短波红外传感技术对于自动驾驶的作用

据麦姆斯咨询介绍，自动驾驶（Autonomous driving， AD）技术的到来将彻底改变人们的出行方式。自动驾驶汽车可以使人们从驾驶中解放出来，同时，还可以改善道路安全和通行效率。自动驾驶还能够为那些无法驾驶的人提供更便利的出行。目前，自动驾驶系统的成本仍然很高，但随着激光雷达（LiDAR）、雷达、摄像头、人工智能（AI）软件和专用计算机等关键技术的日益成熟，预计未来十年自动驾驶汽车的成本将大幅下降。

凭借自动驾驶技术实现的移动出行服务，可以帮助车队服务运营商消除最大的运营成本——人类驾驶员，提供一种比购买和拥有私家车更经济的选择。IDTechEx预计，未来20年内，出行即服务（Mobility-as-a-Service， MaaS）将迅速增长，以逐步取代私人驾驶，同时满足人们日益增长的出行需求。乐观预计，全球乘用车销量预计将在2031年达到峰值，到2040年，人们总出行需求的30%将由MaaS提供。

自动驾驶测试在美国加州如火如荼（样刊模糊化）

自动驾驶正在改变现有的汽车供应链，使其从传统的原始设备制造商（OEM）和供应商系统，转变为一个由原始设备制造商、出行服务提供商、软件和硬件解决方案供应商以及基础设施供应商组成的生态协作系统。IDTechEx关注到从前的竞争对手们纷纷携手展开合作，组成了许多未曾预见的联盟，以降低自动驾驶开发成本，共享资源并提高服务能力。

全球自动驾驶供应链

自动驾驶为整个交通产业的众多厂商提供了巨大的价值机遇。本报告对激光雷达、雷达、摄像头、人工智能软件、高清地图、5G以及车联网（V2X）等关键使能技术进行了深入分析。此外，报告在案例研究部分还详细介绍了关键厂商的最新技术，以及产品商业化路线图。

主要厂商的自动驾驶规划路线图

本报告提供了关于私人自动驾驶汽车和共享自动驾驶汽车（例如无人驾驶出租车）的 20年期市场预测，包括了销售量和营收预测。IDTechEx建立了2020年~2040年的20年期市场模型，预测表明，转向完全自动驾驶还有很长的路要走。

无人驾驶出租车主要竞争厂商及规划

本报告还针对自动驾驶系统的关键组成——激光雷达、雷达、摄像头、人工智能软件、专用计算机等，提供了20年期的市场价值预测。根据预测，到2040年，全球自动驾驶汽车（Level 3级以上）和无人驾驶出租车服务将成长为一个2.5万亿美元规模的大市场。到2030年，自动驾驶系统（包括激光雷达、雷达、摄像头、专用计算机、人工智能软件和高清地图等）市场规模将增长至570亿美元；而到了2040年，该市场规模将扩大至三倍以上，达到1730亿美元。

全球自动驾驶汽车和移动出行服务市场预测（左），按组件细分的自动驾驶系统市场预测（右）

本报告解决的关键问题：

• 自动驾驶技术和乘用车市场前景总览。

• 自动驾驶汽车生态系统的关键厂商，当前自动驾驶技术及产业的发展现状，商业化路线图。

• 深入全面分析了自动驾驶汽车关键使能技术——激光雷达、雷达、摄像头、人工智能软件、专用计算平台、高清地图、网络安全、远程操作、5G和V2X。

• MaaS和自动驾驶技术将如何重塑未来的旅游市场？自动驾驶驱动的MaaS将如何影响全球乘用车市场？

• 从销售量和市场价值两方面对自动驾驶汽车行业进行了20年期市场预测。

技术研究

本报告全面调研了所有自动驾驶使能技术。雷达方面，本报告提供了完整的技术路线图，从材料、半导体技术、封装技术、天线阵列和信号处理等层面进行了技术分析。报告揭示了雷达技术如何逐步向4D成像雷达发展，提供密集的4D点云，从而实现目标检测、分类和人工智能跟踪。

自动驾驶雷达技术发展路线图

激光雷达方面，IDTechEx搜集并分析了100多家开发3D激光雷达的厂商。针对测量技术方案、光源、光电探测器、光束操纵技术等所有技术方案进行了对比分析。其中，对于光束操纵技术，分别研究了机械式、MEMS/MOEMS、光学相控阵、液晶超表面、3D flash等技术方案。报告还分析了主要厂商，并按技术、投资和地区对它们进行了分类研究。此外，报告还提供了激光雷达市场规模的10年期市场预测，以及未来10年的价格变化趋势。

摄像头方面，本报告首先关注了全局快门（GS）CMOS图像传感器（CIS）的发展趋势。全面考量了关键技术性能水平、像素架构，以及背照式GS-CIS、有机和量子点混合GS-CIS等最新的技术创新。报告还探讨了提高CMOS传感器近红外灵敏度的方法。最后，概述并分析了现有及新兴的短波红外（SWIR）传感技术，如铟镓砷（InGaAs）、硅（IPE工艺）、量子点和新型有机图像传感器。

索尼（SONY）背照式全局快门CMOS堆栈图像传感器

短波红外传感技术对于自动驾驶的作用

另一方面，本报告还进一步研究了自动驾驶系统的非硬件组件。人工智能是自动驾驶汽车的大脑，一直是自动驾驶系统开发的重点。深度学习模拟人类神经元活动，以支持物体的识别与分类、语义分割、动态环境中的路径规划、复杂的决策与执行等功能。这些功能协同工作，可以帮助车辆了解周围环境并做出正确的决策。在本报告中，IDTechEx概述了用于自动驾驶的各种人工智能方案。

自动驾驶多层高清地图

此外，本报告还综述了高清地图测绘技术的发展趋势。在这方面，IDTechEx讨论了从高级驾驶辅助系统（ADAS）地图到具有多个本地化层的高清地图的进展。报告概述了主要厂商，并突出展示了地图收集、标记和数据分析等方法上的差异。而在远程操作和网络安全方面，本报告列出并介绍了全球主要厂商。未来，基础设施将在加快自动驾驶应用方面发挥关键作用。最后，本报告探讨了由5G支持的V2X技术如何实现更安全、更高效的自动驾驶系统。

责任编辑：pj