汽車工業發展到今天，智能駕駛能力已成為各家車企比拼技術實力的核心賽道。隨著智能汽車價格的不斷下探，高階智駕有望進入普及時代。目前，高速NOA功能已進入快速滲透階段，城市NOA功能也相繼落地。高階智駕系統對傳感器的依賴將極大地推升智能傳感器的市場需求。

得益于AI算法的升級，越來越多的車企采用以視覺為主的感知方案。這類方案減少了對激光雷達的配置，大幅降低了系統硬件成本。然而，純視覺方案對算法的要求較高，需要海量數據做訓練，其探測精度也易受到天氣和環境的影響。對于自動駕駛來說，器件冗余是安全的必要保障。因此，多傳感器融合的感知方案仍是現階段多數車企的選擇。

作為自動駕駛最重要的傳感器，攝像頭的像素持續升級，800萬像素攝像頭的搭載量迅速提高。相比100萬~200萬像素，800萬像素車載攝像頭意味著更遠的探測距離、更寬的視角，以及更高質量的圖像信息。目前的高速NOA以800萬像素攝像頭為主。隨著360°全景式影像監控系統越來越受到關注，環視攝像頭用量的大幅增加。高階智駕更多采用11V或12V的配置（2~3個前視攝像頭，4個環視攝像頭，4個側視攝像頭，1個后視攝像頭），有助于帶動前視和側視攝像頭的裝車量的提升。

來源：Omdia

激光雷達不論在測距能力、測量精度及抗干擾等方面都比其他傳感器表現優越，是高階自動駕駛系統的核心傳感器。目前阻礙激光雷達大規模應用的主要障礙來自于其高額的成本，尤其在去年全行業降本增效的壓力下，汽車終端市場的價格戰進一步阻礙了車載激光雷達的普及。激光雷達降低成本的關鍵途徑在于產品的革新。從機械式演變為純固態，以及采用半導體工藝的芯片代替傳統的分立式架構，都是目前激光雷達廠商努力研發的方向。

4D毫米波雷達是近年來自動駕駛領域的熱門話題。傳統的3D毫米波探測距離近，精度不足，無法對物體的高度信息做出檢測。4D毫米波雷達成功地解決了這些痛點，并可以結合算法識別物體，能夠適應更加復雜的路況。但就分辨率來講，4D毫米波雷達仍無法與激光雷達匹敵，未來可能會在一些中高級自動駕駛系統中取代低線激光雷達。盲點檢測將是4D毫米波雷達的一個重要應用。