一、ADAS傳感器在智能汽車中的重要性

ADAS（Advanced Driver Assistance System）即高級駕駛輔助系統，是智能汽車中至關重要的組成部分。它利用各種傳感器收集車內外環境數據，經過運算分析后，為駕駛者提供預警提示或輔助控制，從而提高駕駛安全性和舒適性。例如，ADAS最高可提前1.5秒提示潛在危險，能讓駕駛者及時防范，有效減少事故發生率，像提前0.5秒預警就能避免至少60%的追尾碰撞事故等。

二、智能汽車ADAS傳感器關鍵技術概述

（一）感知技術

1. 攝像頭技術

• 攝像頭是ADAS系統中常見的傳感器之一。它具有獲取圖像信息量大、投入成本低、作用范圍廣等優點。按照鏡頭和布置方式不同，可分為單目攝像頭、雙目攝像頭、三目攝像頭和環視攝像頭。例如單目攝像頭可通過計算機視覺與人工智能算法對獲取的信息進行分析，識別車道線、物體、交通標識等，在車輛的前方碰撞預警、車道偏移報警、行人檢測等功能中發揮重要作用。然而，攝像頭的識別能力受環境影響非常大，雨雪霧沙塵霾等惡劣天氣都會降低其識別能力，并且抵抗強光的能力也不夠強，對于模棱兩可的目標以及沒見過的目標識別能力有限。

2. 雷達技術

• 毫米波雷達：毫米波雷達工作在毫米波頻段（30 - 300GHz），其波長在1 - 10mm之間。毫米波兼有微波和紅外波的優點，相比微波，毫米波分辨率高、指向性好、抗干擾能力強和探測性能好；相比于紅外波，毫米波的大氣衰減小、對煙霧灰塵具有更好的穿透性、受天氣影響小，具有全天時、全天候的工作能力。毫米波雷達通過發射毫米波，根據反射波的頻率變化來檢測與目標物體的距離、速度和方向等信息。例如在自適應巡航控制（ACC）中，毫米波雷達持續掃描車輛前方道路，當與前車距離過小時，可與制動防抱死系統、發動機控制系統協調動作，使車輪適當制動并降低發動機輸出功率，以保持安全距離；在盲點檢測（BSD）、輔助停車（PA）等功能中也有廣泛應用。不過，毫米波雷達對運動的金屬物體比較敏感，對于靜止的金屬或非金屬物體、運動的非金屬物體不太敏感，分辨率也比較低，不太容易得到障礙物的輪廓。

• 激光雷達（LiDAR）：激光雷達通過向目標發射激光束，接收目標反射回來的信號并與發射信號比較，經過處理后可獲得目標的距離、方位、高度、速度等參數。激光雷達的測距精度非常高，可達到正負一兩厘米甚至毫米級，分辨率也非常高，機械激光雷達可以360度旋轉，角分辨率比其他雷達高。但目前機械旋轉激光雷達成本比較高，容易受到陽光雨霧和互干擾的影響，工作溫度一般在 - 10°到 + 60°左右，且目前其市場仍存在技術路線不確定、價格高、難以滿足車規級要求等問題。不過，Flash激光雷達以及MEMS激光雷達等新型激光雷達朝著降低成本和功耗的方向發展。

3. 超聲波雷達

• 超聲波雷達利用傳感器內的超聲波發生器發出40KHz的超聲波，接收探頭接受經障礙物反射回來的超聲波，利用時間差計算與障礙物的距離。其優點是超聲波能量消耗慢，穿透力強，成本低，主要用途是停車輔助和自動停車系統。但是它容易受天氣影響，不同天氣超聲波傳播速度不一樣。

• 
  

（二）信號處理技術

1. 數據融合技術

• 由于不同傳感器各有優缺點，如攝像頭受環境影響大，毫米波雷達分辨率低等，為了提高ADAS系統的準確性和可靠性，數據融合技術至關重要。它將來自不同傳感器（如攝像頭、雷達等）的數據進行融合處理。例如將毫米波雷達的距離和速度信息與攝像頭的圖像識別信息相結合，可以更準確地判斷車輛周圍的環境和潛在危險。數據融合技術需要解決傳感器之間的校準、數據格式統一、信息互補等問題，以實現1 + 1>2的效果。

