斯巴鲁新一代ADAS平台把图像传感器供应商锁定为安森美ON Semi这条消息在汽车电子圈里传了有一阵子。做ADAS的朋友应该都清楚这类“平台级”合作的信号意义远比单个项目定点重要得多因为它基本决定了未来五到八年一套量产系统里的感知硬件会是什么样子。这篇文章就围绕这个事件把背后的技术逻辑、平台设计的取舍、以及供应商选型时那些容易被忽略的坑系统梳理一遍。无论你是做域控制器、传感器模组还是搞功能安全的应该都能从中找到一些值得带走的判断。1. 项目背景斯巴鲁与安森美的一次“深度绑定”1.1 先弄清楚双方各自的分量斯巴鲁这个品牌在国内市场不算主流但在全球汽车安全领域它的存在感一直很高。尤其是它那套 EyeSight 驾驶辅助系统从 2008 年量产到现在一直坚持用双目摄像头作为主感知方案这在行业内属于非常执拗的技术路线。它不像特斯拉那样激进地搞纯视觉也不像很多新势力那样上来就堆激光雷达而是把双目立体视觉做到极致再配合其他传感器做冗余。安森美这边做半导体的人更熟悉。它在汽车图像传感器CISCMOS Image Sensor领域的市场份额长期排在全球前两位和豪威OmniVision轮流坐头把交椅。除了图像传感器它在功率器件、激光雷达的接收端芯片、车身电源管理等方面也有很深的积累。这次斯巴鲁把ADAS平台的图像传感器锁定给安森美并不是一次简单的“买芯片”行为而是整车厂和芯片厂在技术路线、产能保障、长期供货上的一次深度绑定的信号。1.2 这条消息为什么值得从业者关注行业里每天都有车企宣布和某某供应商合作但大部分属于“PPT定点”真正能落地到量产平台的并不多。斯巴鲁和安森美的合作之所以值得关注是因为它有几个特点第一这是平台级的合作不是单一车型。平台意味着这套传感器方案会覆盖斯巴鲁未来数年的主力车型出货量是百万颗级别的对供应链的稳定性和一致性要求极高。第二斯巴鲁在ADAS上一直是“保守派”它愿意在新一代平台上继续用安森美说明安森美的传感器在可靠性、寿命、车规认证上通过了最挑剔客户的考验。第三这条消息背后还有一个大背景全球半导体供应链在经历短缺之后车企越来越倾向于和上游芯片厂建立长期直供关系而不是通过渠道商拿货。所以这条新闻本质上是在告诉我们ADAS平台的传感器选型正在从“功能满足”转向“供应链安全平台演进车规质量”的多维考量。2. ADAS平台的核心传感器选型的底层逻辑2.1 从感知架构看传感器为什么是地基一个ADAS平台不管宣传得多智能物理层面必须回答三个问题我在哪、周围有什么、接下来会发生什么。这三个问题的答案全部来自传感器。摄像头、毫米波雷达、激光雷达、超声波传感器每一种都有自己擅长和不擅长的场景而平台设计的第一件事就是决定用哪几种传感器、各自承担什么角色。以斯巴鲁的双目摄像头方案为例它最核心的逻辑是用两个固定间距的摄像头同时拍摄前方画面通过视差计算出物体的距离信息。这种方案的好处是测距精度在近距离和中距离范围内很高而且不需要额外发射信号不会和其他车产生干扰难点在于双目相机的标定要求极其严格两个摄像头之间的基线距离、光轴夹角、焦距一致性任何一点细微偏差都会导致测距误差放大。安森美在其中的角色就是提供这两个“眼睛”的视网膜——图像传感器。如果视网膜本身动态范围不够、暗光噪声太大、帧率上不去那么下游的视觉算法再强也白搭。这就是为什么行业里常说ADAS的竞争表面上是算法竞争底层其实是传感器竞争。2.2 为什么图像传感器是感知链路的“咽喉”很多刚入行的朋友会把注意力放在算法、算力芯片上觉得传感器嘛不就是个摄像头采购标准件就行。这个想法在消费电子领域勉强成立但在车规ADAS领域完全不适用。车载图像传感器和手机摄像头传感器虽然原理相同但设计目标差异巨大。手机传感器追求的是“拍得好看”色彩鲜艳、夜景明亮、美颜自然车载传感器追求的是“拍得准”在任何光照条件下都能真实还原场景不丢细节、不产生伪影、不闪烁。一句话概括就是消费级传感器是为了记录和分享车规传感器是为了决策和保命。安森美的车规图像传感器产品线基本上就是围绕“拍得准”来设计的。它有几条非常鲜明的技术特性高动态范围HDR、LED闪烁抑制LFM、和功能安全ASIL等级认证。这三条放在一起构成了ADAS图像传感器的“不可能三角”任何一个维度的提升都要付出成本、功耗和面积的代价而平台选型时要做的就是权衡。