汽车自动驾驶层级逐渐演进，其使用的传感器数量也越来越多。但是，涉及到技术成本、安全冗余、计算升级等，未来传感器也会出现不同的发展前景。
无人驾驶是未来出行的终极目标，而安全始终是无人驾驶车辆的“铠甲”与“软肋”。作为自动驾驶车辆的眼睛，传感器在其演进过程中发挥着重要作用。下面以现阶段最具代表性的高级驾驶辅助系统（ADAS）为例说明。
首先谈及的是特斯拉的Autopilot智能驾驶系统，目前通用的是2.0版本，可实现L2.5级别自动驾驶。Autopilot2.0系统包含8个摄像头，覆盖360°可视范围，对周围环境的监控距离最远可达250m。同时，车辆配备的12个超声波雷达完善了视觉系统。除此之外，特斯拉还搭载了1个加强型前置雷达，增强版前置雷达通过冗余波长提供周围丰富的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。为了更好的使用这些数据，Autopilot2.0搭载英伟达研发的最新产品Drive PX2，比上一代运算能力快40倍。
特斯拉最近推出的Autopilot3.0系统，除了硬件上进行强化外，最关键的是配备了自己研发的顶级芯片，其处理速度较2.0版本提升了10倍之多，为特斯拉电动汽车更精确、更可靠的操作系统提供有力保障。
另外是蔚来的Nio Pilot，与特斯拉方案一致，蔚来的Nio Pilot采用了雷达+摄像头的360°感知方案，可实现高速辅助驾驶（HP）、拥堵自动辅助驾驶（TJP）、以及自动泊车（APA）推送。
具体而言，在NIO Pilot感知系统方案中，有1个三目摄像头、4个环视摄像头、5个毫米波雷达，12个超声波传感器，以及1个驾驶状态检测摄像头。自动驾驶芯片采用最新的Mobileye Q4，还配备高性能智能网关LION，可以为汽车软件系统提供持续学习和快速升级的能力。
不难看出，现阶段，汽车自动驾驶层级逐渐演进，其使用的传感器数量也越来越多。德勤最近的分析也显示，L4级别自动驾驶的传感器数目可达29个，L5级别时将达到32个。
不同等级无人驾驶车辆所需传感器数量
但是，涉及到技术成本、安全冗余、计算升级等，未来，传感器也会出现不同的发展前景，麦肯锡在其报告中总结了三大相关趋势。
1，传感器冗余有望减少,
在今后两到三代汽车产品上，车辆将安装多个具备相似功能的传感器，以确保车辆具有充足的安全冗余。长期看来，行业将开发更完善的传感器解决方案来减少传感器数量和成本。长远来看，对于车辆传感器数量，可能会出现不同的发展情景，增加、稳定不变或下降。
哪个情景最终会发生将取决于监管政策、技术成熟度以及在不同用途下使用多个传感器的能力。然而，一味增加，或者数量维持不变，都不利于成本控制。所以减少传感器数量的动力将会较为充足。未来的高级算法与机器学习可增强传感器性能和可靠程度，再辅之更加强大的传感器技术，传感器冗余将有望减少。
2，传感器技术呈现融合趋势
集成化的智能传感器将被用来管理高度自动驾驶（HAD）所需的大量数据。传感器融合和3D定位等高级功能将在中心化运算平台上进行，预处理、筛选和快速反应则很可能直接在传感器内完成。
传感器融合为无人驾驶提供更大冗余
据估算，一辆自动驾驶汽车产生的数据量将达4 TB/h，因此，传感器将需要完成部分传统由ECU（电控单元）完成的工作。为确保正确运转，新一代传感器清洁系统，例如除冰除尘等，将尤为必要。
3，软件架构催生改变
汽车功能越来越多样、复杂，电子电气架构也应随之变革，逐渐从分布式的架构到集中式架构，再向服务器式架构演进，这对于ADAS和HAD功能尤为必要。例如，特斯拉的 Autopilot智能驾驶系统中的架构为集中式，面向未来的无人驾驶，其将难以满足。
随着自动驾驶的发展，软件功能虚拟化和硬件简化的重要意义将进一步提升，而这让几种形式成为现实：一是将硬件整合到针对不同时延性和可靠性要求的堆栈中；二是一个冗余的“超级计算机”将取代ECU（电子控制单元）的地位；三是彻底放弃ECU的概念，转而采用智能节点计算网络。
总结来看，传感器的未来趋势发展与其它智能互联系统息息相关，落实到本质仍是全新的软件和电子架构的改变。全新的软件和电子架构将催生多个改变游戏规则的趋势，提升复杂性和相互依赖程度。
