随着汽车智能化程度的提升，汽车的智能化功能、娱乐属性等成为主机厂打造差异化的重点方向。车载摄像头作为汽车的“眼睛”，是打造智能驾驶和智能座舱必备的视觉感知传感器。2021年，2021款理想ONE在车上搭载了800万像素摄像头。随后，极氪001，蔚来ET7先后宣布搭载7颗800万像素摄像头。即将发布的理想L9、小鹏G9也将搭载800万像素的摄像头。不少即将发布的高端智能汽车也将采用800万像素摄像头作为主要传感器方案。

作为智能汽车使用最多的传感器，车载摄像头的数量越来越多，用途越来越广泛，并且像素级也越来越高。与前几代摄像头相比，800万像素的摄像头有哪些优势？主要用来干什么？

一、摄像头分辨率越来越高

随着自动驾驶级别的提升，对摄像头的要求也越来越高；车载摄像头最开始的应用是倒车辅助和行车记录，主要是把摄像头拍摄的图像和视频供人察看，几十万像素的分辨率也基本可以满足要求。随着功能和应用场景的扩展，摄像头应用重点转移到了在驾驶过程中辅助系统进行周围环境感知。

系统对摄像头的分辨率要求越来越高，从最开始30万像素升级到100多万像素，又发展到现在的200万像素，并且随着技术的进一步提升以及市场需求的推动，未来的高级别自动驾驶车辆中都在规划应用800万级别的高清像素摄像头，用于对更远距离的目标进行识别和监测。

车企是否应用800万像素摄像头，成本肯定是一方面，另一方面还要看车企是否具备相配套的技术能力。某车企自动驾驶负责人曾说过：“堆砌硬件会给人一种错误的认知，认为传感器越多自动驾驶的能力就越高，但如果测试和算法跟不上，硬件堆砌再多也没用。”

如果每个摄像头都达到800万像素，计算平台处理数据的难度也在增大，整体系统成本必然也会增加。因此不能单看摄像头的成本，还需要从整个系统的角度去看。同时，车载摄像头并不是像手机那样拼像素的能力，还需具备与高分辨率摄像头配套的算法能力。

如果没有与高分辨率摄像头的相匹配的算法和测试能力，那无疑于“小马拉大车”。虽然采用了一个较高的配置，但是性能提升却有限。这种情况下，高分辨率摄像头的性能依然是无法充分发挥出来的。那样的话，800万像素摄像头便成了一个“花瓶”，只是吸引用户的噱头而已。

虽然整体上来讲，算法和测试能力也许还未能跟得上摄像头技术发展的步伐。但是高分辨率摄像头这个未来的应用趋势是毋庸置疑的，它是技术和市场“双轮驱动”的必然结果。

二、800万像素摄像头用处

800万像素的摄像头可以将车辆检测距离提升至250米，这意味着车辆可以在高速公路上用更高的时速进行自动巡航，250米远处的障碍物会被提前发现，车辆会做出刹停或规避动作。在非高速公路上行驶时，摄像头能够检测到远处行人横穿路面的运动轨迹，也能提前检测100米以外的红绿灯信号，以便车辆在做出减速等规避动作时为乘员提供更好的体验。在城市道路行驶时，摄像头的广角功能可以对于左右靠近的车辆、试图加塞的车辆做出及时的探测以供系统做出判断。

以上所有对于远近处车辆、行人、障碍物的检测在自动驾驶中都被称为感知。这些被感知的结果会送往后端，以对各个目标的行动轨迹做出预测与规划，这样才能更好地控制车辆进行行驶，这也就是越来越多的车型上开始搭载800万像素摄影头的原因。

200万像素的摄像头在自动驾驶中对应的产品形态通常是L2级别的辅助驾驶功能，并不需要对红绿灯以及其他复杂的交通标志牌进行检测。但是有了800万像素摄像头以及相匹配的感知算法，它的应用场景就可以拓展到NOA的多种场景之下，无论是车辆3D的BOS，还是轿车、SUV、VAN、BUS等车辆类型都可以做出准确的分类，即便是让国际供应商为之头疼的各类交通标志牌也能全面检出。这种算法背后，是黑芝麻智能扎根国内、了解国内负责交通路况与多样化场景的能力体现。

对于感知算法的挑战之一便是对不同类型道路标线的检测与识别，实线、虚线、实虚虚实、虚实实虚、黄色线等标线都是不同场景中经常出现的标线。或许对人来讲，从眼睛看到至大脑完成识别与规划是一件很简单的事，但是对于算法而言却要增加整个模型的规模，增加大量的数据来检测车道线分岔合并点。

三、800万像素摄像头与算力、算法以及数据的关系

随着800万像素摄像头在2021款理想One上首次量产应用，800万像素摄像头的议论热潮再次兴起。有一个话题大家普遍很关注，那就是800万像素摄像头与算力、算法以及数据之间的关系，例如：如果用800万像素摄像头代替之前低分辨率摄像头，需要多大算力的芯片的支持？原来的算法是否需要重写？采用低像素摄像头积累的数据，现在是否能还能复用？

