TocqoYX{{ w}iflAnjq w jF\> 汽车工业发展到今天，智能驾驶能力已成为各家车企比拼
技术实力的核心赛道。随着智能汽车价格的不断下探，高阶智驾有望进入普及时代。目前，高速NOA功能已进入快速渗透阶段，城市NOA功能也相继落地。高阶智驾系统对
传感器的依赖将极大地推升智能传感器的市场需求。
7^1ikmYY 得益于AI算法的
升级，越来越多的车企采用以视觉为主的感知方案。这类方案减少了对激光雷达的配置，大幅降低了系统硬件成本。然而，纯视觉方案对算法的要求较高，需要海量数据做训练，其探测精度也易受到天气和环境的影响。对于自动驾驶来说，器件冗余是安全的必要保障。因此，多传感器融合的感知方案仍是现阶段多数车企的选择。
kI] 1J 作为自动驾驶最重要的传感器，
摄像头的像素持续升级，800万像素摄像头的搭载量迅速提高。相比100万~200万像素，800万像素车载摄像头意味着更远的探测距离、更宽的视角，以及更高质量的图像信息。目前的高速NOA以800万像素摄像头为主。随着360°全景式影像监控系统越来越受到关注，环视摄像头用量的大幅增加。高阶智驾更多采用11V或12V的配置（2~3个前视摄像头，4个环视摄像头，4个侧视摄像头，1个后视摄像头），有助于带动前视和侧视摄像头的装车量的提升。
XB?!V|bno o?>)CAo 广告
.*,ZcO 
来源：Omdia
U1Oq"Ij~ 激光雷达不论在测距能力、测量精度及抗干扰等方面都比其他传感器表现优越，是高阶自动驾驶系统的核心传感器。目前阻碍激光雷达大规模应用的主要障碍来自于其高额的成本，尤其在去年全行业降本增效的压力下，汽车终端市场的价格战进一步阻碍了车载激光雷达的普及。激光雷达降低成本的关键途径在于产品的革新。从机械式演变为纯固态，以及采用
半导体工艺的
芯片代替传统的分立式架构，都是目前激光雷达厂商努力研发的方向。
V+ Z22 4D毫米波雷达是近年来自动驾驶领域的热门话题。传统的3D毫米波探测距离近，精度不足，无法对物体的高度信息做出检测。4D毫米波雷达成功地解决了这些痛点，并可以结合算法识别物体，能够适应更加复杂的路况。但就分辨率来讲，4D毫米波雷达仍无法与激光雷达匹敌，未来可能会在一些中高级自动驾驶系统中取代低线激光雷达。盲点检测将是4D毫米波雷达的一个重要应用。
