欧菲光亮相智能汽车视觉感知峰会，探讨自动驾驶视觉供应商进阶之路

　　自动驾驶已不再是纸上谈兵。通过感知、决策、执行三个层面的几十种零部件高效、稳定地配合工作，自动驾驶车辆逐渐实现不同场景、不同级别的落地应用。

　　目前，自动驾驶感知层方案主要有两条路线：一是多传感器融合方案，被众多主机厂广泛认可并推动；二是以视觉为主的技术路线，有趣的是，基于自动驾驶安全性与可靠性，还存在两种技术方向之间的争议，分别是以特斯拉为代表的纯视觉感知，和新势力车企偏爱的激光雷达感知。

　　技术路线不径相同，但随着自动驾驶高速发展中，车载传感器“乘风而起”，实现产品加速放量与创新升级。光学厂商抓住上游车企需求的同时，更需要通过技术创新和研发实力，保障车载传感器的可靠性、安全性、耐久性。近日，欧菲光智能车联算法负责人陈波出席第二届智能汽车视觉感知峰会，与产业链上下游多家企业，共同探讨自动驾驶国产视觉供应商的进阶之路。

　　破解车载摄像头工作环境难题

　　在环境感知方面，自动驾驶主要应用的传感器包括摄像头、毫米波雷达、激光雷达、超声波雷达等。同时，还可以将汽车传感器分类至行车辅助、驻车辅助和车内人员监控等不同感知应用场景。一般来说，汽车所搭载的传感器数量的多寡，直接决定了其智能化水平的高低。

　　车载摄像头作为ADAS的核心传感器，能够识别物体的多种特性，实现车道偏离警告（LDW）、车距检测（HMW）、交通标志识别（TSR）等功能。贯穿车辆行驶到停泊全过程，自动驾驶对车载摄像头的耐高温、防磁、抗震、长使用寿命等特性有较高的要求。陈波表示，随着车载摄像头安装数量的增加，由于电池可供给电量和安装摄像头的空间有限，车载摄像头如何进一步缩小电路板尺寸和降低功耗的需求日益高涨。车载摄像头硬“军备竞赛”已经打响。

　　陈波提到，欧菲光为解决车载摄像头模组散热问题，提出真空腔均热板散热技术、激光焊接、温漂补偿等四种热管理解决方案。

　　首先，欧菲光在封装技术上进行改进，采用COB封装技术，直接将感光芯片压接到PCB板上面，相比传统的CSP封装技术，大大提高散热效果。欧菲光COB技术已成熟地应用在手机领域，将把手机业务技术优势“平移”至车载业务领域。

　　其次，公司引入了真空腔均热板散热技术，突破传统的铺设铜网或铜粉烧结毛细芯结构，采用精密蚀刻微结构一体化毛细芯工艺，成功研制出0.3mm超薄真空腔均热板，并达到可量产的稳定工艺水平。

　　同时，公司摒弃了传统的螺丝固定方式，采用激光焊接的方式，大大减少了相关组件的数量，从而提高了摄像头的可靠性和一致性。

　　最后，公司还制定了一套温度补偿方案以及内参标定（对摄像头的畸变通过算法软件做一些标定，让成像效果更佳清晰和真实）、内参标定工艺，最大程度上保证摄像头成像效果的清晰和真实度。陈波举例提到，欧菲光通过选取材料的优化结构以及“热胀冷缩”效应，使得摄像头始终保持在一定的温度范围内，从而达到良好的成像效果。

　　据陈波介绍，欧菲光100万像素、200万像素车载摄像头已经实现量产，800万像素的ADAS前视高清摄像头也即将量产面世。此外，欧菲光还在开发基于800万像素高清摄像头打造的前视三目摄像头总成，将满足“远、中、近”三种距离的视觉感知。

　　毫米波雷达为自动驾驶提供更高的安全冗余

　　部分业内人士认为，纯视觉感知仍存在一定短板。在特斯拉推出纯视觉版自动驾驶系统FSD Beta V9.0后，业内人士质疑之声更加强烈，在雨雪、雾霾等恶劣条件下，基于视觉技术的自动驾驶功能将大幅受限，放弃成本不高但可解决干扰问题的毫米波雷达，被认为是一种得不偿失的激进选择。毫米波雷达则以精准测距、全天候工作等优势，被视为补充视觉技术短板的“弥补手段”。采用视觉技术与毫米波雷达技术融合，自动驾驶技术落地更加“经济实用”，也可以满足L2、L3级自动驾驶安全需求。

