在汽車工具被定義百年之后，工具從計算機、通信、互聯(lián)網到智能手機再轉移到AI，看似失去了往昔榮耀，但借力之后又回歸到新能源汽車甚至自動駕駛，以至于“移動智能終端”，走到一個被重新定義的前夜。而各種節(jié)點的變化都在成為催化劑的一分子，最近歐洲第二大汽車集團——菲亞特克萊斯勒汽車集團宣布與歐洲最古老的汽車集團、法國國企——雷諾汽車集團合并。這一不同尋常的舉動，不僅將引發(fā)整體汽車產業(yè)新一輪的兼并重組狂潮，還將表明傳統(tǒng)燃油車企如果不對電動化和智能化的趨勢加速投資，代價或是在持續(xù)的變革中淪為配角甚至出局。

　　而汽車智能感知革命可謂變革的前哨，技術路線的選擇也不止是命系當下，如同當初光盤規(guī)格之爭一樣，敗者或許將被歷史快速遺忘，而數以十億計的研發(fā)投入也將付之東流。在汽車智能上演的傳感器“會戰(zhàn)”中，以圖像傳感器為基礎的機器視覺技術，瘋狂diss激光雷達的“戲碼”其實恐已走偏，各種路線的擁躉均在搖旗吶喊，加上超聲波、毫米波雷達陣營的蓄勢待發(fā)，在這場“看不見”的追逐之戰(zhàn)中，究竟是各成其就還是一統(tǒng)江湖？

　　各成其就

　　或許這并不是零和博弈。

　　如今汽車智能要實現360度感知能力，全天候地跟蹤、檢測和計算，不僅感知元器件日趨增多，還要求各就其位。

　　安森美智能感知部全球市場及應用工程副總裁易繼輝認為，汽車智能應用有三大方向：一是車外人工視覺，包括環(huán)視、后視；二是機器視覺，包括ADAS、自動駕駛；三是車內監(jiān)控。除了傳統(tǒng)的駕駛員疲勞監(jiān)控之外，還有乘客監(jiān)控包括安全帶提醒、兒童在場檢測、物體和寵物檢測等。此外，還涉及疾病檢測、情緒/生理檢測，安全氣囊精準調整、人機互動、人臉識別等。

　　市場配置也在呼應這一需求，有分析稱，目前啟動的汽車擁有9個圖像傳感器，而下一代正在開發(fā)的汽車圖像傳感器已超過12個，甚至接近20個。同時還配備有10個毫米波雷達，至少2個超聲波，將來也會配置至少1個激光雷達。

　　“這一動向表明汽車智能感知的一大趨勢是傳感器融合，而智能傳感器、深度感知亦是必經之路?！?易繼輝表示。融合的潛臺詞就是圖像傳感器、激光雷達、毫米波雷達、超聲波都“相安無事”各成其就，而智能和深度感知的意義在于感知技術搭配AI，以成就智能駕駛的安全可靠。

　　而各路陣營的明爭暗斗已成為汽車智能感知革命的“旁白”，都想將自己主張的技術極致化，以將其他傳感器“取而代之”，對融合抱持懷疑態(tài)度。但易繼輝分析，要真正實現自動駕駛，所有的氣侯、所有的狀況都要求能夠捕捉和判斷并做出決策，沒有多傳感器的配合難以實現。同時，自動駕駛有一個非常重要的指標——安全性，要求“雙保險”。如果圖像傳感器“失靈”，其他傳感器就需上位提供信息以做出正確判斷，“雙保險”不可或缺。

　　“這需要轉換思路，破除行業(yè)壁壘，從而尋求合作的‘價值最大化’?！?易繼輝強調。

　　圖像傳感器比拼

　　如同每一次技術革命都意味著產業(yè)價值鏈的重塑，而鼻祖圖像傳感器的進階也在加快。

　　Yole就預測到2023年，CMOS圖像傳感器市場規(guī)模將超過230億美元，而汽車CMOS圖像傳感器預計將在2017~2022年期間復合年增長率為38.4％，2022年達到28億美元。消費電子領域CMOS傳感器市場大都由索尼、三星與豪威（OV）把持；但在汽車等領域，安森美、OV與索尼三家稱雄，國內格科微、思比科、比亞迪、銳芯微等也在加入逐鹿之戰(zhàn)。