2.3 安森美传感器在ADAS平台的独特位置安森美在车载图像传感器领域的技术储备主要体现在几个层面像素架构上它大规模采用“大像素背照式BSI”的设计单像素尺寸通常在 3.0μm 以上远大于手机传感器的 0.7μm~1.0μm。这样做的好处是每个像素的进光量更多暗光环境下信噪比更高更适合夜间行车这种对传感器要求极高的场景。功耗控制上车规传感器对功耗有严格限制因为图像传感器长期处于工作状态如果发热太大会影响芯片附近的电路稳定性也会给整车的热管理带来负担。安森美在这一块有自己的低功耗设计在保证帧率和画质的前提下把单芯片功耗控制在合理区间。此外安森美提供的不只是单颗芯片而是一整套面向ADAS的感知方案包括不同分辨率的传感器组合、配套的电源管理芯片、SerDes接口方案以及针对不同视角前视、环视、舱内监控的定制化产品。这些产品打包在一起才构成了一个供应商能够被纳入“平台级合作”的完整价值。3. 关键技术指标拆解给传感器“上强度”3.1 HDR高动态范围隧道路口的生死考验做图像算法的人最怕什么最怕传感器拍出来的画面“过曝”或者“欠曝”。尤其是车辆从阳光强烈的路面突然进入隧道或者夜晚对向车道有远光灯直射时场景的动态范围可能接近 140dB。而普通消费级传感器的动态范围通常只有 60~80dB拍出来的画面不是白茫茫一片就是黑漆漆一团下游算法根本没法提取有效特征。ADAS用的图像传感器必须支持高动态范围HDR常见做法是“多曝光合成”——传感器在同一帧时间内以不同曝光时间采集多张图像再把亮部和暗部信息融合成一张高动态范围的输出图像。安森美的方案在多帧合成的基础上还引入了一些针对运动物体的处理策略减少因车辆移动导致的“鬼影”伪影。这个细节非常关键因为车辆本身在高速运动如果多帧合成的算法没有运动补偿就会出现物体边缘重影直接干扰目标检测。实际测试中有个很直观的体验用普通摄像头拍对向车道的LED大灯画面中心会变成一片白色光斑车牌、行人轮廓全被淹没而搭载安森美HDR传感器的摄像头能在同一帧画面里同时保留车灯的亮度信息和周围暗部的细节这就是“看得准”和“拍得好”之间的本质区别。3.2 LFM LED闪烁抑制被很多人低估的刚需这几年越来越多ADAS工程师开始重视LED闪烁抑制LED Flicker MitigationLFM原因是道路上的LED设备越来越多——LED交通信号灯、LED刹车灯、LED电子广告屏。LED灯的控制方式通常是PWM调光通断频率较低如果用滚动快门的图像传感器去拍就很容易出现信号灯“灭了”或者“疯狂闪烁”的画面。对于ADAS系统来说如果前方刹车灯在传感器画面里“消失”了几十毫秒感知算法误判前车没有刹车那后果就是灾难性的。安森美的传感器在LFM上做了专门的像素设计能够在很短的曝光时间内捕获LED亮起的瞬间确保信号灯的状态被准确还原。这个功能在夜间的识别率提升非常明显。我做过对比测试在同样一个路口支持LFM的传感器能稳定识别到 100 米外的LED信号灯是红灯还是绿灯而不支持LFM的传感器画面里信号灯频繁闪烁算法输出结果断断续续。3.3 功能安全ASIL-B到底意味着什么提到车规传感器绕不开的一个概念是 ASILAutomotive Safety Integrity Level汽车安全完整性等级来自ISO 26262标准从低到高分为A、B、C、D四个等级。ADAS前视摄像头系统通常要求达到 ASIL-B 甚至 ASIL-C 等级。安森美在传感器层面做功能安全不只是写一份文档而是从硬件架构上做冗余设计。比如芯片内部的关键寄存器带有ECC校验数据通路带有CRC校验时钟和电源监控电路实时检测异常。一旦发现异常传感器会通过安全机制输出故障信号通知下游域控制器进入降级模式。这个对于平台设计者来说非常重要你不需要自己去设计额外的安全监控回路芯片本身已经替你扛了一部分功能安全责任。提示选型时不要只盯着传感器本身是否满足ASIL等级还要关注它是否能和你的域控制器安全架构配合。很多芯片标称支持ASIL-B但需要配合特定软件库才能启用相关安全机制这些集成成本在评估时要算进去。4. 