中国智能汽车新一代传感器应用场景分析

本报告针对智能汽车新一代传感器的发展现状、市场格局、场景应用前景、主流企业的现状等问题进行了深入地研究与分析，并对当前行业内产品与技术发展趋势、产业生态和企业管理观念的发展趋势、市场投融资趋势进行研究与解读，同时报告对典型传感器的市场规模与渗透率进行预测，使行业内外人士可以更直观地了解当下中国智能汽车新一代传感器的发展进程与市场动态。

中国智能汽车新一代传感器应用场景分析

智驾层面：相比传统传感器，新一代传感器的探测精度、识别能力等优势较明显

激光雷达在探距能力、精度、分辨率等方面的优势较为明显。相比于摄像头和毫米波雷达，激光雷达在自身硬件性能方面有较为明显的提升，尤其是其点云高分辨率，使得它的探测精度较为突出，劣势在于安装难度、恶劣天气适应能力以及成本等方面。

相比传统毫米波雷达，4D毫米波雷达在保留了原毫米波雷达对复杂环境的适应能力下，它的优势在于提升了自身硬件性能（探距能力、精度等）， 同时环境识别能力方面克服了无法识别静态物体的问题，但劣势是算法成熟度较低。虽然4D毫米波雷达的成本相比激光雷达要低，但性能方面仍有一定差距。

智驾层面：多传感器融合趋势下，新一代传感器凭借自身优势能覆盖更多长尾场景

新一代传感器凭借自身的性能特点，能够覆盖更多的长尾场景（Corner Case）。例如，激光雷达能够识别路面的小物体，也能更好地解决鬼探头场景。再比如，4D毫米波雷达能够识别到前前车（前车前方的车辆）刹车，从而提前让系统采取制动措施，避免追尾事故。

新一代传感器的最大价值就是解决剩余5%、甚至1%的长尾场景。为了让自动驾驶系统的鲁棒性更高，感知端就需要不断地去解决长尾场景，而新一代传感器的出现，能让行车安全得到进一步提升。

智驾层面：新一代传感器既优化低阶智驾功能体验，又满足高阶功能的感知需求

新一代传感器凭借自身的性能优势，让低阶智驾功能体验感大幅提升。低阶自动驾驶功能主要关注的是前后向的感知，比如常见的ACC、AEB等功能，而新一代传感器具备更远的探测范围和更高的分辨率，一方面可以更好的区分行人、车辆以及小动物等目标物，另一方面，也可以由于看得更远而获得更多反应时间。

新一代传感器提升了自动驾驶车辆的感知能力，实现L3以上的高阶智驾功能。自动驾驶等级提升后，面对的场景复杂度也相应上升，车辆需要解决各种潜在的长尾场景问题，纯视觉方案由于仍需要大量的数据来做模型训练，现阶段其安全性值得商榷，而新一代传感器可以提供更多的深度信息，从而降低模型训练的成本、提高自动驾驶系统的安全性，让高阶智驾功能实现更容易。

智驾层面：新一代智驾传感器短期规模化量产较难，部分主机厂或保持观望状态

新一代传感器自身层面受限于技术路线、成本、性能、算法开发难度、供应链风险。激光雷达和4D毫米波雷达皆存在成本竞争力差、性能待优化、算法开发难度大、供应链风险大的限制。不同点在于，激光雷达半固态路线基本已形成定局，转镜和MEMS成为主流方案，当前技术方向上正在努力实现真正的纯固态方案，而4D毫米波雷达的技术路线相对较不确定，级联方案只能是短期内技术路线。

新一代传感器应用层面受限于安装难度、外部干扰、人才储备、使用意愿、交付预期，主机厂或许会呈现保守态度，视产业链成熟后再决定是否上车。激光雷达和4D毫米波雷达皆存在安装难度大、使用意愿不强、交付不及预期等限制。不同点在于，激光雷达的干扰影响主要来自外部，而4D毫米波雷达主要来自内部，此外激光雷达经历多年发展，积累了不少来自光通讯等领域的人才，而4D毫米波发展周期短，人才储备严重不足。

智驾层面的热点话题一：激光雷达是否只是“装饰品”？

L4降维、成本居高、缺少人才的三重压力，让激光雷达暂时“被弃用”。激光雷达没有规模化应用主要是由于行业整体发展热度的下降，再加上国内经济衰退导致的需求端萎缩，让降本成为了行业的关注点，而激光雷达的成本虽然已经大幅下降，但仍然是一个高成本项。此外，大部分主机厂缺少激光雷达功能开发的研发人才，这也是造成激光雷达“被弃用”的另一个原因。

激光雷达不仅可以为感知融合带来更强的安全冗余，也可以降低城区NOA场景的复杂度。在国内纯视觉技术水平相对不成熟的情况下，激光雷达作为功能件，所提供的避障能力对于行车安全是非常重要的，并能让城区NOA功能更好的落地。

智驾层面的热点话题二：4D毫米波雷达是否会替代激光雷达？

从4D毫米波雷达的性能来看，其成像效果比较接近低线数的激光雷达，但如今车载激光雷达的趋势是往高线数发展，若要替代现有的激光雷达，性能仍需要得到很大的提升。所以，4D毫米波雷达在成像效果方面，不如市场上主流的主激光雷达，所以不会替代激光雷达。

在中低端应用方面，激光雷达不是被替代，更多的是考虑到了成本因素，所以会采用成本较低的4D毫米波雷达，为感知系统提供更多的深度信息； 在高端应用方面，4D毫米波雷达会与激光雷达形成互补关系，优先会替代长距离的前向雷达和短距离的角雷达。所以，4D毫米波雷达大概率不会取代激光雷达的地位，更多的会是一种互补关系。

智舱层面：3D-ToF技术相对优势明显，动态三维信息催生舱内新功能

相比其它3D视觉方案，3D-ToF技术的优势较为明显。虽然在分辨率的表现方面，3D-ToF的分辨率会低于结构光和双目成像技术，但依然可以满足舱内的感知需求，并且它在算法开发难度、深度信息获取方式、环境光适应能力方面，都有非常明显的优势，能更加适用于智舱内的功能应用。

动态三维信息需求量的提升，催生了3D-ToF摄像头的功能。一方面，3D-ToF技术主要集成于现有的DMS或者OMS系统中，除了优化了已有系统下的功能外，也应用ToF技术的优点开发了新的功能，如手势识别；另一方面，亿欧智库发现，随着舱内对于动态三维信息需求的提升，传统的2D 技术方案已完全无法满足新功能的需求，而3D-ToF技术恰好可以适配这些功能的开发。

智舱层面：3D-ToF摄像头发展周期短，产品自身成熟度低，场景应用功能有限

3D-ToF摄像头在性能、集成度、光线环境适应能力方面都有待提升。在性能方面，由于高调制频率和高功耗的限制，传感器的分辨率很难提高； 在集成度方面，复杂的电路设计限制了像素尺寸进一步减小，并且电路整体集成难度较大；在光线环境适应能力方面，3D-ToF传感器易受到漫反射、目标物表面强度误差、强光线的影响，从而导致图像失真或者缺少深度信息。

3D-ToF传感器在智能汽车传感器的应用场景和功能开发较为单一。一方面，由于传感器的低分辨率和较短测距范围，导致3D-ToF当前只能适用在座舱场景中；另一方面，功能开发方面目前只有手势识别功能，并且功能体验感较差，未来需要进一步去优化。

以下是报告节选正文内容：