点击上方“”，选择加""或“”
重磅干货，第一时间送达车载摄像头是ADAS 核心传感器。车载摄像头配备数量稳步增加。根据 Yole 数据，2018 全球平均每辆车的摄像头数量增加了 1.7 颗，预计 2021 平均每辆车的摄像头数量预计将达到 2.5 颗，并将在 2023 年平均每辆车3 颗摄像头。目前我国在2020 年平均汽车摄像头搭载量仅为 1.3 市场发展空间巨大。
来源：海通证券研究所：
当前 L2 级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等车载传感器组成。特斯拉周围有8个摄像头，视野360度，对周围环境的监测距离最远为250米。
作为整个视觉系统的补充，12个新版本的超声波传感器可以检测到柔软或坚硬的物体，传感距离和精度接近上一代系统的两倍。增强版的前雷达可以通过发射冗余波长的雷达波探测雨、雾、灰尘，甚至前车的下部空间，为视觉系统提供更丰富的数据。
被认为是激光雷达 L3 必要的自动驾驶传感器。激光雷达具有测距长、角度分辨率优、环境光影响小的特点，可以直接获得物体的距离和方向信息，无需深度学习算法。
这些相较于其他传感器的优势，可显着提升自动驾驶系统的可靠性，因而被大多数整车厂、Tier 1认为是L3级以上自动驾驶必备传感器(开启功能时责任方为汽车系统)。
全球范围内L3 目前，级辅助驾驶量产车项目正在快速发展。BMW预计2021年推出L3级自动驾驶功能BMW Vision iNEXT；Mercedes-Benz首款L2021年驶系统将于2021年推出新的S级车型；
Volvo预计2022年将推出配备激光雷达的自动驾驶量产车型，实现无人工干预的高速行驶；Honda计划于2021年在其Legend车型上提供L三级自动驾驶系统。
激光雷达有望随着成本的不断下降和满足汽车规级要求而快速增长。考虑到全球高级辅助驾驶项目的发展进展，2020年 年及 2021 年 ADAS 激光雷达在该领域的销售主要仍由SCALA贡献。随着激光雷达成本降至数百美元，满足汽车规级要求，未来越来越多的高级辅助驾驶量产项目将实现 SOP；
根据Yole的研究报告，至2025 年全球乘用车新车市场L3级自动驾驶的渗透率将达到6%左右，即每年近600万辆新车将配备激光雷达。未来五年，激光雷达在高级辅助驾驶领域的市场规模将保持快速增长。沙利文预计2025年激光雷达市场规模将达到46.2019年至2025年，复合增长率达到83亿美元.7%。
蔚来ET7搭载Innovusion 超远程高精度激光雷达。ET7.配备33个高性能感知硬件，定义自动驾驶感知系统的新标准，包括11个800万像素高清摄像头、5毫米波雷达、12个超声波雷达、1个激光雷达、2个高精度定位单元、1个道路协同感知和1个ADMS增强驾驶感知。
其中，激光雷达是蔚来和Innovusion合作开发，最远探测距离500m，水平视角120°，最高分辨率0.06°×0.06°，采用1550nm安全激光避免9000人眼敏感nm考虑到性能和他人的安全，波长。
小鹏车将搭载Livox激光雷达。小鹏汽车宣布与大疆孵化Livox2021年，览沃科技将达成合作 小鹏定制版新量产车型采用小鹏定制版车规级激光雷达， Livox也正式成为小鹏汽车在激光雷达领域的首家合作伙伴。
本次合作，Livox 基于浩界的览沃科技 Horiz汽车规级激光雷达平台为小鹏汽车进行了一系列定制开发，最终在量程、FOV、点云密度等核心指标已达到行业领先水平。
长城将搭载ibeoNEXT激光雷达是中国第一个配备激光雷达的自动驾驶。咖啡智能驾驶是世界上第一款能够真正量产的高性能固态激光雷达，角分辨率为0.05°*0.07°，性能比普通无人驾驶车型使用的机械激光雷达高5倍，毫米波雷达、摄像头、超声波雷达等配置带来全方位360°双倍无死角覆盖。
基本原理：激励源定期驱动激光器，发射激光脉冲。激光调节器通过光束控制器控制激光的方向和线数，最后通过发射光学系统将激光发射到目标对象。
目前行业主流采用 905nm 和1550nm 两种波长，905nm 与1550相比，适用于波长的光电探测器nm 更便宜，但是1550nm对人眼更安全。1550nm吸水率比905nm更强，但905nm光损失较少。
?EEL探测光源具有高发光功率密度的优点，但EEL由于激光器的发光面位于半导体晶圆的侧面，在使用过程中需要切割、翻转、涂层和再切割。它通常只能通过一个接一个地安装和电路板集成。此外，每个激光器需要使用单独的光学设备来压缩光束发散角并独立手动安装，这极大地依赖于生产线工人的手动安装技术，生产成本高，一致性难以保证。