1. 800万像素摄像头与算力

摄像头算力需求跟哪些因素有关？对于车辆配置1个或多个800万像素摄像头，大致需要多大的算力支持，这个是否有计算公式可以评估？摄像头对计算平台算力的需求，不仅跟摄像头自身的性能参数有关，比如摄像头的位数、分辨率、帧率等，同时也与摄像头的应用场景以及采用的算法模型有很大关系。如果算法固定，识别同样的东西，肯定是摄像头的分辨率越高，需要的算力越大；但是，从总体来讲，摄像头的应用场景和所采用的算法模型和算法策略对算力的影响是更大的。

针对此问题，笔者专门请教过德赛西威副总裁李乐乐，他的看法是：“摄像头分辨率越高，需要的数据存储量肯定越大，计算能力需求也会更大。但是多大的分辨率对应多大的算力，是没有直接对应关系的，也是不太好直接用公式去衡量。

“ 比如现在新势力规划的车型，摄像头的配置基本差不多，但是计算平台的算力差别却很大，这是为什么呢？首先，因为他们的算法模型可能本身就不太一样；其次，系统对算力的需求是持续提升的，硬件的算力资源需要提前预留好，他们对算力资源的预留程度层面的考虑也是不同的。

“ 同时，跟具体的应用场景也有很大关系，以前视为例，基于同样分辨率的摄像头，如果其应用场景仅限于识别车辆、行人、车道线这三类目标，其对算力的需求相对来说是一个轻量级的。

“ 若其应用场景需要系统识别的目标更多、探测的距离更远、识别的精度更高，不但要识别上述三类目标，还要识别红绿灯、限速牌、路标、路杆、多车道车道线等。障碍物的区分不仅包括车辆、行人，还包含了骑自行车人和骑三轮车人，甚至还增加非标准目标进行检测，这样的应用场景对算力的需求肯定是更大量级的。”

2. 800万像素摄像头与算法

如果用800万像素摄像头代替之前低分辨率摄像头，原来的算法是否需要重写？大部分专业人士给出的答案是：不需要完全重写，部分可用，部分需要重写。至于需要重写的部分占多大比例，是没有一个明确答案的，因为不同OEM有着不同的开发现状和开发计划。

其中一位专业人士告诉笔者：“使用高分辨率摄像头后，其实在算法方面并不需要完全重写，但深度学习的模型需要重新训练，原有的数据积累可以作为预训练使用，不过仍需采集新的高像素数据一起使用。”

针对此问题，德赛西威的李乐乐这样表示的：“算法模型是不是一定要调整，一方面跟摄像头有关，另外也跟控制器的SoC也有很大的关系。

“对于支持100万像素摄像头的控制器，其大概率是比较低等级的，计算能力是偏弱的，应用场景也比较简单，比如车道线检测，或者是用于简单的目标识别加雷达融合做ACC和AEB。这些应用场景的大部分算法可能还是基于计算机视觉的一些模式识别算法，也许都还没有用到神经网络。

“对于简单的应用场景和传统的算法，通过ARM处理器就可以完成，甚至都不需要通过加速器来做，即使是AEB，随着NCAP标准的升级，摄像头分辨率和角度需要更大才能进一步支持，处理器也就需要更强的性能，算法对应也是需要进一步升级，算法的策略和工程化的积累虽然可以继承，但也不能完全照搬，也需要同步升级。

“而现在800万像素摄像头所采用域控制器的SoC算力肯定会更强，多采用基于AI的算法，并且算法模型的复杂度也会更高。对于这种情况，原来的算法大多是不能复用的，能复用的主要是策略方面的算法。”

也就是说，若是前后两代系统采用的控制器芯片SoC类型相同，并且原来采用的就是当前流行的神经网络模型和深度学习算法，那么摄像头升级到800万后，原来的算法模型大多可以复用，但往往算法的进步也非常快，一代产品的算法有一代产品算法的局限性，通常也要跟着芯片的升级而升级。

比如小鹏的Xpilot3.5系统，前视采用三个200万像素摄像头，主控芯片采用英伟达的Xavier来驱动的。下一代控制器SoC要升级到英伟达的Orin X芯片，其提供的算力更高，摄像头也要升级到800万像素，因为两代SoC的类型相同，上一代的算法模型这一代基本是可以复用，但也一定会升级和更加复杂以提高其综合性能。

3. 800万像素摄像头与数据

自动驾驶的算法模块，尤其是感知和预测模块，基本都是数据驱动，可见数据对算法迭代的重要性。那么之前通过低分辨率采集的数据，摄像头升级为800万像素，在算法模型训练的时候是否可用呢？

答案是可以的。800万像素摄像头可以通过之前的数据去训练算法模型来继承原来的一些能力，比如检测的准确率和误检率。但是800万像素摄像头探测的距离更远了，需重新采集之前所没有的数据，去应对新的场景，去拓宽自己的性能边界。

以特斯拉为例，即便这些年通过影子模式已经积累了大量的场景数据，若是换成800万像素摄像头，通过之前的数据能够继承200万像素摄像头的一些基础性能，但仍会有大量场景数据依然还是需要再重新采集的，用于不断地去迭代算法模型，进而无限地逼近800万像素摄像头的最佳性能效果。

文章来源： 圆周智行1，ICVS智能汽车产业联盟，钛媒体APP