传感器是ADAS系统的核心部件之一，传感器目标识别也是自动驾驶技术最基础的环节。今天，我们就来探讨一下，各种传感技术在目标识别方面的优缺点。

目前，作为汽车目标识别的ADAS系统传感器主要有视觉传感器、毫米波雷达传感器、激光雷达传感器等。

1、视觉传感器（主要是摄像头）：视觉传感器分辨率高，对于环境细节的捕捉及物体的外观形状、标志读取等方面独具优势。主要是通过摄像头拍摄并识别前方的目标，进而判断目标的形状。计算机算法处理技术，对于图片处理和分析的过程，首先判断有没有目标，如果有目标，则进一步判断目标的数量、位置、方向等信息。因此，视觉传感器对于识别过程中的物体分类处理的核心芯片和算法及算法的自我完善过程的能力和速度要求比较高，算法也较为复杂，但同时也因此对复杂环境的处理尤其特长的一面。但视觉传感器会受隧道内光线不足、雨雾天气的影响而导致视距缩短的影响。

毫米波雷达传感器：毫米波雷达因体积小、重量轻、空间分辨率高、穿透雨雾、烟、灰尘的能力强，具有全天候全天时稳定工作的特点，抗干扰能力强，能够与其他传感器形成互补，在多目标检测、测距、障碍物识别方面具有其独特的优势。但毫米波雷达由于波长原因，对于细小物体，如行人感知识别方面，还有待加强。

车元素77G毫米波雷达

3、激光雷达传感器：该类传感器目标识别取决于扫描激光线束的多少，它是通过多线束对环境进行2D或者3D扫描，通过从物体反射回来的激光来确定物体的距离，激光发射线束也多，一定时间内对目标的信息采集就越多。但激光除了受成本高的因素影响外，会受到云雾、烟、雨雪天气的影响。

因此，作为车载的ADAS系统传感器，对各种复杂环境感知的准确度，通常是需要多种传感器融合互补，最终为自动驾驶提供相对完整并准确的目标识别解决方案。现在比较典型的有视觉传感器（摄像头）+毫米波雷达，视觉传感器（摄像头）+激光雷达，视觉传感器+毫米波雷达+激光等方案，同时，如超声波雷达、红外线感应等技术也会有部分融合运用。传感器技术的融合是未来汽车实现完全智能化的重要环节之一。