2. 濾波與降噪技術

• 在傳感器采集數據過程中，不可避免地會受到各種噪聲干擾。例如，車輛電子系統自身的電磁干擾、外界環境的電磁噪聲等。濾波與降噪技術可以對采集到的信號進行處理，去除噪聲，提高信號的質量。常用的濾波方法有低通濾波、高通濾波、帶通濾波等。通過濾波和降噪，可以使傳感器數據更準確地反映實際的車輛和環境狀態，從而提高ADAS系統的決策準確性。

（三）傳感器的可靠性與耐久性技術

1. 硬件可靠性設計

• ADAS傳感器需要在復雜的汽車環境下長期穩定工作，因此在硬件設計上需要考慮很多因素。例如，對于攝像頭傳感器，要保證鏡頭的光學性能在不同溫度、濕度和振動條件下的穩定性；對于雷達傳感器，要確保其發射和接收模塊的可靠性，防止在長期使用過程中出現性能下降或故障。在電路設計方面，要采用高質量的電子元件，具備過壓、過流、過熱保護等功能，以應對汽車電氣系統的波動。

2. 軟件魯棒性設計

• 傳感器的軟件系統也需要具備很高的魯棒性。在面對各種異常情況（如傳感器數據丟失、數據錯誤、軟件故障等）時，軟件能夠進行有效的處理，保證ADAS系統的正常運行。例如，當攝像頭圖像出現部分遮擋或失真時，軟件能夠通過算法進行補償或判斷，避免系統誤判。同時，軟件需要具備良好的兼容性，能夠適應不同版本的硬件和不同的汽車平臺。

三、智能汽車ADAS傳感器的工作原理

（一）信息采集

1. 傳感器類型與采集內容

• ADAS系統中的傳感器類型多樣，每種傳感器采集的內容有所不同。攝像頭主要采集車輛周圍的圖像信息，包括車道線、交通標志、行人、車輛等目標的視覺信息。毫米波雷達發射毫米波并接收反射波，采集車輛與周圍物體之間的距離、速度和方向等信息。激光雷達通過發射和接收激光束來獲取目標的距離、方位等信息。超聲波雷達則是采集車輛與近距離障礙物之間的距離信息。例如在自動泊車系統中，超聲波雷達會對車輛周圍的停車位邊界等進行距離測量，為泊車操作提供數據支持。

2. 采集的范圍與精度

• 不同傳感器的采集范圍和精度也有差異。毫米波雷達的探測距離較遠，例如77GHz的毫米波雷達可實現200米以上的長距離探測，但其角度分辨率相對較低；激光雷達的測距精度高，能達到毫米級，但受成本和技術限制，其探測范圍可能有限；攝像頭的視場范圍較廣，但在距離測量的精度上不如雷達類傳感器。這些傳感器在采集信息時，需要綜合考慮其各自的特性，以實現對車輛周圍環境的全面感知。

（二）信息分析與指令下達

1. 電子控制單元（ECU）的作用

• 傳感器采集到的數據會被傳送到電子控制單元（ECU）。ECU是ADAS系統的核心處理單元，它具有強大的計算和分析能力。ECU會對來自不同傳感器的數據進行整合和分析。例如，在車道保持輔助（LKA）系統中，攝像頭采集到車道線的圖像信息，毫米波雷達采集到車輛與車道邊界的距離信息，ECU會根據這些數據判斷車輛是否偏離車道以及偏離的程度。如果車輛有偏離車道的趨勢，ECU會進行相應的計算，確定需要采取的糾正措施。

2. 算法與模型的應用

• 在信息分析過程中，ECU會應用各種算法和模型。例如，在目標識別方面，會使用圖像識別算法對攝像頭采集的圖像進行處理，識別出交通標志、行人、車輛等目標。在車輛軌跡預測方面，會基于車輛的動力學模型和傳感器采集的速度、方向等信息，預測車輛未來的行駛軌跡。這些算法和模型的準確性和效率直接影響ADAS系統的性能。

