、天準、舜宇等。AA設備的成本也將會有一定下降。

夜視技術

為了保障行車安全，汽車ADAS功能需要盡量實現全天候運轉。攝像頭是通過感光與算法實現對周邊環境感知，因此在光線不足如夜間行車、過隧道等場景下，需要增強攝像頭的夜視能力。目前汽車夜視系統按成像原理與鏡頭不同可以分為三類：微光、近紅外以及遠紅外。

微光：從字面意義理解，是通過放大接收到的少量可見光，最終將圖像采集并投射到相應顯示屏上。微光跟一般攝像頭的成像原理一致，都是通過可見光實現夜視，但需要一定的可見光環境。

近紅外夜視：也有稱為主動紅外夜視技術，是指工作時用較強的紅外發射源照射目標，利用目標反射回來的紅外線來得到物體的像。工作波段在800~1000nm的近紅外光。

遠紅外夜視（熱成像系統）：也有人稱之為被動紅外夜視技術，主要是利用物體自身發出的紅外輻射來成像，這也就是大家所說的熱成像。熱成像系統是基于目標與背景的溫差而形成的紅外發射率的差異，利用輻射測溫技術對目標逐點測定輻射強度，而形成可見目標的熱圖像。其理論工作波段在1-14um之間，但一般遠紅外夜視主要使用短波 (3μm -- 5μm)與長波 ( 8μm --14μm)這兩種 。

其中，微光夜視需要從CMOS與算法上去提升實現；而紅外夜視則需要配備專門的紅外鏡頭確保紅外光的進入。此外微光夜視可以看到彩色畫面，而紅外則無法做到彩色。

隨著汽車智能化的不斷演進，對車載鏡頭提出了快速感測并深度辨識車身周邊環境的需求。車載鏡頭需要在對環境信息進行解讀的同時同步實現景深測量的效果，而作為3D感測主流技術方案的結構光、TOF 技術等已成為各大車載鏡頭廠商技術攻關的熱點。