从方案到量产平台化需要考虑的现实问题4.1 车规认证体系一个真实但繁琐的“入场券”任何图像传感器要进入量产ADAS平台都必须通过一系列车规认证最核心的是 AEC-Q100可靠性认证和 ISO 26262功能安全认证。AEC-Q100 又分为 Grade 0~Grade 3 四个等级ADAS前视摄像头通常要求 Grade 2工作温度范围 -40℃~105℃甚至 Grade 0-40℃~150℃。这个认证过程非常耗时一般需要一年以上期间要做高低温循环、湿度偏压、静电放电、闩锁效应、焊接可靠性等一系列测试。很多消费级芯片厂商想做车规市场结果卡在AEC-Q100认证上因为他们的设计初衷就不是为了应对汽车级的严苛环境。安森美在车规领域深耕多年它的传感器从设计源头就按车规标准来做包括晶圆制造工艺、封装材料的耐温性、引脚设计、ESD防护结构。这意味着它的产品在通过认证时返工次数少质量一致性高供货稳定性有保障。对整车厂来说一个稳定、可预期的认证进度比芯片参数上的微弱优势更重要——因为延期认证直接导致整车项目延期损失是以千万美元计算的。4.2 供应链稳定性芯片短缺后的新常态思维2021年开始的全球芯片短缺让所有车企都尝到了供应链被卡脖子的滋味。很多ADAS项目被迫减配交付甚至停产等待芯片。经历这一波之后整车厂的供应链策略发生了明显转变从原来“性能最优竞价购买”转向“长期合作产能锁定”。斯巴鲁选择安森美作为平台级传感器供应商某种程度上也是对这个趋势的确认。安森美在汽车芯片产能上有自己的晶圆厂和封测厂模式上更接近IDM垂直整合制造这在产能紧张时期是有优势的——它不需要完全依赖外包代工厂可以优先保障自家客户的需求。在实际合作中这种供应优势体现在几个方面一是长期供货协议LTA框架下车企可以提前锁定未来数年的产能二是芯片厂愿意为重要客户预留产能甚至在晶圆短缺时优先分配三是双方工程师可以提前介入下一代产品的定义让传感器平台能够平滑演进而不是每换一代产品就推倒重来。4.3 平台化设计兼容性比单点性能更值钱做ADAS平台最怕的事情就是“硬件一次性”传感器型号定了域控制器也定了结果下一代车型想升级功能发现传感器接口不兼容整个硬件平台要重新设计。这种成本谁都扛不住。所以平台化的核心不是把某一个传感器的性能榨干而是定义一套相对稳定的接口、协议、数据格式让不同代际的传感器可以平滑替换。安森美在这方面做了一件非常聪明的事它的车规图像传感器在封装、引脚、电气规格上尽量保持兼容分辨率、帧率升级时外形设计和接口定义变化不大。这意味着车企升级传感器时不需要改PCB板不需要重新设计光学系统只需要更新软件算法就能适配。这个细节对于项目管理有很实际的意义硬件开发周期可以缩短软件算法可以持续迭代车型更新时不用做大量的重复验证工作。我自己的经验是在选型阶段就把平台兼容性纳入评估指标比一味追求最新最强的单颗芯片要划算得多。5. 常见问题与行业误读5.1 斯巴鲁为什么坚持双目摄像头方案很多人问现在行业里主流是单目摄像头毫米波雷达的融合方案斯巴鲁为什么还在用双目摄像头是不是技术路线上落后了其实不然。双目摄像头的核心优势是能够直接计算深度信息不需要依赖雷达和深度学习模型来估算距离。在近距离比如 5~50 米障碍物测距上双目方案精度很高而且不会漏掉静止物体单目雷达方案对静止物体的识别一直是个难点。这对城市道路、交叉路口、泊车场景非常有利。当然双目方案也有自己的短板对计算资源要求高需要实时做立体匹配、对镜头和传感器的一致性要求苛刻、在光照剧烈变化时更容易受干扰。斯巴鲁在这个路线上深耕了十几年积累了大量的标定和算法经验所以它能坚持下来并且做得还不错。5.2 为什么不用激光雷达斯巴鲁新一代ADAS平台依然以摄像头为主没有大规模采用激光雷达。这个问题背后其实是成本、可靠性和技术路线选择的综合考量。激光雷达在测距精度上确实有优势尤其在远距离、黑暗环境下表现优秀但它的成本一直偏高而且复杂的机械旋转结构在长期可靠性上不如固态传感器。从实际量产来看摄像头雷达融合方案在多数真实场景下已经能覆盖 L2 级别的功能需求再往上到 L3、L4才需要更密集的传感器冗余。斯巴鲁选择把摄像头方案做到极致配合毫米波雷达做冗余是在“成本可控”和“功能达标”之间做了务实的平衡。5.3 “Semi”和“SEMI”容易混淆在搜索这个项目的相关资料时我注意到一个很有意思的小问题不少朋友会把“ON Semi”里的“Semi”和半导体行业标准组织“SEMI”搞混。