汽车为什么有这么多传感器，作用都是干嘛的？

　　现在的汽车都是往电子化、智能化的方向进行发展，汽车传感器是电子控制系统中一个不可或缺的部分，使用不同类型的汽车传感器能够解决很多机械装置不能控制的问题，比如说像以前柴油机使用机械的调速器来调节油压、控制喷油量，控制油量的方式不是很精确，但是现在的电控高压共轨柴油机使用油压传感器来检测油压，通过油压的修正作用，就可以精准控制喷油量。
　　现在一般的小车上使用的传感器大概是有几十个，而像奔驰、宝马等高配置车型使用的电子技术越多，那么使用的传感器也越多，达到的两百多个。下面是我对汽车的传感器进行分类和总结，大家也可以看看这些传感器的作用是什么。传感器是什么
　　传感器是一种检测装置，能够把被检测到的信息转换成为电信号或者其他形式的信号输出，以满足电子控制单元ECU存储、处理和记录等功能，ECU通过这些信号进行控制执行器。这个就和我们通过大脑控制身体的某个部位动作很相似，比如我们要踢球，首先我们要知道球的位置与球到球门的距离，然后我们才好确定使用脚的什么位置进行触球，如果踢的球打飞了，那么我们就会知道击球的位置是否正确和力度大了还是小了，通过不断的训练，那么我们也可以成为任意球大师。
　　汽车ECU的控制方式有开环和闭环控制，工况不一样，控制的方式也是不一样的。传感器负责收集汽车运行过程中的参数变化，并把变化的机械运动状态转变为电参数状态（电流、电阻和电压都可以），ECU通过处理并把车辆状态提高警告灯的形式机械输出，使车主们知道汽车各部分的状态，以便更好的驾驶车辆。汽车电子控制系统主要是由三部分组成：传感器、ECU和执行器。发动机上的传感器作用
　　发动机是汽车的动力来源，主要的传感器有：压力传感器、曲轴位置传感器、凸轮轴位置传感器、节气门位置传感器、空气流量计和氧传感器等。
　　曲轴位置传感器、凸轮轴位置传感器
　　这两个传感器是控制发动机点火和喷油的主要信号，我们知道发动机点火的顺序是1342，这个点火的顺序就是由凸轮轴位置传感器确定的，但是完成一个做功行程就是由曲轴位传感器来确定。传感器的工作原理都是利用转动的转子信号切割磁感线产生交流变化的电流，通过处理后传递给ECU。
　　空气流量计和压力传感器
　　这两个传感器是检测进气量的，空气流量计是直接测量进气量，进入了多少空气就计算多少g的空气，作为决定喷油的主要需要之一，将信号提供给ECU计算喷油量个点火正时。
　　而压力传感器是间接测量进气量的，通过压动内部膜片的变化来输出电压变化。压力传感器主要是测量节气门后方进气管内的绝对压力值，如果节气门开度大，则进入的空气就多，输出的信号电压就大。
　　有的大气压力传感器安装在ECU内部，可以在高原的地区起到海拔修正的作用，当遇到外部海拔高度变化时起作用，传感器把这些变化变为电信号存储在ECU内。
　　节气门位置传感器
　　节气门位置传感器安装在节气门轴上，在打开节气门时，那节气门开度信号传递给ECU，用于改变喷油量使用，比如我们踩油门踏板多一点，那么喷油器单位时间内喷油的次数就增多。
　　该传感器有线性变化的和开关变化的，开关变化节气门位传感器主要检测两个工况：怠速工况和全负荷工况。线性变化的传感器能实时检测节气门的开度，包括发动机的每个工况，线性变化的传感器应用十分广泛。
　　氧传感器
　　氧传感器检测尾气中氧气浓度占比多少，从而间接判断出进入气缸内的混合气燃烧的状况，以便实现对空燃比的控制（闭环控制），排气中的氧气浓度多少，代表混合气是过浓还是过稀，ECU根据该信号指令喷油器增加还是减少喷油。底盘上的传感器作用
　　底盘上的传感器包括悬架、变速器、转向和制动等系统，通过这些传感器可以实现车辆的良好操作和行驶稳定性。
