2017-2016智能驾驶汽车视觉感知系统专题分析_30页-3mb

智能驾驶汽车视觉感知系统专题分析（2016）

核心内容

本报告聚焦于智能驾驶汽车视觉感知系统的发展，分析其行业背景、现状、厂商情况及未来趋势，旨在为相关企业和投资者提供有价值的参考。

主要观点

• 人工智能与深度学习 是推动智能驾驶汽车发展的关键技术，尤其在视觉感知领域，其应用显著提升了图像识别与处理能力。
• ADAS高级辅助驾驶系统 是汽车智能化进程中的关键技术，其视觉感知系统作为重要组成部分，有多种技术方案可供选择。
• 激光雷达、毫米波雷达、超声波雷达、摄像头 是当前ADAS视觉感知系统的主要传感设备，各有优劣势，需根据应用场景选择合适的方案。
• 多传感器融合 是未来趋势，通过结合不同传感器的优势，可以提升系统性能与可靠性。
• 商业化进程 对初创企业至关重要，需尽快实现技术转化以维持持续发展。

关键信息

技术方案分类

1. 激光雷达：

   • 优势：探测距离远、分辨率高、误报率低。
   • 劣势：成本高昂、体积较大。

2. 毫米波雷达：

   • 优势：成本低、天气影响小、探测距离远。
   • 劣势：分辨率较低、误报率较高。

3. 超声波雷达：

   • 优势：成本低、夜间适应性强。
   • 劣势：探测距离近、分辨率低、误报率高。

4. 摄像头：

   • 优势：成本低、分辨率高、易安装。
   • 劣势：天气影响大、物体识别率差。

ADAS视觉算法方案对比

• 单目ADAS：通过图像匹配识别目标，估算距离。优势为成本低、系统简单；劣势为无法识别车辆悬空部分、夜视效果差。
• 双目ADAS：通过视差计算直接测量距离。优势为精度高、无需样本数据库；劣势为计算量大、配准难度高。
• 环视ADAS：融合多种传感器，提供更全面的信息。优势为预警准确率高、监控角度全面；劣势为成本高、技术仍不成熟。

2016年重点事件

• Velodyne 完成1.5亿美元融资，推出多种线数的3D激光雷达。
• Quanergy 完成近2亿美元融资，其固态激光雷达仍在实验室阶段。
• 思岚科技 发布RPLIDAR A2，实现360度环境扫描。
• 速腾聚创 推出16线混合固态激光雷达RS-LiDAR，测距100米，精度达2cm。
• 禾赛科技 推出16线和32线混合固态激光雷达，探测距离达150米。
• 镭神智能 研发中远距离脉冲测距激光雷达，测距200米，抗强光。
• Mobileye 与宝马、英特尔合作研发新一代无人驾驶系统。
• 极目、中科慧眼、图森科技、驭势科技、小蚁、腾讯神眼、360行车记录仪 等企业分别在不同领域推出ADAS视觉算法产品或解决方案。

行业趋势

• 多传感器融合：未来无人驾驶系统将依赖多种传感器协同工作，以提高感知能力。
• 跨界整合：汽车智能化涉及多个领域，企业需加强合作，整合资源。
• 商业化加速：ADAS视觉感知系统需快速商业化，以实现持续发展。
• 应用场景扩展：从物流货运到商业园区载客，ADAS系统将逐步拓展至更多领域，提升用户体验和降低人力成本。

研究范畴

• 研究对象：智能驾驶汽车传感感知行业。
• 关键字：智能汽车、智能驾驶、ADAS、视觉算法、激光雷达。
• 国家和区域：全球及中国。

行业现状分析

• 激光雷达：在ADAS系统中被广泛采用，但成本较高。
• 摄像头+算法：成本较低，是主流方案之一。
• 中国ADAS视觉算法行业：2015-2016年受到资本市场高度关注，初创企业纷纷成立并完成融资。

厂商分析

国际重点厂商

• Velodyne：老牌激光雷达生产商，产品线丰富。
• ibeo：专注于无人驾驶激光雷达，产品线为4线和8线。
• Quanergy：固态激光雷达厂商，融资额高，产品尚在研发阶段。

中国重点厂商

• 思岚科技：推出多款激光雷达产品，具备稳定生产线和成熟盈利模式。
• 速腾聚创：16线混合固态激光雷达RS-LiDAR，测距100米，精度达2cm。
• 禾赛科技：16线和32线混合固态激光雷达，探测距离达150米。
• 镭神智能：中远距离脉冲测距激光雷达，可抗强光。
• Mobileye：全球领先的单目ADAS企业，已与多家车厂合作。
• 极目：主攻后装市场，产品已量产。
• 中科慧眼：主攻后装双目市场，第二代产品即将量产。
• 图森科技：提供低成本自动驾驶解决方案，算法在KITTI上表现优异。
• 驭势科技：专注于ADAS和无人驾驶，计划2020年推出成熟产品。
• 小蚁：推出带ADAS功能的行车记录仪。
• 腾讯神眼：提供车道偏离预警、前车碰撞预警及驾驶员疲劳检测。
• 360行车记录仪：主打行车记录功能，二代产品新增ADAS功能。

总结

本报告全面分析了2016年智能驾驶汽车视觉感知系统的发展背景、现状、厂商情况及未来趋势，强调了多传感器融合的重要性，指出摄像头+算法方案在降低成本和提升性能方面的优势，并展望了ADAS系统在物流、园区载客等领域的广泛应用前景。