自動駕駛汽車（AV）的承諾是，其將比人為控制的車輛安全得多，并大幅減少事故的發生。它需要眾多技術的支持，才能在沒有駕駛員駕駛的情況下運行，這些技術包括攝像頭、激光雷達、雷達、超聲波、車輛對一切（V2X）和全球定位系統（GPS）等。自動駕駛汽車的最終目標是提供一輛無需人為干預的，可以在所有道路類型、所有環境（城市、鄉村）和所有天氣條件中行駛的全自動汽車——但實現這一目標還需要一些時間。在此之前，先進駕駛輔助系統（ADAS）和自動駕駛汽車將橫跨整個技術領域不斷演進，沿著國際自動機工程師學會（SAE International）規定的自動駕駛級別一步步向上發展，從L1級一直提升到L5級。

自動駕駛汽車發展的關鍵因素之一是車載傳感器，它使汽車能“看清”道路，并幫助汽車了解周圍發生的事情——在大多數情況下，這種感測能力比任何人所能做到的都要好。自動駕駛汽車需要能分辨其前進途中出現的人或物，并識別出道路系統的各項特征，同時要不斷去應對各種交通問題和我們每天在路上要處理的其他挑戰。為了邁過這些發展障礙，自動駕駛汽車需要用到攝像頭、雷達、激光雷達和紅外線等一系列技術。

隨著我們從L1級向L5級自動駕駛發展，傳感器的數量會大規模增長，為了處理傳感器所帶來的不斷增加的數據帶寬，我們需要大幅提升處理能力。這將確保可以對全世界交通領域內正在發生的事情進行實時的信息提取和更新。處理能力是自動駕駛汽車一個至關重要的組成部分，它的重要性不容低估，當我們討論傳感器及其在自動駕駛汽車中的應用時，也應該將處理能力考慮在其中。

強大的功能帶來出色的處理能力
當一輛新車面世時，許多人都想知道引擎蓋下面有什么。對于自動駕駛汽車來說，更重要的是要知道后備箱里有什么，因為如今處理能力往往內置于后備箱中。整車廠（OEM）必須為其車輛配備必要的技術，以確保所有ADAS和自動駕駛功能都能按照其設計來執行。圖形處理器（GPU）和神經網絡加速器（NNA）將在這一發展過程中扮演關鍵的角色。

GPU已經允許汽車制造商將多個攝像頭的數據流拼接在一起，以創建360度汽車環繞視圖。NNA則可以支持多核人工智能（AI）芯片進行大規模并行計算，實現道路標志識別、行人檢測和自動駕駛等功能。隨著開始整合大量的傳感器，移動出行將在未來10到20年迅速向自動駕駛邁進。下面讓我們來了解一些傳感器系統，它們將助力全自動駕駛汽車成為現實。

攝像頭
多年來，攝像頭一直是汽車中的主要設備，其首要功能就是在倒車時提供更好的視野。除了現在各地區的行業機構強制要求的倒車攝像頭之外，攝像頭也正在成為強化ADAS功能的基本要求，以及自動駕駛汽車的關鍵要素。攝像頭可以作為汽車的眼睛，以類似人眼的方式觀察道路上的各種細節。更高的分辨率意味著可以從更遠的距離探測目標，并了解其情況。由于攝像頭是唯一能夠檢測顏色的傳感器，因此它們是實現交通信號燈檢測、道路標志讀取等功能的基本要素。它們可以輔助自適應巡航控制和緊急制動功能，也可以作為自動化解決方案中的主傳感器。

激光雷達
激光雷達（LIDAR，Light Detection and Ranging，光探測和測距）幾乎在每一輛進行測試的自動駕駛汽車上都可以找到。激光雷達旨在提供一個完整的360度全景視圖，它使用激光脈沖以三維“點云”的形式實現車輛周邊環境的可視化。該技術已經極為成功地幫助許多整車廠將自己在自動駕駛汽車方面的雄心壯志付諸實踐。它的功能足夠強大，可以獨立工作；它的功能也非常全面，可以與其他傳感器配合使用。還可以使用多個激光來實現更強大的自動駕駛汽車功能。目前在自動駕駛汽車系統中，激光雷達還是一個昂貴的選擇，許多公司正致力于降低其成本，從而使汽車制造商可以在中檔和高檔車型中使用。

雷達
雷達已經在飛機上使用了數十年，不過它很快就會成為未來移動出行領域一項必不可少的技術。攝像頭和激光雷達很適合觀察汽車的周邊環境，而雷達在檢測被自然或人造障礙物阻擋的運動物體方面則格外有用。例如，當鹿隱藏在樹的后面時，肉眼是無法看到的，但是雷達可以探測到鹿的存在，并顯示警告或自動減速以防止發生碰撞。雷達往往采用窄聚焦的遠程波束或大面積的低頻波束，來探測汽車前方周邊區域中的物體。雷達的優勢在于能及早地探測到物體并了解其速度和方向。這對于預測車輛視野中其他交通參與者的移動路徑至關重要。

聲吶
潛艇依靠聲吶技術來探測海洋，并避免與船只、動物及其他潛艇發生碰撞。現在，這項技術以傳感器的形式進入了移動出行領域，該傳感器可以通過檢測反射聲波來確定物體相對于車輛的位置。這對于確定行人在人行橫道上的位置非常有用，甚至可以發現潛藏在附近的小動物。和雷達一樣，該技術也可以在各種環境條件下檢測運動物體。

紅外線
紅外傳感器在手機和其他電子產品中很常見，可以提高圖像質量、人臉識別能力，以及其他多項特性。自動駕駛汽車也可以使用紅外傳感器，而且很可能是與其他技術結合使用。例如，如果用紅外傳感器構建一個熱成像攝像頭，那么紅外線就可以幫助車輛在雨、霧、塵土和煙霧等環境中看得更清楚。這一功能幾乎可以使路上行駛的每一輛汽車在雨天和霧天受益，而且還可以造就令人難以置信的機會使自動駕駛汽車不受塵土或煙霧的干擾。請想象一下，當急救人員使用這種車輛時將擁有多么大的優勢。

移動出行的未來
Imagination的嵌入式GPU可以提供市場領先的性能、低功耗和小尺寸等優勢，同時可以支持行業最新的應用編程接口（API）。這些優勢使我們的IP非常適合于滿足汽車行業所需的高性能，即使是支持多個屏幕。我們的GPU還可以為未來基于ADAS的計算應用提供其所需的GFlops（每秒十億次浮點運算）級別的處理能力。

數據堂自有數據集的“智能駕駛數據解決方案”中掌握著駕乘人群的行為數據，不僅包含駕駛員行為標注數據50種動態手勢識別數據，103282張駕駛員行為標注數據等，還包1300萬組人機對話交互文本數據，245小時車載環境普通話手機采集語音數據。不管是街景場景數據，駕駛員行為數據，還是車載語音數據，數據堂基于Human-in-the-loop智能輔助標注技術”和豐富的AI數據項目實施經驗及完善的項目管理流程，支持智能駕駛場景下駕駛艙內、艙外的圖像、語音數據采集任務，輔助智能駕駛技術在復雜多樣的環境下更好的感知實際道路、車輛位置和障礙物信息等，實時感知駕駛風險，實現智能行車、自動泊車等預定目標。對于智能駕駛而言將是其他企業難以企及的優勢。

無論是為了避免與另一輛突然停住的汽車相撞而剎車，還是防止駕駛員偏離車道，視覺系統都可以挽救生命，并避免產生高昂的維修費用。但它們也需要足夠的處理能力，以確保所有車載傳感器的功能都得到充分利用

審核編輯黃宇