隨著高級駕駛員輔助系統 （ADAS） 等系統的問世，以及面向無人駕駛車輛的發展方向，汽車需要清楚地知道周圍環境。駕駛員能夠感知我們周圍的環境，做出判斷，並在不同的情況下迅速做出反應。然而，人無完人。我們會疲憊、分神，也會犯錯誤。為了提升安全性，汽車製造商正在設計用於小客車的ADAS。汽車依靠多種傳感器來了解很多不同情況下的周圍環境。然後，這些數據被傳送給諸如TI的TDA2x等高精密處理器，用於諸如自動緊急剎車 （AEB），車道偏離報警 （LDW） 和盲點監測等功能。
幾種傳感器經常被用於周圍環境感知。被動傳感器—被用來感測從物體上反射或發射出來的射線。
可視圖像傳感器—所有在可視光譜內運行的成像儀
紅外圖像傳感器—在可視光譜外運行。可以是近紅外或熱紅外（遠紅外）。
被動傳感器受環境的影響—一天中的不同時刻，天氣等。例如，可視傳感器受到每天不同時刻的可見光數量的影響。
主動傳感器—發射出射線，並測量反射信號的響應。優勢是能夠隨時獲得測量結果，不受早中晚或季節的影響。
雷達—發射無線電波，根據從物體上反射回來的無線電波來確定這個物體的距離、方向和速度
超聲波—發射超聲波，根據從物體上反射回來的超聲波來確定這個物體的距離
光達—掃描從一個物體上反射回來的雷射來確定物體的距離
飛行時間—一個攝像頭，測量一個發射出的紅外光束從物體上反彈回來到返回傳感器的時間，以確定這個物體的距離
結構光—一個已知光圖案被投射到一個物體上，通常由TI的數字光處理 （DLP） 設備投射。這個圖案的變形情況被攝像頭所捕捉，並進行分析，以確定物體的距離。
為了提高多種不同情況下的準確度、可靠性和耐用性，至少需要用一種以上的傳感器來觀察同一場景。所有傳感器技術都有其固有的限制因素和優勢。不同的傳感器技術可以被組合在一起，將來自同一場景下的不同傳感器的數據融合在一起，從而提供一個更加穩定耐用的解決方案，「數據融合消除了數據混淆」。其中一個示例就是可見光傳感器和雷達的組合。
可見光傳感器的優勢包括高解析度、識別物體和對其分類的能力、以及提供重要信息情況的功能。然而，它們的性能受到可獲得的光量以及天氣（諸如下霧、雨雪）的影響。其它諸如過熱等因素會導致圖像的質量因噪聲的影響而下降。TI處理器上提供的精密圖像處理可以緩解其中的某些影響。
另一方面，雷達能夠穿過雨雪，並且可以非常迅速和有效地測量距離。都卜勒雷達具有額外優勢，能夠檢測物體的運動。然而，雷達解析度較低，並且不能輕易地識別物體。可見光數據和雷達數據的融合提供了一種在多種不同情況下更加穩健耐用的解決方案。
此外，不同傳感器之間的成本有所差異，這也會影響到針對特定應用的最佳選擇。例如，雷射雷達 （LIDAR） 提供非常精確的距離測量功能，但是比被動圖像傳感器貴很多。隨著不斷的開發，成本將會持續降低，而汽車最終將在多種傳感器的幫助下做到眼觀六路、耳聽八方。
TDA處理器系列高度集成，並在可編程平台上開發而成，這個平台滿足了配備有ADAS的汽車的高強度處理需要。來自觀察此場景的不同傳感器的數據可被提供給TDA2x，並且組合成更加完整的照片，以便為迅速且智能的決策提供支持。例如，一個視覺傳感器在較暗的情景下會將一個信箱顯示為類似於人的形狀。 TI處理器可以執行精密行人檢測，根據物體的比例，此功能可將其識別為路邊可能的行人。然而，來自熱傳感器的數據將會識別出此物體的溫度過低，不太可能是有生命的物體，所以可能不是行人。因此，工作特性不同的傳感器可提供更高的安全級別。
最終目標是創造出一款完全自主的汽車，而這些無人駕駛的車輛將最終實現一個沒有交通傷亡事故的世界。TI正在積極地從事傳感器和處理技術的研發工作，以幫助客戶開發無人駕駛車輛。然而，應該及時地解決這些問題，我堅信，當我們面對無人駕駛車輛的研發時，問題不是我們「是否」能實現，而是「何時」能實現。更多相關行業信息請查閱由中國報告大廳發布的2014-2020年中國汽車傳感器行業競爭格局分析及投資可行性分析報告。
更多汽車傳感器行業研究分析，詳見中國報告大廳《汽車傳感器行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。
更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。
京公網安備 11010502031895號
