传感器清洗市场需求分析

L4 渐近，推升传感器清洗市场需求。

ADAS 需要通过摄像头、雷达传感器达到自动驾驶功能。自动驾驶中最重要的辅助系统之 一就是高级驾驶辅助系统（Advanced Driving Assistance System，以下简称 ADAS）。 ADAS 是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行 静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉 可能发生的危险，以引起注意和提高安全性的主动安全技术。ADAS 采用的传感器主要有 摄像头、雷达、激光和超声波等，可以探测光、热、压力或其它用于监测汽车状态的变量， 通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。 自动驾驶系统在实际应用中需要面对各种复杂的场景。Corner Case 指的是在实际驾驶中 可能出现的极端或罕见情况，如交通事故、恶劣天气条件或复杂的道路状况。Corner Case （极端情况）对自动驾驶的感知和决策能力提出了更高的要求。

1）corner case 1：处理复杂道路状况。在复杂道路状况下，如交通拥堵、复杂的路口或 者不规则的路面，汽车的智能驾驶功能需要清晰地识别车道线、障碍物、行人和其他交通 参与者。例如，在一个复杂的路口，BEV 技术能帮助自动驾驶系统准确识别各个交通参与 者的位置和行驶方向，从而为路径规划和决策提供可靠依据。 2）corner case 2：应对恶劣天气条件。在恶劣天气条件下，如雨、雪、雾等，传统的摄 像头和激光雷达可能会受到影响，降低自动驾驶系统的感知能力。车辆可以通过采用红外 摄像头或者热成像摄像头等辅助设备，以补充可见光摄像头在这些情况下的不足。 3）corner case 3：预测异常行为。在实际道路环境中，行人、骑行者和其他交通参与者 可能会出现异常行为，如突然穿越马路、违反交通规则等。自动驾驶系统需要更准确地跟 踪和预测行人和其他交通参与者的动态。 4）corner case 4：狭窄或遮挡的道路。在狭窄或遮挡的道路环境中，传统的摄像头和激 光雷达可能难以获取足够的信息来进行有效的环境感知。自动驾驶系统需要更好地了解车 辆周围的环境，识别狭窄通道中的障碍物，从而安全地通过这些场景。 5）corner case 5：并车和交通合流。在高速公路等场景中，自动驾驶系统需要应对并车 和交通合流等复杂任务。这些任务对自动驾驶系统的感知能力提出了较高要求，因为系统 需要实时评估周围车辆的位置和速度，以确保安全地进行并车和交通合流。 6）corner case 6：紧急情况应对。在紧急情况下，如交通事故、道路封闭或突发事件， 自动驾驶系统需要结合实时数据和先进的路径规划算法，快速制定合适的应急策略，避免 潜在的风险。

相对 L3，L4 级别提供了“高度自动驾驶”，对于传感器镜头保持洁净提出了更高的需求。 L3 和 L4 是自动驾驶技术中的两个级别。L3 级及以后的自动驾驶，会将驾驶的主导权 从驾驶员转移至自动驾驶系统，在实际应用上，不仅仅是智能化的提升，更是在系统稳定 性、环境适应性比现有的 L2 级别自动驾驶要求更高。为了保持自动驾驶的安全性，L4 级别更依赖于传感器，因此对传感器镜头保持洁净提出了更高的需求。L3 及 L4 级别有以 下主要区别： 1）L4 级别自动驾驶水平更高：L3 系统提供了“有条件的自动驾驶”，即车辆可以在特定 条件下自动完成驾驶任务，但驾驶员必须随时准备接管。相比之下，L4 系统提供了“高度 自动驾驶”，在设计运行条件内无需驾驶员任何操作，能够独立处理所有驾驶任务，包括 复杂的城市交通环境。 2）L4 系统提供了更广泛的感知范围和更高级别的驾驶辅助功能： L3 系统可以感知城市 道路中的交通信号和转弯等情况，使驾驶员能够更轻松地完成驾驶任务。L3 系统还能够 自主地完成某些驾驶任务，例如控制车辆的加速和减速，以及避免障碍物。L4 系统具备更 全面的感知能力，能够识别和响应几乎所有交通情况和环境变化，包括城市街道、行人、 自行车、交通信号等复杂场景 。L4 系统通常配备更高级的冗余设计，确保在关键系统发 生故障时，车辆仍然能够安全运行。这包括转向系统和制动系统的完全独立供电，以及主 系统和备系统的配置。针对卡车特有的远距离感知需求，采用自研的「稀疏 BEV 算法」， 实现高效精准的动态、静态环境感知，尤其针对 400-500 米甚至更远的感知距离。 3）L4 系统中驾驶员参与更少：在 L3 系统中，驾驶员需要在特定条件下接管车辆控制。 L4 系统能够在其设计的操作范围内独立处理所有驾驶任务，无需驾驶员的任何干预。

国内法规政策的加速出台，正积极拥抱 L4 级别自动驾驶技术所带来的变革。中国政府高 度重视自动驾驶技术的发展，并将其作为国家战略新兴产业的重要组成部分。近年来，国 内多个城市已经开始制定和实施相关政策，为 L4 级别自动驾驶汽车的测试和应用提供了 法规支持和指导。

车载传感器需求增加，催生传感器清洗产品的需求。在高级别自动驾驶中，传感器脏污将 会带来安全隐患，从而催生传感器清洗产品的需求。高级驾驶辅助系统及未来的自动驾驶 系统都需要包括毫米波雷达、摄像头、激光雷达及超声波雷达等传感器对外界信息的实时 探测。随着辅助驾驶系统逐渐从 L2 向 L3 及以上迈进，驾驶辅助系统能够在各种恶劣环境 下正常工作的性能需求变得日益迫切。雨水、泥土、昆虫或鸟类粪便等都可能成为传感器 上的污垢，从而使传感器无法进行可靠的测量、影响驾驶辅助系统和自动驾驶的安全性， 尤其是在高速公路等应用场景，传感器的脏污将会影响自动驾驶功能，从而造成极大的安 全隐患。 在下雨等情形下，摄像头等传感器有很大概率被遮挡住。而若只依靠纯视觉，图像将会变 形。解决此问题只能依靠人工或者传感器清洗硬件，一套硬件大约花费 1000 元左右；而 在无人且没有硬件的情况下，就必须依靠人为干涉去解决，单次的人为干涉产生约 100 元 的开销。在传感器被污染遮挡无法运转的情况下，单独人工清理会面临极高的运维成本， 所以在自动驾驶车生命周期里装备传感器清洗硬件，是更具优势的。因此专用的传感器清 洁系统将会成为高级别自动驾驶车辆中必不可以的装备。

L4 级智能驾驶需要使用的车载传感器数目增加，对清洗的需求更旺盛。在硬件端，目前， 主流新势力车企在自动驾驶技术的研发上已经取得了显著进展，部分企业在硬件配置上已 经能够基本满足 L4 级别自动驾驶的需求，在算法和政策端还需要不断优化算法和政策支 持。