传感器是自动驾驶的基石，将迎来快速增长
根据汽车传感器不同的作用机理和作用目的，可将传感器分为传统传感器和智能传感器。传统传感器作为汽车神经元控制汽车的各个系统，常见种类有：压力传感器、位置传感器、温度传感器等；这些传统传感器感受规定的物理量，并按一定规律将其转换成可用输入信号，把非电量转换成电量。它采集的信息由电控单元进行处理后形成执行指令，并完成电子控制。
智能传感器则是自动驾驶的核心。目前用于自动驾驶环境感知的传感器主要包括：毫米波雷达、激光雷达、超声波雷达和车载摄像头等。摄像头是传统视觉解决方案的基础，价格较低，而且可以根据不同功能的要求安装在不同位置上。毫米波雷达是指工作在毫米波波段探测的雷达，波长1~10mm，介于微波和厘米波之间，兼具微波制导和光电制导的优点。超声波雷达是利用超声波从发射到反射接收的时间差来计算与障碍物之间的距离，常用在泊车系统中。激光雷达主要通过发射激光束来探测目标的位置、速度等特征量。据国家知识产权局，全球自动驾驶传感器专利数量占比前三的传感器为视觉传感器、毫米波雷达和激光雷达，占比依次为30%，22%以及20%。
多传感器信息融合是实现自动驾驶的必由之路。不同类型的传感器优劣明显，单一的传感器难以满足自动驾驶复杂的应用场景，多传感器信息融合已成为行业共识。多传感器信息融合（MSF）利用计算机技术，对多传感器或多源的信息和数据进行多层次、多空间的组合处理，最终做出判断和决策的过程。在这一过程中，不同传感器优势互补，在不同使用场景中发挥各自功能，有效地提高系统的冗余度和容错性，增强了系统决策的准确度和智能化程度。根据信息处理方式的不同，多传感器信息融合的体系结构可分为集中式、分布式和混合式。混合式综合了集中式和分布式的优点，在实际场合中应用广泛。
从主流车企代表车型的自动驾驶感知方案来看，都广泛采用了多种传感器融合的方案。以通用CruiseAV为例，通用目标是实现L4级别的自动驾驶，全车搭载5个Velodyne的VLP1616线激光雷达、21个毫米波雷达(其中有12个由日本ALPS提供的79GHz的毫米波雷达)以及16个摄像头。不过国内自动驾驶汽车厂商目前多采用摄像头、毫米波雷达和超声波雷达的组合配置；由于激光雷达成本较高、国内市场渗透率较低且应用场景有限，目前国内较少采用。
自动驾驶的加速渗透将推动传感器市场的高速增长。自动驾驶的发展为以车载摄像头、毫米波雷达和激光雷达为代表的核心零部件行业创造了巨大的发展机遇。其中，ADAS作为汽车传感器的重要应用领域，其规模扩张对传感器市场的发展有着直接的促进作用。高速扩张的自动驾驶市场带来了汽车传感器市场需求的增加，由此带来了传感器市场规模的不断扩张。据头豹研究院数据，2019年中国汽车传感器行业市场规模已接近200亿元，且随着自动驾驶的推广以及升级，传感器市场将进一步扩张，预计到2023年中国汽车传感器市场规模将突破550亿元。
来源：未来智库