　　据陈波介绍，除了车载摄像头之外，欧菲光同样布局了毫米波雷达等其他传感器技术，并且提供基于视觉的深度学习算法、多传感器融合SLAM算法、毫米波雷达算法等等。在毫米波雷达领域，欧菲光已经发布了新一代短距毫米波雷达（77GHz），并且基于该毫米波雷达重点推出倒车辅助系统(PAS)、舱内活体检测系统、自动泊车(APA)/代客泊车(AVP)等各类场景的解决方案。

　　接下来，欧菲光还会推出中长距毫米波雷达、4D成像雷达，以满足更高级别自动驾驶系统的传感器需求。

　　针对毫米波雷达低速解决方案，陈波表示共有五大优势。其一，有更准确的障碍物定位；其二，有更大的感知范围；其三有更高的行使速度；其四，静态障碍物和动态障碍物区分；其五，有更丰富的定位手段。

　　与此同时，陈波还表示，欧菲光在研发“与市面上不太一样的”激光雷达，将采用纯固态方案，内部没有任何的旋转结构，可以最大程度保障激光雷达的安全性、可靠性等。

　　大感知融合仍是主流方向

　　有业内人士曾表示，单纯通过视觉技术来实现自动驾驶很难实现，“经过这么多年的探索，大感知融合的技术方案，已经成为行业普遍共识。”来自多个传感器的数据融合可以最大限度地减少单个传感器的缺点，通过系统冗余，提高系统的可靠性和稳健性。

　　作为全栈式智能驾驶解决方案的供应商，欧菲光除了在传感器层面的大力投入，在控制器和算法领域也都有进步。在智能驾驶域控制器方面，欧菲光将推出算力超过140T的域控制器解决方案，可以支持16路CAN，拥有12路高速以太网接口，同时能够接入13路摄像头。

　　现阶段，欧菲光算法团队已经开发完成了满足L3+级自动驾驶的感知融合算法，并且致力于新技术的研发，将弱监督学习算法融入到自动驾驶产品当中，解决了传统强监督深度学习算法必需依赖大量人工标注工作的难题。

　　总体来看，从下一代传感器到各类系统解决方案，欧菲光将成为具备摄像头、超声波传感器、毫米波雷达、激光雷达、4D成像雷达、智能驾驶域控制器、系统软件和算法等智能驾驶系统全栈式解决方案供应商。

　　据公开资料显示，欧菲光自2015年起开始布局智能汽车，目前已取得20余家国内外车企的一级供应商资质。据欧菲光半年报披露，公司立足于先进传感器，但并不局限于车载摄像头、毫米波雷达、激光雷达的感知区域，公司将持续积极拓展硬件、软件和算法，公司具有提供自动驾驶、智能中控、车身控制系统级解决方案的能力。2021年上半年，公司智能汽车业务增速明显，实现营业收入4.13亿元，同比增长78.22%；综合毛利率为14.83%，同比增长0.28个百分点。其中，ADAS（高级驾驶辅助系统）实现营业收入1.20亿元，同比增长777.68%。太平洋证券研报曾提到，“欧菲光通过内延式拓展和外延式并购，打造“双轮驱动”新引擎，重点发展HMI、ADAS、ECU等汽车电子业务，按照从硬件到软件，从产品制造到内容服务的路径逐步布局智能汽车领域。”

　　对于光学厂商而言，智能汽车这一新市场正诞生庞大的商机。不过，光学镜头是高壁垒行业，车规级产品壁垒更高。欧菲光等光学龙头企业已在智能汽车领域打开新篇章，而想要做一家优秀自动驾驶供应商，头部公司仍需不断加码研发力度，才能以技术优势占据价值链的主要部分，在新赛道拔得头筹。

   【免责声明】本文仅代表合作供稿方观点，不代表和讯网立场。投资者据此操作，风险请自担。