最近在做一些深度的研究工作，每天在想一些好玩的東西。汽車工業其實運用了大量的基礎學科知識，比如物理學；而光學就是其中極為重要的一項。

從光學系統而言，核心技術主要聚焦于發射器、光學元器件+微型模組、探測器、以及集成電路和算法。

備注：我本人是讀儀器的，煙煙讀的是光信息，其實這兩個其實都包含了光學部分，只是我們兩個都沒深入。

從大的方面來看，可以分成：圍繞人開車、圍繞自動駕駛輔助系統開車的技術方向（終局是機器開車）。

Part 1

圍繞人開車來展開的技術

為駕駛視距和車輛交互服務的汽車燈光系統：

（可以追溯到1910年，當時最早的電氣式前照燈被發明），而之后為駕駛員服務的各種燈光就是一門顯學，后制動燈、尾燈以及儀表輔助燈等系列依靠光的反射原理的應用沿用至今。從邏輯上來看，只要人開車，就需要有燈光，而且燈光越來越智能。

▲圖1.Yole做的車燈市場價值預估

從燈光系統來看，圍繞著改善燈光系統的智能性，把攝像頭技術和單獨的燈光控制剝離出來控制，建立燈光系統的單系統智能，如下圖所示。

▲圖2.智能燈光系統也是圍繞攝像頭技術開展

這里的發展分水嶺，就是ADAS開始往更高階的自動駕駛輔助系統發展，之前都是圍繞人在各種惡劣天氣里面能看清的問題在研究，后者開始關注攝像頭能不能看清。

▲圖3.人開車還是自動輔助駕駛系統開車

座艙光學系統：

而圍繞光學在座艙里面的應用，整個座艙里面的液晶儀表、中控屏幕、HUD、各種內飾氛圍燈（這里從腳燈、迎賓燈等等越來越細）這些與駕駛員交互的光學顯示的器件，是讓汽車具備科技感的新型光學裝備。

這塊我們單獨說。

▲圖4.這套圍繞人的視野聚焦的光學系統

Part 2

圍繞自動駕駛

輔助駕駛系統來展開的技術

圍繞自動輔助駕駛的主流系統，是構架在車載攝像頭這個最重要的光學傳感器上的。

●從攝像頭來看，光學成像機制可概括為當光線透過鏡片后匯聚在圖像傳感器，傳感器記錄其圖像信息并通過模數轉換器將其轉化為數字信號，然后交由圖像處理器進行后期優化，最終 交給圖像處理芯片處理，攝像頭模組的主要構為CMOS圖像傳感器和鏡頭組。

▲圖5.純粹的攝像頭

特斯拉是使用純視覺來實現高階的自動輔助駕駛，基于Tesla Vision深度神經網絡，能夠對行車環境進行專業的解構分析，能夠充分利用搭載的高性能攝像頭。

這套自動輔助駕駛環繞車身共配有8個攝像頭，視野范圍達360度，監測距離最遠為250米。前視主視野攝像頭、寬視野攝像頭、窄視野攝像頭最大監測距離分別為 150 米、60 米、250 米，用來識別物體并為導航提供支持，探測可能影響到車輛的物體，并根據情況采取制動措施；側方后視攝像頭（2顆）、側方前視攝像頭（2顆）最大監測距離分別為100米、80米；后視攝像頭最大監測距離50米，在最新的AI day里面有了更詳細的論述。

▲圖6.特斯拉的攝像頭配置

而國內開始一步步在攝像頭的數量和清晰度方向開始內卷，智能駕駛首先是對感知攝像頭硬件的“軍備競賽”持續升級，極氪 001、智己L7、蔚來 ET7 分別采用了 15 顆、12 顆和 11 顆攝像頭（之前5顆攝像頭為基準），面向高階自動駕駛環境感知需求，攝像頭變得更高清晰度，以獲取探測更長距離和更多信息，以至于車企開始評估8MP像素攝像頭感知距離是 1.2MP像素攝像頭的三倍。

●從激光雷達這條路徑來看，國內外開始圍繞短、中、長距不同情況的激光雷達需求進行開發，而且圍繞泛光式、純固態、MEMS、機械掃描等不同的激光雷達技術路線在迭代。

這條技術路徑還沒有取得整個行業的一致意見就開始往前進發，在車上各顯神通了。

▲圖7.激光雷達的差異化配置

小結：光學圍繞人開車和機器開車的技術方向，其實都有非常深的演進路徑，這個路徑基本是由供應商來完成的，在整個光學在汽車應用賽道方面，還是很踏實的。就是智能化如何驅動對光學器件的訴求，特別是對攝像頭和智能燈光系統的軟件整合，包括座艙系統對儀表、中控的集中輸出，都帶來軟件和硬件分離的必然模式，在這里如何思考這個價值量，需要仔細評估。