无人驾驶作为高度集成的系统，所使用的传感器种类繁多、技术跨度较大，如果要做分类，个人认为可以简单分为服务于感知系统的和服务于定位系统的。展开来看，常见的有激光雷达、相机、毫米波、超声波；组合导航（IMU）轮速计等，但再细分，其实又可以分出很多子类。这里讲一下常用的几种感知传感器。

激光雷达按线数分有1、4、8、16、32、40、64、128线等，按工作原理分有机械旋转式和固态式，而固态又分为 MEMS 型、Flash 型、相控阵型。因为机械式技术相对成熟，可选择的产品丰富，目前大部分还是在用机械旋转式。但可以预见的是固态激光雷达是未来的趋势，预计未来1~2年，使用的人会越来越多。

LiDAR 产品，常见关注的技术指标有：测距精度、反射率区分度、有效测距范围、抗干扰能力等；激光雷达的优点是不依赖环境光源、测距精度高，可以达到 cm 级，缺点是会受雨水、阳光影响，且因为是主动发射激光，具有镜面效应。

相机按工作原理分为 RGB 相机、红外相机、事件相机。RGB相机可以构成单目、双目的应用；红外相机分为被动式与主动式；事件相机是一种比较新型的产品。

单目的测距精度一般会比较低为米级～十米级不等，但测距范围可以做到很大，只要能检测到目标就能估计出距离，图森未来在这点已经做到了1千米，而双目可以显著提高测距精度，但测距范围受基线长度影响，一般可以做到 300~400m 米的距离。

毫米波是目前最成熟的车载传感器，按测距范围可以划分成短距、中距和长距，按频段划分国内有24GHz和77GHz两种，77G相对于24G来说，角分辨率会更高一些。具有极好的可靠性和天气适应性，但没有高度信息，且测量精度较低。

传感器有了，为了能得到更高质量的标定结果和算法融合结果，往往还需要做一些处理，主要是不同传感器的时间同步和同步触发。

 

为了能够统一所有传感器的时间，一般可以将卫星时间作为所有传感器的时间源，同样处理器也使用卫星时间作为时间源。但如何实现呢？不同传感器有不同的特点，首先是处理器，处理器之间可以通过 NTP 进行时间同步，处理器和卫星的同步可以通过PPS实现。对于相机往往内部会有一个时钟，通过内部时钟，是可以对传输耗时进行补偿的，然后通过处理器时间和补偿时间，可以推算出实际的曝光时间。如果相机自身支持 PTP 或其他时间同步协议，则让其与对应的服务自协商进行精密时间同步即可。对于激光雷达，大多数都支持 PPS 时间同步，只要给他提供稳定的 PPS 信号即可。而 PPS 信号是可以由组合导航产生的，这往往是其最基本的功能，很容易实现。这样，所有传感器的时间就都统一为卫星时间了，时间的高精度统一，对于编队行驶尤其重要。有了时间同步的基础，就可以实现同步触发了。

对于相机来说，可以通过发送触发信号，让其在特定时间进行曝光，这种信号可以是软件的，也可以是硬件的，但硬件信号的精度无疑是远远高于软件信号的精度的。对于激光雷达来说，一般都会有相位同步的功能，对于机械式雷达，可以控制其在特定时刻旋转到特定角度。同理，组合导航的PPS信号是一切触发源的基础。