光學攝像頭是和人眼成像機理最相似的技術，也是三種技術中唯一一個可以獲取物體顏色、對比度、材質等細節圖像信息的技術，所以在分類識別方面優勢明顯。同時和人眼一樣，攝像頭容易受制于外部環境的影響，天氣好壞、環境光明暗等都會對其性能造成致命影響。再有，光學傳感對于兩個移動物體的相對運動探測有天生的缺陷，所以在速度偵測方面能力較弱。不過，攝像頭有個最大的競爭優勢：成本低。不斷降低的圖像傳感器成本、成熟的嵌入式圖像處理方案，大大拉低了應用門檻，所以很多廠商都將光學攝像頭作為通往ADAS和自動駕駛的敲門磚，預計到2030年車用攝像頭單元的數量將達到4億部，領先其他兩個技術一個數量級。

雷達作為第二種候選傳感技術，它的機理是向空間中發射電磁波，并通過監測反射回波來探測周圍物體的狀態。雷達在汽車中應用的歷史并不短，目前車載雷達包括短距雷達（SRR，0.2~30米）、中距雷達（MRR，30~80米）和長距雷達（LRR，80~200米）三類，其中前兩者因在泊車輔助和盲區探測等方面的應用為人們所熟悉，但近年來LRR開始在ADAS中顯示身手，被應用于自適應巡航（ACC）、自動緊急制動（AEB）、碰撞預警（FCW和BCW）等系統。不過現實中，雷達在一些特殊駕駛情境的偵測和判斷的準確性上仍讓存在問題，如對突然并線插入的車輛的偵測、由于彎道誤判同一車道中前方車輛的距離等等，這也限制了其在自動駕駛中的應用空間。

LiDAR和雷達都是一種主動探測技術，不同的是其發射并由周圍物體反射回來的不是電磁波，而是激光，因此其在探測精度和速度上優勢明顯。LiDAR在汽車上的應用被世人所關注，可以追述到2007年DARPA（美國國防高級研究計劃局）自動駕駛挑戰賽。由于能夠提供360° 度3D視野內全方位的物體探測，LiDAR逐漸成為自動駕駛研究的標配，看著高高架在谷歌和百度們自動駕駛原型車車頂上的LiDAR裝置，總讓人有種“不明覺厲”的趕腳。但是作為車載傳感技術的“新貴”，LiDAR的最大問題是真的有點兒“貴”，有些系統甚至超過了汽車的價格，難以讓人消受。因此目前用固態LiDAR（SSL）取代依靠機械轉動裝置的掃描式LiDAR是一個趨勢，盡管前者的視角（FOV）有限，但是成本低、可靠性能好，更符合消費級汽車應用的“調性”。

圖2，針對ADAS和自動駕駛的三種的傳感器組合

不難看出，目前我們手中的這三個傳感技術，相較于自動駕駛的理想，都難稱完美。因此一個可行的解決方案，就是將三者進行融合，各取所長。由此也催生了“傳感器融合（Sensor Fusion）”技術的發展，就是將不同傳感器收集的數據綜合在一起進行計算和處理，對被測物體的特征、空間位置、運動狀態的信息作出準確的識別和判斷。

但對于自動駕駛來說，能“看見”周圍的環境，這種感知能力似乎還不夠，開發者還通過V2X技術讓汽車具有一種“超視距”的能力。V2X，就是讓汽車與其他汽車或周圍的交通設施建立快速、可靠的無線通信，彼此交互信息，進行判斷和決策。這樣既可以有效克服障礙物造成的“視覺“死角，還可以通過其他聯網的汽車和基礎設施獲取更廣范圍內的交通信息，這時汽車已經不再是一個孤立的個體，而是成為整個智慧交通系統中的一個節點。這時幫用戶看路的，將是整個智能交通CPS（信息物理系統）。如若成真，駕駛員的眼睛，真的可以退休了。

圖3，安富利基于NXP i.MX6D開發的ADAS解決方案

安富利基于NXP i.MX6D開發的ADAS解決方案可以實現盲點監測（BSM）、前方碰撞預警（FCW）、車道偏離報警（LDW）、夜視系統（NVS）、泊車輔助（PA）、行人檢測系統（PDS）、道路信號識別（RSR）、全景攝像頭（SVC），是向最終的自動駕駛邁出的堅實的一步。