激光器发射在垂直腔表面（VCSEL）其发光表面与半导体晶圆平行，具有表面发光的特点，激光阵列容易与平面电路芯片键合，在半导体加工设备的精度水平上，无需每个激光单独安装，易于与表面工艺硅材料微镜集成，提高光束质量。
传统的VCSEL激光器存在发光密度功率低的缺陷，导致相应的激光雷达产品只在测距要求较近的应用领域(通常<50m）。近几年国内外多家VCSEL激光公司开发了多层结构VCSEL激光器将其发光功率密度提高5~这是应用的十倍VCSEL可以开发长距离激光雷达。
以掺有激活颗粒的光纤为激光介质的激光器，通常以半导体激光器为能量泵源(以半导体激光器发出的光产生光)。
机械激光雷达通过电机驱动收发阵列整体旋转，实现空间水平360°扫描视场范围。360级测距能力°视场内保持一致。
传统的机械激光雷达很难满足汽车等级的要求。传统的机械激光雷达，通过电机驱动整个激光头进行圆周运动，其扫描方法通常为360度线性扫描。这种方法的直接后果是，无论扫描时间有多长，线路之间总是有间隙，可能会有物体泄漏。
更糟糕的是，雷达质量的重要%的重要部件，包括激光发射、接收等精密电子设备，在运动和工作时不断运动。这种机械运动和旋转部件动平衡误差造成的磨损和振动大大降低了雷达的稳定性和可靠性。
此外，如果采用滑环设计，多线激光雷达的旋转工作模式很容易失效，而无线电源模式不够稳定，难以满足车辆规水平的应用场景。
其核心光束操纵元件为MEMS微振镜大大降低了激光雷达的尺寸，减少了激光和探测器的数量，大大降低了成本，具有性能高、稳定可靠、生产方便等优点，考虑到大规模生产和高性能需求。
MEMS激光雷达并没有完全消除机械，只是扫描单变成了MEMS微振镜，仍然存在微振镜的振动，所以它并不能算纯固态激光雷达，而是混合固态雷达（也称类固态/半固态雷达）。
其光路较复杂，微振镜结构会影响整个激光雷达的寿命，激光功率较低，信噪比较低、有效距离较短，并且激光扫描范围受微振镜面积限制，视野相对较窄。
这种激光雷达的缺点很明显，功率密度太低，导致其有效距离一般难以超过50米，分辨率也比较低。要改善其性能，需要使用功率更大的激光器，或更先进的激光发射阵列，让发光单元按一定模式导通点亮，以取得扫描器的效果。
这种固态激光雷达有着扫描速度快，精度高，可控性好，抗振性能好，体积小，量产一致性高，成本更低等优点。
OPA激光雷达仍有易形成旁瓣效应，光信号覆盖有限、环境光干扰、测距较短等问题，而且加工难度较高。
APD 是一种具有高速度、高灵敏度的光电二极管，当加有一定的反向偏压后，它就能够对光电流进行雪崩放大。而 APD 的反向偏压被设定为高于击穿电压时，内部电场更强，光电流则会获得 105～106 的增益，这种工作模式就叫 APD 的“盖革模式”。
在盖革模式下，光生载流子通过倍增就会产生一个大的光脉冲，而通过对这个脉冲的检测，就可以检测到单光子。将盖革模式下的 APD 上连接一个淬灭电阻作为 1 个像素，就构成了 SiPM 的基本单元，而它输出的总和也构成了 SiPM 的输出，后则可根据该输出进行光子计数或者信号强度的测量。
场景的复杂性和多样性使得算法的研究异彩纷呈，呈现出多层次、多角度的多元组合态势。
各类算法的合理选择使用将解决不同场景下的智能驾驶问题，其中点云分割算法是目标跟踪与识别的基础，目标跟踪与识别将实现对汽车周围障碍物运动状态和几何特征的判断，SLAM将实现汽车的精确定位与可通行路径规划。
信噪比的计量单位是dB。对于一张图像来说，计算信噪比可以按照 20lg(信号/噪声) 这个公式来计算，从公式可以看出信噪比应该越高越好。信噪比高，反应在画质上就是画面干净无噪点；信噪比低会使图像粗糙噪声多，画面发灰不通透，对比度不够。
因此，根据上述公式，
但是，人眼内部对于905nm波长的光相当于是“透明的”，因此采用905nm波长的激光雷达可以直射脆弱的视网膜。但是人眼对于1550nm波长的光则是不透明的，因而该波长的光无法投射到视网膜上，从而可以采用更高功率的激光雷达而不会对人眼造成伤害。
Luminar利用1550nm激光器获得了40倍于905nm激光器的激光脉冲强度。超强的功率使其激光雷达的探测范围扩大了10倍，分辨率提高了50倍。
1550nm 波长激光雷达需要采用光纤激光器，搭配InGaAs接收器。硅基传感器对1550nm波长的激光没有响应，但室温下的铟镓砷（InGaAs）传感器可以。
Luminar在2018年收购了美国芯片设计商Black Forest Engineering，后者一直专注于研究高性能 InGaAs 接收器，可用于探测 Luminar 激光雷达系统所特有的 1550nm波长激光。