（三）執行動作

1. 執行器的類型與功能

• ADAS系統的執行器包括油門、剎車、燈光、聲響等系統。當ECU下達指令后，這些執行器會執行相應的動作。例如，在自動緊急制動（AEB）系統中，如果ECU根據傳感器數據判斷車輛即將發生碰撞，會向剎車執行器發送指令，使車輛自動剎車，以避免或減輕碰撞的嚴重程度。在車道偏離預警（LDW）系統中，如果車輛偏離車道，除了可能通過轉向系統進行微調外，還會通過聲響或燈光等方式提醒駕駛者，使駕駛者注意并糾正車輛行駛方向。

2. 執行動作的協調與控制

• 不同執行器之間需要進行協調和控制。例如在自適應巡航控制（ACC）系統中，當車輛接近前車時，需要協調油門和剎車執行器，使車輛減速并保持與前車的安全距離；當車輛前方道路暢通時，又需要控制油門執行器，使車輛恢復到設定的巡航速度。這種執行動作的協調和控制需要精確的算法和可靠的控制系統，以確保車輛行駛的安全性和舒適性。

四、常見的智能汽車ADAS傳感器類型

（一）按功能分類

1. 主動控制類ADAS相關傳感器

• 對于自適應巡航（ACC）、自動緊急剎車（AEB）、車道保持系統（LKS）、自動泊車、智能大燈控制（AFL）等主動控制類ADAS功能，常用的傳感器有毫米波雷達和攝像頭。在自適應巡航中，毫米波雷達用于檢測前車的距離、速度等信息，攝像頭可輔助識別車道線等。自動緊急剎車系統利用毫米波雷達或激光雷達測量與前方障礙物的距離，當距離小于安全距離時啟動剎車動作。車道保持系統主要依靠攝像頭識別車道線，同時毫米波雷達也可輔助判斷車輛與車道邊界的位置關系。

2. 預警類ADAS相關傳感器

• 前車防撞預警（FCW）、車道偏離預警（LDW）、行人碰撞預警（PCW）、疲勞預警等預警類ADAS功能中，攝像頭和毫米波雷達是常見的傳感器。車道偏離預警系統通常使用安裝在前擋風玻璃中上部的攝像頭感知前方道路的車道線，結合車輛當前行駛狀態以及駕駛員意圖來判斷車輛是否無意識偏離車道。前車防撞預警系統通過毫米波雷達時刻監測前方車輛，判斷本車與前車之間的距離、方位及相對速度，當存在潛在碰撞危險時對駕駛者進行警告。疲勞預警則可以通過攝像頭觀察駕駛員的面部表情、眼睛開閉狀態等來判斷駕駛員是否疲勞駕駛。

3. 輔助類ADAS相關傳感器

• 在盲區監測（BSM）、遠近光燈輔助（ADB）、夜視系統、泊車輔助（PA）、全景泊車（SVC）、注意力檢測（DMS）、抬頭顯示（HUD）、行人檢測（PDS）等輔助類ADAS功能中，不同傳感器發揮著各自的作用。盲區監測系統常采用毫米波雷達監測車輛側后方的盲區，當有車輛進入盲區時向駕駛者發出警告。泊車輔助和全景泊車系統多使用超聲波雷達來檢測車輛周圍的障礙物距離。夜視系統可能會采用紅外攝像頭等特殊傳感器，在夜間或低光照條件下增強駕駛者對前方路況的視覺感知。

（二）按傳感器原理分類

1. 光學傳感器（攝像頭）

• 攝像頭作為光學傳感器，基于光學成像原理工作。鏡頭采集車身周圍圖像，攝像頭內的相關組件對圖像進行處理，將圖像信息轉換為數字信號進行模式識別。攝像頭的分辨率、視場角、幀率等參數會影響其性能。高分辨率的攝像頭能夠提供更清晰的圖像，有利于準確識別目標；較大的視場角可以覆蓋更廣泛的區域；較高的幀率能夠更及時地捕捉動態目標。不同類型的攝像頭（單目、雙目、三目、環視）適用于不同的ADAS功能，例如環視攝像頭可以為駕駛者提供車輛周圍360度的全景視圖，方便泊車和在狹窄空間內行駛時的操作。