　　從汽車應用來看，易繼輝介紹，汽車圖像傳感器側重于一是ADAS，二是車內攝像，這是下一代智能汽車應用中發(fā)展十分快速的一大應用。接下來在車內安裝駕駛員監(jiān)控系統(tǒng)是無人駕駛業(yè)的趨勢，包括行車記錄儀等。三是視覺攝像機和攝像機監(jiān)控系統(tǒng)（CMS），一些大型卡車已開始應用該系統(tǒng)來取代車鏡。據計算，使用后視鏡替代能夠節(jié)省5%-10%的能源。三是自動駕駛。

　　反映到技術層面的“升級”，易繼輝提及，一方面是要滿足寬動態(tài)需求，目前平均為120dB，但安森美可實現140dB。而20dB的差距對人工智能算法來講關乎能否識別的巨大差距。同時要解決LED燈“閃爍”的問題，抑制、消除LED燈“閃爍”在研究自動駕駛的道路上是繞不過的坎。另一方面，全局快門值得關注。易繼輝認為，相比卷簾式快門，其具有出色的效率、噪聲低、增強靈敏度、更低功耗等優(yōu)勢 。應用于工業(yè)的這一技術已發(fā)展至第八代，后續(xù)將會應用到汽車上，特別是在駕駛員疲勞監(jiān)控方面。

　　“作為整個半導體行業(yè)復雜程度最高的技術，現已可以做到兩個芯片堆棧，并已批量生產?！?易繼輝解釋說，“未來會實現三個芯片堆棧的量產，甚至將處理器和存儲器直接加載到圖像傳感器中?！?/p>

　　隨著圖像傳感器的像素越來越高，動態(tài)范圍越來越寬，數據量也越來越大。易繼輝提及挑戰(zhàn)時說，目前傳感器還不能實現數據的直接處理，但實現更智能化的傳感是趨勢，如何在信號處理時進行數據處理或在信息采集階段就鑒別哪些信息是重要的，這是未來方向。

　　激光和毫米波雷達破局

　　雖激光雷達無辜受到馬斯克的“攻擊”，但就目前來看，谷歌 Waymo、通用 Cruise、百度阿波羅、Pony.ai等自動駕駛企業(yè)都采用了激光雷達方案。它的優(yōu)劣勢已經被剖析透徹，但至關重要的一點——激光雷達的成本較高，這阻礙了其商業(yè)化落地。

　　但這一障礙看似已得到破解。在安森美收購愛爾蘭 SensL這一激光雷達公司之后，易繼輝透露其產品已達到車規(guī)級，并且實現了固態(tài)雷達，成本已從上萬美元降到幾百美元，將極大地促進激光雷達商品化。

　　“一是采用核心的SPAD（單一光電雪崩二極管）技術，而傳統(tǒng)的激光雷達采用APD。APD的感光率普遍較低，而SPAD具有上百萬甚至上億倍數的增益，感光效果非常好。二是傳統(tǒng)激光雷達感光器使用特殊材料，而非硅片，因而成本非常高。安森美在硅技術上開發(fā)了十幾年，實現了高增益低成本，從而大幅降低了系統(tǒng)成本。” 易繼輝在分析原因時說。

　　而毫米波雷達更是智能汽車的新秀，市場上的主流方案已經走向單芯片，甚至將天線組合在一起。德州儀器（TI）中國區(qū)嵌入式產品系統(tǒng)與應用總監(jiān)蔣宏介紹，單芯片一方面降低了整個雷達的研發(fā)難度，大幅降低面積、功耗及成本；另一方面，配置性和可擴展性更強，使得距離、角度、速率等都能進行多信號融合判斷，大幅提升精度與分辨率，商用進程亦得以不斷提速。

　　隨著國際大廠英飛凌、TI、安森美、ST、NXP和國內廈門意行和加特蘭等廠商加入戰(zhàn)團，不僅考驗構建完整的生態(tài)開發(fā)系統(tǒng)能力，也將使成本最終將落在10-20美元區(qū)間，使行業(yè)大受裨益。

　　而融合引發(fā)的問題不止是傳感器本身的“各就其位”，關鍵問題還有在哪里完成數據處理，以及如何將傳感器的數據發(fā)送到ECU。 TI汽車ADAS部門總經理Hannes Estl曾撰文提到，無謂是分布式或集中式處理都有優(yōu)勢與不足，需要根據系統(tǒng)中所使用傳感器的數量與種類，以及針對不同車型和升級選項的可擴展性要求，將兩個拓撲混合在一起才能獲得一個優(yōu)化的解決方案，這亦是均衡成本、可行性和可靠性的一大考驗。

　　汽車智能感知革命看來不是某次戰(zhàn)役就能決出勝負的，看來是一場有無數戰(zhàn)役組成的“戰(zhàn)爭”，誰能冒著隆隆的炮火戰(zhàn)斗到最后呢？