亿欧智库发现，面对多变复杂的感知环境，传统环境感知传感器性能已无法满足更高级别智驾功能和更好人机交互需求。此时，在智能驾驶和智能座舱场景中，出现了一些具备自主学习能力，并且能支持AI技术处理大规模数据的智能传感器，这类传感器可以被称为“新一代传感器”。

中国智能汽车新一代传感器市场综述

(资料图片仅供参考)

智能汽车传感器进入AI赋能时代，环境感知类传感器成为未来发展重心

汽车传感器的发展历史悠久，应用范围已从 车辆本身 延申到了 外部环境 。从20世纪60年代至21世纪初，各类车身感知传感器陆续出现，比如，燃油车主要以测量压力、油量、水温等传感器为主，而电动车主要以测量电流、气体等传感器为主。

近年来，伴随着AI技术的不断发展，智能车时代对于环境感知传感器的需求逐渐涌现，而大部分环境感知传感器都是具备信息采集和信息处理能力的智能传感器。

智驾场景和智舱场景成为了环境感知类智能传感器主要的应用场景 。由于车内外的环境复杂度较高，信息处理难度较高，这让智能传感器成为了智驾和智舱最主要的传感器。

新一代传感器技术多维升级，AI技术赋能实现能力跃级

环境感知数据需要的信息维度增多，数据处理难度提升。2D数据已无法满足自动驾驶的需求，为了提升自动驾驶系统的鲁棒性，需要获取目标物的距离、高度、速度等多维度信息，但多维度数据会提升数据处理难度，传统规则算法模型已无法适应此类数据类型。

基于AI技术的新一代传感器成为了智能传感器的新趋势 。新一代传感器具备边缘计算能力，能够对数据进行实时采集和计算，相比于传统智能传感器，其核心部件的精密度更高，软硬件的要求也更高。亿欧智库认为， 在AI技术的加持下，新一代传感器能够更快地处理大量数据，同时也能够通过自主学习能力，更好地处理深度信息 。

汽车智能化时期，功能需求提升加速新一代传感器逐渐规模化上车

新一代传感器主要出现于汽车智能化时期，此时，智驾功能开始实现L2级以上的高速和城区NOA，而智舱功能朝着更智能化的人机交互类功能发展，比如乘客的情绪识别、手势识别等。

至2023H1，一些新一代传感器已在部分主机厂车型搭载，比如激光雷达已经在新势力车企、传统车企孵化的新进品牌等主推车型上得到应用，新一代传感器已具备小规模上车的能力。

三大层面加速新一代传感器对传统传感器的替代

国家与地方政策共同支持新一代传感器产业发展 。国家与各个省会城市在扶持智能汽车产业时，都给予了新一代传感器发展的支持，包括企业的技术研发、技术的商业化落地等。

新一代传感器成为了行业发展的重要组成部分 。在BEV+Transformer的背景下，新一代传感器所提供的深度信息，能够更好地提升整个大模型的可靠性；同时，高阶智驾功能需要新一代传感器来弥补传统传感器的缺陷，也需要其应对更多的Corner Case。

新一代传感器成为感知系统中必不可少的配置。一方面，新一代传感器需要采集深度信息来弥补传统传感器的性能缺陷，减少急刹急停等操作；另一方面，新一代传感器需要适应更多变的环境、给出更多的交互信息、提升多模态的交互体验。

国内智能汽车发展浪潮下，本土感知传感器供应商迎来弯道超车的机会

新一代感知传感器的上下游产业链主要可分为 上游的各类传感器供应商 、 中游的智能驾驶解决方案 商和智能座舱解决方案商、 下游的主机厂 ，其中，不同类型的传感器都有不同的核心元器件组成，对应的供应商也会有所不同。

得益于国内智能汽车的发展大浪潮，感知传感器的供应商已不再以国外企业为主，不少国内供应商的技术实力和产品可靠性也得到了主机厂、智能驾驶与智能座舱解决方案商的认可。

中国智能汽车新一代传感器具体产品分析

市场上典型的新一代传感器包括激光雷达、4D毫米波雷达、3D-ToF摄像头

激光雷达以半固态或者纯固态为主，减少了传统的机械扫描方式后，固态化的激光雷达更符合车规级标准，体积变小后也能够更容易地安装在车上。激光雷达的优势是探距远、测距精度高、识别度高，并可生产距离信息，但激光雷达容易受到恶劣天气、光照等影响，成本也较高。

4D毫米波是在传统毫米波基础上增加了 高度信息 。4D毫米波相比传统毫米波雷达，其测距能力和测距精度都得到了大幅提升，并克服了无法识别静态目标物的缺点，但由于还是采用电磁波的原理，仍然易受到电磁干扰的影响。

3D-ToF摄像头利用ToF技术得到整幅图像的深度信息，能够获取到目标物之间更丰富的位置关系，也能利用CMOS的特性对物体姿态进行有效判断， 限于分辨率和成本等因素，目前应用场景主要在舱内。

以下是报告节选正文内容 ：