2. 電磁傳感器（雷達）

• 毫米波雷達：毫米波雷達是利用毫米波頻段的電磁波進行探測的傳感器。其通過發射毫米波，當信號遇到障礙物后反射回來，根據反射波與發射波之間的頻率差（由于存在時延）來計算與障礙物的距離，同時還能獲取目標的速度和方向信息。毫米波雷達具有良好的穿透性和抗干擾能力，適用于各種天氣條件下的車輛探測。

• 激光雷達：激光雷達以激光為工作光束，通過向目標發射激光束，然后接收從目標反射回來的信號，經過處理獲得目標的距離、方位、高度、速度等參數。激光雷達的激光束具有高度的方向性和聚焦性，因此測距精度非常高，但激光雷達容易受到天氣（如霧、雨、雪）和環境光（如強烈陽光）的影響，成本也相對較高。

3. 聲學傳感器（超聲波雷達）

• 超聲波雷達利用超聲波進行探測。傳感器內的超聲波發生器發出40KHz的超聲波，當超聲波遇到障礙物反射回來后，接收探頭接收反射波，根據發射和接收的時間差計算與障礙物的距離。超聲波雷達成本低、能量消耗慢、穿透力強，主要用于近距離的探測，如車輛的泊車輔助系統，能夠準確檢測車輛周圍的障礙物距離，為駕駛者提供泊車引導。

五、ADAS傳感器關鍵技術的發展趨勢

（一）傳感器融合技術的深化

1. 多傳感器融合的優勢

• 隨著ADAS功能的不斷擴展和對安全性、可靠性要求的提高，單一傳感器已難以滿足需求。多傳感器融合將攝像頭、毫米波雷達、激光雷達、超聲波雷達等不同類型傳感器的數據進行融合，可以充分發揮各傳感器的優勢，彌補各自的不足。例如，攝像頭可以提供豐富的視覺信息用于目標識別，毫米波雷達可以準確測量距離和速度，激光雷達能高精度測距和構建三維環境模型，超聲波雷達可用于近距離檢測。通過融合這些傳感器的數據，可以更全面、準確地感知車輛周圍的環境，提高ADAS系統的決策準確性和可靠性。

2. 融合算法的改進與創新

• 為了實現更有效的傳感器融合，融合算法不斷得到改進和創新。傳統的融合算法如卡爾曼濾波等在一定程度上能夠實現數據融合，但在復雜的交通場景和車輛動態環境下存在局限性。新的融合算法正在不斷研發，例如基于深度學習的融合算法，可以更好地處理不同傳感器數據之間的非線性關系，提高融合的精度和效率。這些算法能夠自動學習不同傳感器數據的特征和模式，從而更智能地融合數據，為ADAS系統提供更準確的環境感知結果。

（二）傳感器的小型化與集成化

1. 滿足汽車設計需求

• 汽車制造商越來越注重汽車的外觀設計和內部空間布局，要求ADAS傳感器在不影響車輛性能和美觀的前提下進行安裝。傳感器的小型化和集成化能夠滿足這一需求。例如，將多個傳感器集成到一個小型模塊中，可以減少傳感器的占用空間，方便在車輛的有限空間內進行安裝，如在車輛的前保險杠、后視鏡、擋風玻璃等位置。小型化和集成化的傳感器還可以降低車輛的風阻，提高燃油經濟性（對于傳統燃油汽車）或續航里程（對于電動汽車）。

2. 技術創新推動

• 隨著半導體技術、微機電系統（MEMS）技術等的不斷發展，傳感器的小型化和集成化成為可能。例如，MEMS技術可以將機械結構和電子電路集成在微小的芯片上，制造出微型的傳感器。在ADAS傳感器中，毫米波雷達、加速度傳感器等都可以利用MEMS技術實現小型化和集成化。同時，芯片制造工藝的不斷進步也為傳感器的集成化提供了技術支持，例如將多個傳感器的信號處理電路集成到一個芯片上，提高傳感器的性能和可靠性。