SiPM 和 SPAD 正成为新兴的激光雷达探测器。SiPM 和 SPAD 可探测距离超过200m、5%的低反射率目标，在明亮的阳光下也能工作，分辨率极佳，且尽可能小的光圈和固态设计实现紧凑的系统集成到汽车中，并极具成本优势。
FMCW 激光雷达发射调频连续激光，通过回波信号与参考光进行相干拍频得到频率差，从而间接获得飞行时间反推目标物距离，同时也能够根据多普勒频移信息直接测量目标物的速度，其技术发展方向为利用硅基光电子技术实现激光雷达系统的芯片化。
FMCW 激光雷达的高灵敏性体现在它的单光子探测和抗干扰能力。FMCW在系统内预留了一部分激光作为参考激光，用于与目标的回波激光进行混频，通过混频就可实现对目标回波激光的放大，但对自身发出的光信号不存在放大作用。
从相干激光雷达的探测信噪比可以看出，当参考激光功率足够大，FMCW激光雷达就消除了热噪声、暗电流以及太阳背景光或其他光源的噪声影响，使得FMCW激光雷达具备不受背景光干扰的单光子探测能力。
内置的参考激光另外一个优点是使得FMCW激光雷达噪声比较稳定，其内部可控制的噪声使得FMCW激光雷达虚警概率约等于0，即每个点都是真实的目标点，无假目标点。
FMCW激光雷达可使用基于硅光技术的锗硅探测器，成本更低。目前FMCW激光雷达中的接收模块主要还是利用分立的平衡光探测器（Balance Photo Detector，BPD）阵列进行相干探测。
使用基于硅光技术的锗硅探测器能够实现单片集成BPD阵列，在保证接收模块器件一致性的同时，可以和系统中其他硅基器件进行单片集成，显著降低系统的尺寸和成本。
行业内主要的激光雷达公司包括美国的Velodyne、Luminar、Aeva、Ouster，以色列的Innoviz，德国的Ibeo，以及国内的速腾聚创。
从技术选择路径和目标市场来看，Luminar、Aeva、Innoviz、Ibeo主要面向无人驾驶和量产乘用车ADAS市场，开发相应的（半）固态激光雷达，其技术特点各有不同。
基于场景分析，华为设计、开发了96线中长距激光雷达产品，可以实现城区行人车辆检测覆盖，并兼具高速车辆检测能力，更符合中国复杂路况下的场景。
大视野120°×25°，应对城区、高速等场景的人、车测距诉求。
全视野中，水平、垂直线束均匀分布，不存在拼接、抖动等情况，形成稳定的点云对后端感知算法非常友好。
小体积，适合前装量产车型需求。
Livox 览沃科技与全球知名智能汽车品牌小鹏汽车正式达成合作。Livox 将为小鹏汽车从 2021 年开始量产的全新车型提供车规级激光雷达技术。在本次合作中，Livox基于浩界车载激光雷达平台为小鹏汽车进行一系列定制化开发，最终量产供货版本将实现行业领先的性能指标。
其中，浩界车规版（Horiz）的探测距离将由公开测试版（Horizon）的90米提升至150米（针对10%反射率目标物），助力小鹏XPILOT自动驾驶辅助系统更加游刃有余地应对高速公路、城区道路等场景下远处障碍物的超前检测。
Livox 团队自2016 年成立以来，始终聚焦于可大规模量产的高性价比激光雷达技术方案的研发与产品化，致力于打破激光雷达行业“价格高”、“难量产”、“可靠性低” 三大瓶颈。
Livox团队经过4年潜心研发，在智能硬件制造、全球供应链管理等方面已建立起强大优势，并于2020年推出了一系列车载激光雷达新产品，为激光雷达行业的量产化打开了新局面。Livox 具备了行业领先的制造能力，在实践中积累了激光雷达精密制造面向规模化量产项目的宝贵经验，为车规级前装市场的崛起铺平道路。
我们认为，以特斯拉为代表的造车新势力在驾驶上给消费者带来了更“智能化”的体验，也将引领汽车行业L3 级及以上自动驾驶的加速落地，而激光雷达被认为是L3级及以上自动驾驶的必备传感器，将深度受益汽车行业自动驾驶发展趋势。
1）整车：L3 级及以上自动驾驶极大丰富了用户的驾驶体验，自动驾驶选装、软硬件FOTA 给整车企业带来新的利润增长空间，自动驾驶领域布局卡位良好、具备自研能力、响应速度更快的车企具备竞争优势。推荐吉利汽车、长城汽车、上汽集团、广汽集团、长安汽车，建议关注特斯拉、蔚来汽车、小鹏汽车、理想汽车等。
2）激光雷达供应商：激光雷达被认为是L3 级及以上自动驾驶的必备传感器，将深度受益汽车行业自动驾驶发展趋势。建议关注禾赛科技、速腾聚创、镭神智能、华为、Livox 等。
3）激光雷达产业链上游供应商：激光雷达行业的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等。建议关注炬光科技、安森美半导体等。
开始面向外开放啦👇👇👇
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~