隨著汽車自動駕駛技術的發展，對于MEMS傳感器的需求也在快速增長，這些傳感器被應用去汽車的安全、性能相關的領域，本文將會介紹對于自動駕駛非常重要的激光雷達和視覺圖像傳感器。

市場研究機構IHS Markit預計2016年該領域市場規模為28億美元，2015年～2022年期間，汽車應用的MEMS市場的復合年增長率將達6.9％，2022年將增長至32億美元。

過去幾年，MEMS傳感器在強制安全系統中獲得了穩定的市場，如電子穩定控制系統和胎壓監測系統，這些系統在2015年期間的新款汽車中已經獲得普及。獲益的MEMS供應商包括陀螺儀、壓力傳感器、加速度計以及前排和側面安全氣囊傳感器等。此外，汽車引擎應用的MEMS器件也正在穩定增長，主要來自于日益增長的引擎管理和尾氣處理應用。據麥姆斯咨詢消息，這些領域的MEMS出貨量到2019年將達到13.4億顆，2013年時這一數字為10.8億顆。

激光雷達

LiDAR系統使用的是旋轉激光束。寶馬、谷歌、日產和蘋果的無人駕駛試驗車用的就是這項技術。但要想在量產車上應用，價格必須大幅下降。業內普遍認為，再過幾年這個目標就能實現。

激光雷達工作原理（圖片來自Velodyne）

激光雷達的工作原理是通過發射和接收激光束來實現的。在其內部，每一組組件都包含一個發射單元與接收單元。上圖的Velodyne使用了旋轉鏡面的設計。

這套發射/接收組件和旋轉鏡面結合在一起，能掃描至少一個平面。鏡面不只反射二極管發出去的光，而且也能把反射回來的光再反射給接收器。通過旋轉鏡面，能夠實現 90到180度的視角，并且大大降低系統設計和制造的復雜度，因為鏡面是這里面唯一的運動機構。

脈沖光以前被用于探測距離。探測距離的原理是基于光返回的時間，激光二極管發出脈沖光，脈沖光照射到目標物后反射一部分光回來，在二極管附近安裝一個光子探測器，它可以探測出返回來的信號，通過計算發射和探測的時間差就可以計算出目標物的距離。脈沖距離測量系統一旦被激活就能收集到大量的點云。

如果點云中有目標物，目標物就會在點云中呈現出一個陰影。通過這個陰影可以測量出目標物的距離和大小。通過點云可以生成周圍環境的3D圖像。點云密度越高，圖像越清晰。

視覺圖像傳感器

現在一個很廣泛的應用是將2D激光雷達與視覺傳感器相結合，不過相比于激光雷達，視覺傳感器低成本的特性，也讓其成為了在自動駕駛解決方案中不可或缺的存在。

通過視覺傳感器的圖像識別技術對周邊環境進行感知，對于自動駕駛而言，除了知道在什么位置存在什么物體/行人之外，進而像車輛發出減速剎車等指令來避免事故這一功能之外，是以圖像識別為基礎，能夠理解當前的駕駛場景，并學會處理突發事件。

視覺傳感器工作流程如果說激光雷達的難度在于如何讓其性能能夠滿足自動駕駛導航的需求，那么攝像頭的難度則在于從感知拔高到認知的這一過程。

以人眼來進行類比的話，人類駕駛員在看到行人或車輛之后，會基于看到的景象對行人或車輛的下一步行動有個預判，并根據預判來控制車輛。自動駕駛車同樣需要這個「預判」的過程，而攝像頭就起到觀察的作用。自動駕駛汽車必須能夠對車內人員、車外行人、車附近人們的行為進行觀察、理解、建模、分析和預測。