最近在做一些深度的研究工作，每天在想一些好玩的东西。汽车工业其实运用了大量的基础学科知识，比如物理学；而光学就是其中极为重要的一项。

从光学系统而言，核心技术主要聚焦于发射器、光学元器件+微型模组、探测器、以及集成电路和算法。

备注：我本人是读仪器的，烟烟读的是光信息，其实这两个其实都包含了光学部分，只是我们两个都没深入。

从大的方面来看，可以分成：围绕人开车、围绕自动驾驶辅助系统开车的技术方向（终局是机器开车）。

Part 1

围绕人开车来展开的技术

为驾驶视距和车辆交互服务的汽车灯光系统：

（可以追溯到1910年，当时最早的电气式前照灯被发明），而之后为驾驶员服务的各种灯光就是一门显学，后制动灯、尾灯以及仪表辅助灯等系列依靠光的反射原理的应用沿用至今。从逻辑上来看，只要人开车，就需要有灯光，而且灯光越来越智能。

▲图1.Yole做的车灯市场价值预估

从灯光系统来看，围绕着改善灯光系统的智能性，把摄像头技术和单独的灯光控制剥离出来控制，建立灯光系统的单系统智能，如下图所示。

▲图2.智能灯光系统也是围绕摄像头技术开展

这里的发展分水岭，就是ADAS开始往更高阶的自动驾驶辅助系统发展，之前都是围绕人在各种恶劣天气里面能看清的问题在研究，后者开始关注摄像头能不能看清。

▲图3.人开车还是自动辅助驾驶系统开车

座舱光学系统：

而围绕光学在座舱里面的应用，整个座舱里面的液晶仪表、中控屏幕、HUD、各种内饰氛围灯（这里从脚灯、迎宾灯等等越来越细）这些与驾驶员交互的光学显示的器件，是让汽车具备科技感的新型光学装备。

这块我们单独说。

▲图4.这套围绕人的视野聚焦的光学系统

Part 2

围绕自动驾驶

辅助驾驶系统来展开的技术

围绕自动辅助驾驶的主流系统，是构架在车载摄像头这个最重要的光学传感器上的。

●从摄像头来看，光学成像机制可概括为当光线透过镜片后汇聚在图像传感器，传感器记录其图像信息并通过模数转换器将其转化为数字信号，然后交由图像处理器进行后期优化，最终 交给图像处理芯片处理，摄像头模组的主要构为CMOS图像传感器和镜头组。

▲图5.纯粹的摄像头

特斯拉是使用纯视觉来实现高阶的自动辅助驾驶，基于Tesla Vision深度神经网络，能够对行车环境进行专业的解构分析，能够充分利用搭载的高性能摄像头。

这套自动辅助驾驶环绕车身共配有8个摄像头，视野范围达360度，监测距离最远为250米。前视主视野摄像头、宽视野摄像头、窄视野摄像头最大监测距离分别为 150 米、60 米、250 米，用来识别物体并为导航提供支持，探测可能影响到车辆的物体，并根据情况采取制动措施；侧方后视摄像头（2颗）、侧方前视摄像头（2颗）最大监测距离分别为100米、80米；后视摄像头最大监测距离50米，在最新的AI day里面有了更详细的论述。

▲图6.特斯拉的摄像头配置

而国内开始一步步在摄像头的数量和清晰度方向开始内卷，智能驾驶首先是对感知摄像头硬件的“军备竞赛”持续升级，极氪 001、智己L7、蔚来 ET7 分别采用了 15 颗、12 颗和 11 颗摄像头（之前5颗摄像头为基准），面向高阶自动驾驶环境感知需求，摄像头变得更高清晰度，以获取探测更长距离和更多信息，以至于车企开始评估8MP像素摄像头感知距离是 1.2MP像素摄像头的三倍。

●从激光雷达这条路径来看，国内外开始围绕短、中、长距不同情况的激光雷达需求进行开发，而且围绕泛光式、纯固态、MEMS、机械扫描等不同的激光雷达技术路线在迭代。

这条技术路径还没有取得整个行业的一致意见就开始往前进发，在车上各显神通了。

▲图7.激光雷达的差异化配置

小结：光学围绕人开车和机器开车的技术方向，其实都有非常深的演进路径，这个路径基本是由供应商来完成的，在整个光学在汽车应用赛道方面，还是很踏实的。就是智能化如何驱动对光学器件的诉求，特别是对摄像头和智能灯光系统的软件整合，包括座舱系统对仪表、中控的集中输出，都带来软件和硬件分离的必然模式，在这里如何思考这个价值量，需要仔细评估。