目前傳感器作為現(xiàn)代的汽車設計必不可少的一部分，來滿足各種各樣的需求。它們對于幫助汽車生產(chǎn)企業(yè)生產(chǎn)出滿足更加安全，能耗更低以及更加舒適的車型起到了很大的作用。未來，傳感器還能夠幫助車輛提升其自動化程度，從而惠及整個產(chǎn)業(yè)。

智能觀測

Park assist and parking sensor system - Melexis除了完全可控性和數(shù)據(jù)處理能力之外，智能觀測性也是實現(xiàn)汽車自動駕駛的先決條件之一。為實現(xiàn)完全的可觀測性，汽車需要處理各種參數(shù)數(shù)據(jù)，包括速度、電流、壓力、溫度、定位、接近檢測、手勢識別等等。近年來，接近檢測和手勢識別技術取得了巨大進步，同時超聲波傳感器和飛行時間 (ToF)開始應用在汽車中。

超聲波傳感器

隨著車輛自動化程度的提高，我們不僅依靠新技術所帶來的前所未有的革新，而且需要見證更多成熟的汽車技術被應用到新的自動駕駛場景中去。比如說目前倒車雷達作為超聲波傳感器的典型應用，還只是安裝于保險桿的輔助駕駛系統(tǒng)。這個系統(tǒng)的局限性在于駕駛速度不能超過10公里/小時，并且在近距離檢測中不能做到100%的距離精確測量。然而在自動駕駛的車輛中，超聲波傳感器能夠與射頻雷達、攝像頭和其他傳感器技術結合，提供更加完善的距離測量功能。

手勢識別

超聲波傳感器技術用于觀測外界，而 ToF 攝像頭則專注于汽車內部。過渡到無人駕駛將是一個循序漸進的過程，因此在某些特定情況下，駕駛員需要從無人駕駛模式切換回手動模式，這一點非常重要。

Gesture sensing in automotive displays - Melexis目前，借助高級輔助駕駛系統(tǒng) (ADAS) 機制，汽車僅能部分地實現(xiàn)無人駕駛，駕駛員隨時可能需要進行人為干預。預計未來幾年內，汽車行業(yè)將進一步提高自動化水平，但即便如此，駕駛員在特定環(huán)境下（例如，汽車在市中心行駛時）仍需要進行手動控制。要改變這種狀況，還需要相當長的一段時間。在實現(xiàn)無人駕駛之前，汽車需要為駕駛員提供警示。因此，實時監(jiān)控駕駛員的位置和活動至關重要。盡管 ToF 技術目前仍處于起步階段，但它已經(jīng)開始在汽車中得到應用，例如當駕駛員精力不集中時，該技術可提醒駕駛員注意，并使車輛駛向路邊。此外，它還可以基于手勢識別實現(xiàn)各種不同的功能，例如，通過手部滑動手勢增大收音機音量或接聽來電等。然而，ToF 的潛在應用遠不只于此，隨著人們對更先進自動駕駛技術的不斷探索，它將會發(fā)揮出更為關鍵的作用。ToF 攝像頭將能夠以三維方式描繪駕駛員整個上半身的姿態(tài)，從而確定駕駛員的頭部位置是否面向前方的道路，以及他們的雙手是否放在方向盤上。

人類對無人駕駛體驗有著種種構想，目前正在開發(fā)的下一代傳感器將成為最終的決定因素。

交通狀況三維圖像

Vehicle proximity sensors - Melexis今天的自適應巡航控制系統(tǒng)利用雷達來測量汽車與前方車輛的距離。這種技術在高速公路上表現(xiàn)良好，但在城市環(huán)境中，由于距離更短，而且行人和/或車輛的靠近方向更加多樣，因此需要進行更精確的位置測量。

一種解決方案是增加攝像頭，這樣可以更好地確定距離。然而，目前的圖像處理硬件還無法以所需的速度以及確保安全駕駛的可靠性檢測所有重要特性。而這恰好是激光雷達的優(yōu)勢所在。激光雷達的工作原理與雷達相同，都是以測量發(fā)射信號的反射信號為基礎。雷達依賴于無線電波，而激光雷達則運用光束（例如激光）。通過測量發(fā)射脈沖與收到該脈沖反射信號之間經(jīng)過的時間，來計算與物體或表面的距離。激光雷達的最大優(yōu)點在于，相比雷達能夠檢測更小的物體。與攝像頭在焦平面上進行環(huán)境觀測不同，激光雷達可以進行精確的、相對詳細的 3D 渲染。借助這種特性，無論光照條件如何（白天還是夜晚），激光雷達都可以輕松地將物體與前后方物體區(qū)分開來。隨著激光雷達技術價格日趨下降，以及相關技術的進一步發(fā)展，這種方法將得到更加廣泛的應用。

人類對無人駕駛體驗有著種種構想，目前正在開發(fā)的下一代傳感器將成為最終的決定因素。在上述創(chuàng)新成果的推動下，未來的汽車將能夠提供清晰且持續(xù)更新的周遭狀況，隨時掌握外部環(huán)境及車內人員的動態(tài)。因此，感應技術將成為決定未來汽車行業(yè)發(fā)展的關鍵因素。