（三）高性能與低成本的平衡

1. 提高性能的需求

• 為了實現更高級別的ADAS功能，如向自動駕駛的逐步過渡，傳感器需要具備更高的性能。例如，攝像頭需要更高的分辨率、更廣的動態范圍和更好的低光照性能，以提高目標識別的準確性；激光雷達需要提高測距精度、降低成本并提高可靠性；毫米波雷達需要提高分辨率和目標識別能力。這些高性能的傳感器能夠為ADAS系統提供更精確的環境感知數據，從而支持更復雜的駕駛輔助功能和決策。

2. 降低成本的壓力

• 在汽車市場競爭激烈的環境下，降低成本是汽車制造商的重要目標之一。ADAS傳感器作為汽車的重要組成部分，也面臨著降低成本的壓力。一方面，通過大規模生產和技術改進來降低傳感器的制造成本，例如優化傳感器的生產工藝、采用更廉價的原材料等；另一方面，通過傳感器融合等技術，減少傳感器的使用數量或者使用相對低成本的傳感器組合來實現相同的ADAS功能。例如，采用攝像頭和毫米波雷達的組合來替代部分昂貴的激光雷達功能，在滿足ADAS功能需求的同時降低成本。

（四）智能化與自適應能力提升

1. 智能化的決策與控制

• ADAS傳感器將變得更加智能化，不僅能夠采集和傳輸數據，還能夠進行一定程度的自主決策和控制。例如，傳感器可以根據車輛周圍環境的實時變化，自動調整其工作模式和參數。在交通擁堵時，攝像頭和雷達傳感器可以降低數據采集頻率以減少計算量，同時提高對近距離目標的檢測精度；在高速行駛時，傳感器可以提高數據采集頻率并擴大檢測范圍。這種智能化的決策和控制能力可以提高傳感器的工作效率，延長其使用壽命，并提高ADAS系統的整體性能。

2. 自適應不同環境和工況

• 傳感器需要具備自適應不同環境和工況的能力。在不同的天氣條件（如晴天、雨天、雪天、霧天）、光照條件（如白天、夜晚、強光、弱光）和道路條件（如平坦道路、崎嶇道路、高速公路、

 功率器件芯片清洗劑選擇：

水基清洗的工藝和設備配置選擇對清洗精密器件尤其重要，一旦選定，就會作為一個長期的使用和運行方式。水基清洗劑必須滿足清洗、漂洗、干燥的全工藝流程。

污染物有多種，可歸納為離子型和非離子型兩大類。離子型污染物接觸到環境中的濕氣，通電后發生電化學遷移，形成樹枝狀結構體，造成低電阻通路，破壞了電路板功能。非離子型污染物可穿透PC B 的絕緣層，在PCB板表層下生長枝晶。除了離子型和非離子型污染物，還有粒狀污染物，例如焊料球、焊料槽內的浮點、灰塵、塵埃等，這些污染物會導致焊點質量降低、焊接時焊點拉尖、產生氣孔、短路等等多種不良現象。

這么多污染物，到底哪些才是最備受關注的呢？助焊劑或錫膏普遍應用于回流焊和波峰焊工藝中，它們主要由溶劑、潤濕劑、樹脂、緩蝕劑和活化劑等多種成分，焊后必然存在熱改性生成物，這些物質在所有污染物中的占據主導，從產品失效情況來而言，焊后殘余物是影響產品質量最主要的影響因素，離子型殘留物易引起電遷移使絕緣電阻下降，松香樹脂殘留物易吸附灰塵或雜質引發接觸電阻增大，嚴重者導致開路失效，因此焊后必須進行嚴格的清洗，才能保障電路板的質量。

合明科技研發的水基清洗劑配合合適的清洗工藝能為芯片封裝前提供潔凈的界面條件。

合明科技運用自身原創的產品技術，滿足芯片封裝工藝制程清洗的高難度技術要求，打破國外廠商在行業中的壟斷地位，為芯片封裝材料全面國產自主提供強有力的支持。

推薦使用合明科技水基清洗劑產品。