設備故障診斷系統資訊：車載攝像頭和雷達傳感器等智能技術傳感器可以用于自動駕駛

對于汽車來說，攝像頭和雷達傳感器的開發使其在所有天氣和環境中都能看到，這是自動駕駛技術崩潰的開始。無線振動傳感器基于無線技術的機器狀態監測，具有振動測量及溫度測量功能，操作簡單，自動指示狀態報警。應用于工業設備狀態管理及監測控制系統；適合現場設備運行和維護人員監測設備狀態，及時發現問題，保證設備正常可靠運行。設備故障診斷系統具有緩變信號（如溫度、壓力、轉速、流量等）與動態信號（如振動信號）的數據融合處理功能；具有黑匣子記錄功能；系統滿足車輛振動沖擊環境下的使用要求。振動故障診斷監測系統分析范圍20KHz；緩變信號通道不少于32路，16位精度，動態信號通道不少于4路，102.4kS/s；系統變攜，可以自帶電源連續工作4小時。

在這樣的前提下，美國率先于1980 年就開啟了自動駕駛汽車在軍事領域的應用。美國的國防高級研究計劃局（DARPA）和卡內基梅隆大學，分別以攝像頭為主、其他傳感器為輔開發出不同的自動駕駛汽車的原型。 由此開始，無論是攝像頭，還是包括激光雷達、超聲波雷達、毫米波雷達在內的其他傳感器，發展規模呈現幾何式增長。以攝像頭為例，HIS數據顯示，作為手機產品之外的第二大應用場景，車載攝像頭全球出貨量預計會在2020年突破8000萬顆，相比2016年的4000萬顆再翻一倍。 但是，為了更好地看見，業界已然形成兩條截然不同的技術路徑：一條以攝像頭為主導，另一條以激光雷達為主導。那么，技術層面到底孰優孰劣，產業層面中國企業又將如何發展？ 技術路徑：特斯拉代表現在，Waymo代表未來？ 以視覺為主導的方案是以攝像頭為主導，配合毫米波雷達+超聲波雷達+低成本激光雷達。特斯拉比較典型，但更為激進，創始人馬斯克自研攝像頭并堅持在其方案中不加入激光雷達。而另一條路徑則是激光雷達主導的方案：低成本激光雷達（主導）+毫米波雷達+無線振動傳感器+攝像頭，典型的代表是 Google Waymo。 首先，由于超聲波雷達和毫米波雷達分別在泊車和煙無灰塵場景下，技術有其不可替代性和成本可控性，已經成為上述兩條路徑都繞不開的技術支持。 至于攝像頭和激光雷達，從技術層面來說各有千秋： 攝像頭技術相對成熟，優勢在于成本低廉，支持基于深度學習的類型識別，但易受天氣、環境光等因素影響，且無法有效獲得三維信息。 激光雷達工作在紅外和可見光波段，用發射激光束探測目標的位置、速度等特征量，實現精準建模，且探測距離遠。目前常見的有 8 線、16 線、 32 線激光雷達。激光雷達線束越多，測量精度越高，安全性越高。在代表未來自動駕駛核心傳感器激光雷達領域，核心技術主要掌握在 Velodyne、Ibeo、Quanergy 三家海外企業中。美國 Velodyne 的機械式激光雷達起步較早，技術**，同時與谷歌、通用汽車、福特、Uber、百度等全球自動駕駛領軍企業建立了合作關系，占據了車載激光雷達大部分的市場份額。 但梳理攝像頭和激光雷達的成本便可發現，2018年攝像頭的單價約100美元，而激光雷達的單價則高達20000美金。