近年来，自动驾驶无疑成为了技术界和汽车界的热门话题，谷歌、百度、苹果和尤伯杯科技公司、特斯拉、奥迪、奔驰、宝马等主要汽车制造商纷纷投入自动驾驶领域。然而，在自动驾驶路线的争论一直没有停止过。据了解，在不同的技术路线中，所使用的传感器主要有激光雷达、毫米波雷达和照相机三大类，各有优缺点。这里是汽车电子萧边一起了解相关内容。
一、主流传感器的比较
Lidar：
激光雷达具有高精度、高分辨率的优点，并建立外周三维模型的前景。但其缺点是对隔离带等静止目标的检测较弱，着陆技术成本高。由于激光雷达可广泛用于ADAS系统，如自适应巡航控制（ACC）、车辆碰撞预警（FCW）和自动急救制动（AEB），因此吸引了很多先进的技术初创企业竞争，而传统的供应商也积极布局投资达到快速获取先进技术战略伙伴关系。
毫米波雷达：
与激光雷达、毫米波雷达具有探测距离远等优点，受天气条件和低成本。由于毫米波雷达使用硅基芯片，它们不是特别昂贵，也不涉及复杂的过程，预计在技术改造的第二阶段仍有下降的空间。
与激光雷达相比，临时性成本过高，技术壁垒较低，其全天候工作优势，可以说是毫米波雷达进入自动驾驶门槛的市场低点。
相机：
摄像机是最基本的通用传感器，价格低廉，应用广泛，同时雷达的图像识别功能无法完成，不仅能识别路标，而且在自动驾驶系统的图像处理方案中不可缺少的一部分。
在激光雷达的高成本，高精度地图相机是另一个低成本的技术路线图。除了具有自动驾驶的高精度地图提供定位服务外，摄像机还可以作为低成本和少量的数据传输在地图采集过程中（2D屏幕捕捉相机是小尺寸的数据采集器）。
二，视觉引导或激光雷达引导？
据清华大学邓志东教授介绍，有自动驾驶环境感知的两种主要技术路线：一种多传感器视觉融合方案导致特斯拉为代表，与低成本的激光雷达的其他优势，如谷歌waymo。
1、视觉导致特斯拉为代表：相机+毫米波雷达+超声波雷达+低成本的激光雷达。
摄像机视觉属于被动视觉，这是由环境光照影响较大。目标检测和大满贯是不可靠的，但成本低。目前，特斯拉已经在生产车上安装了自动驾驶仪2固件，但成本非常低，仅7000美元左右，8架摄像机单眼环视，有1毫米雷达和12台超声波雷达，希望从L2跳到L4。
经过六个月的努力，特斯拉最近完成了从Mobileye单目视觉技术过渡到特斯拉公司NVIDIA驱动计算硬件平台的软件系统基于PX2道路试验数据和软件8.1版本在今年3月底发布，通过深度学习手段方面已基本达到Mobileye的技术水平在短期内这是之前，很难想象。特斯拉自动驾驶仪技术如何，一个重要的观察点是看它是否在2017年底，从洛杉矶到纽约，完全自主驾驶，实现全程4500公里，无需人工干预。
2、激光导致谷歌waymo为代表：低成本的激光雷达和毫米波雷达+摄像头+超声波传感器。
激光雷达是主动视觉，其目标检测比SLAM更可靠，但颜色和纹理损失大，成本高。目前，谷歌waymo成立自己的R&；D组激光雷达硬件，超过90%的成本降低，基本上是7000美元，同时，他们已经开始在美国菲尼克斯地区的500级汽车社会β，大大促进落地技术路线的实践。
激光雷达LED解决方案可以继续朝着以下两个方向前进：
一种是将激光雷达和彩色摄像机结合起来，直接获取彩色激光点云数据的摄像机和激光雷达硬件模块的研制。
二是进一步降低激光雷达的硬件成本，如固态激光雷达的研制和实施，成本将降到数百美元。
无论如何，现在的自动驾驶领域的三个核心问题，重点突破：利用人工智能，尤其是目标识别的研究中，自主导航和信息融合的深度，这三方面的技术成就的真正的商业价值。