前者是“Semiconductor”的缩写指的是安森美这家公司后者是一个制定半导体设备材料标准的国际行业组织全称是 Semiconductor Equipment and Materials International。这两个概念完全是两回事。安森美ON Semi是芯片供应商而SEMI是行业标准组织。如果你在搜索资料时看到“SEMI标准下载”“SEMI e87”这些内容那是半导体制造领域的设备通信标准和斯巴鲁ADAS项目没有直接关系。这类搜索词混进来很容易让新手在查资料时走偏。注意查行业资料时建议在搜索词前后加上限定词比如“ON Semiconductor automotive image sensor”或者“安森美 车规 图像传感器”能有效避开这类歧义干扰。6. 实操视角作为工程师我会怎么看这次合作6.1 给正在做传感器选型的团队的几点建议如果你所在团队正在做ADAS平台的传感器选型这次斯巴鲁和安森美的合作可以给你提供几个参考坐标第一把“平台生命周期”纳入选型核心指标。不要只看这款芯片当前性能如何还要看它背后的产品路线图未来会不会有更高分辨率的版本封装是否兼容软件接口是否延续这些决定了你两年后升级功能时要不要重新设计硬件。第二重视供应链的“可验证性”。芯片厂商说“我们有产能保障”你要问清楚晶圆厂在哪里封测厂在哪里在国内或者目标市场有没有备选产能在短缺周期里这些信息比芯片本身的参数更重要。第三关注传感器厂商的软件生态。现在的ADAS开发传感器不只是输出Raw图像还承担了很多预处理、安全监控、标定辅助功能。厂商能不能提供完善的软件驱动、SDK、参考设计直接决定了你的软件开发效率。第四别忽略ISP图像信号处理的调校工作量。同一个传感器不同ISP参数下出来的画质可以天差地别。调好的HDR曲线、降噪参数、自动曝光策略是很大一块工程投入选型时要把这部分人力和时间成本算进去别以为硬件选完就万事大吉。6.2 从这次合作看ADAS平台演进的三个趋势顺着这次合作向外看我觉得ADAS传感器平台正在经历三个明显的演进方向。第一个方向是“分辨率上探”。从早期的 100 万像素、200 万像素到现在的 800 万像素甚至更高前视摄像头对远处小目标的识别能力越来越强。更高分辨率意味着在同样的视场角下每个像素对应的物理尺寸更小远处的行人、交通标志、骑行者都能被更早地“看到”。第二个方向是“感知融合下沉”。传感器的角色正在从单纯的“采集”演变为“采集预处理语义输出”。传感器不再只是把Raw图传给域控制器而是在芯片内部完成部分特征提取、区域筛选、安全检测这样可以显著降低主控芯片的算力压力。第三个方向是“安全冗余内建”。功能安全不再只是域控制器要考虑的事传感器本身也在承担越来越多的安全监控责任。预计未来传感器会进一步集成自检、故障预测、降级控制等功能成为整个功能安全链路中更主动的一环。6.3 对工程师个人来说值得关注的技能点最后说点对个人职业发展的小建议。如果你在汽车感知或者嵌入式视觉领域工作我建议在以下几个方向多花点时间一是深入理解图像传感器的工作原理包括像素结构、噪声模型、曝光控制、HDR合成这些基础内容。很多人写图像算法却并不真正了解底层传感器是怎么工作的这会导致算法和硬件配合不到位效果打折扣。二是多积累“真车实测”的经验。传感器参数再好也要在真实路况下去验证——隧道、雨天、逆光、夜间每一样都是“照妖镜”。你有条件的话尽量多参与实车路测积累一些一手数据这些经验在团队里非常重要。三是保持对供应链和产业动态的敏感度。做技术的人容易陷入纯技术视角但真实的产品决策往往掺杂着成本、供应、认证、时间窗口这些因素。理解这些“技术之外”的约束能让你在技术方案上做出更合理的选择。我在实际跟项目的过程中体会最深的一点是ADAS平台里的每个传感器都不是孤立存在的它要和你选的镜头、ISP、域控制器、算法模型、安全架构协同工作。很多时候一个方案后期出了问题根本原因不是单个芯片性能不够而是选型阶段没有把“整个系统”想清楚。所以别只盯着某个传感器的纸面参数多想想这个芯片放在你的平台上三年之后还会不会好用这种“体系化思维”能帮你在关键决策上少踩很多坑。