　　1、悬架系统上的传感器
　　这类型的传感器主要使用在空气悬架上，使用液压筒式的减震器悬架系统是没有传感器的。空气悬架需要在车身的高度升降，悬架软硬调整等，通过悬架系统的传感器可以检测分析出不同数据，对车辆状况进行调整。主要的传感器有：车身高度传感器、侧倾角传感器和车速传感器等。
　　2、变速器上传感器
　　汽车上有手动和自动变速器，自动变速器使用的传感器多一点，但是手动变速器和自动变速器都有一个共同的传感器：车速传感器（输出轴转速传感器）。自动变速器ECU通过收集各方面的能够使用的传感器信号来控制变速器的换挡点和锁止离合器的锁止点，使汽车的动力性和燃油性得到合理化。除了车速传感器外，还有加速度传感器、变速器油温度传感器等。车身电器设备上的传感器
　　车身上的传感器主要是为了提高汽车的安全性、可靠性和舒适性等，比如用于自动空调系统使用的湿度传感器、光照传感器等，用于车距保持的超声波传感器和距离传感器，提高夜间行驶安全的红外线传感器等。
　　除此之外在开车时，我们也经常要使用导航，使用的传感器有车速传感器、陀螺仪、罗盘传感器和方向盘角度传感器等，可以使车主在驾驶汽车过程中，能及时了解道路情况。
　　总结：通过上面的分析可以知道，汽车传感器是电子控制的信号源，能把汽车的各种工况信号转变为电信号传给中央控制器，使汽车达到最好的运行状态。
　　汽车上的传感器好像有100多种吧：
　　主要的传感器有：
　　a。空气流量计；b。节气门位置传感器；c。曲轴位置传感器；d。氧传感器：检测排气中的氧浓度；
　　e。进气温度传感器：f。胎压传感器及路况传感器等等，还有很多，其实都是为安全行驶提供帮助的模块，传感器多说明车子运行中需要大量数据做为依托，让驾乘得到安全保障。
　　所谓的自动驾驶，实际就是一个模仿人类驾驶的行为。
　　人开车，遇到任何一种状况，都需要先感知，再思考，最后行动的这么一个过程。
　　而自动驾驶的感知就是来自于各种探测设备，那么为什么现在自动驾驶需要高清摄像头、红外摄像头，毫米波雷达，激光雷达，超声波雷达、声音传感器，GPS等定位装置来感知。
　　不是不想节省，而是节省不了。
　　实际上，车企比我们任何消费者都想节省成本，因为成本越低他们赚得越多啊，没有人和钱过不去。但是因为汽车作为我们消费者最常用的交通载具，安全绝对是放在第一位的，其中也包括成本。
　　早期的ADAS基本方案就是一个车头毫米波雷达一个驾驶位挡风玻璃下的摄像头车尾超声波来答的配置，因为三个零部件成本不高，技术成熟，而且可以实现L2级别的大多数功能，如自适应巡航，AEB，LKA，行人保护，交通标志识别，倒车辅助等。
　　而现在为了达到更好的智能辅助驾驶，是不能模拟人的狭小视角为基础的。感知的范围需要覆盖远中近距离，车辆周围的全部立体空间。其中即便只用一种感知设备，比如特斯拉推崇的全摄像头自动驾驶模式，也必须要多个摄像头来探知不同角度的周围环境，包括能看到地面和天空，务必做到在任何驾驶中，都能杜绝盲区的出现。
　　因为每一种感知设备，探测距离有长中短，也有不同的FOV（视角）的，HFOV（水平视角），VFOV（垂直视角）。
　　为了让车辆拥有360无死角的盲区，必须要覆盖所有的方位和视角。
　　但实际上，现在主流的自动驾驶方案中，上述的每一种车辆感知的设备都有着其存在的必要，只有多个传感设备融合，在范围、精度、FOV、采样率、成本和一般系统复杂性之间做好平衡，才能打造出一个安全的智能自动驾驶所需要的感知。
　　毫米波雷达
　　毫米波雷达的工作原理就是通过发射无线电信号（毫米波段），再将反射的零散信号收回，来探测感知周围物体，通过算法（阈值去掉噪声值留下信号能量峰值）得到反射点的信息，再得到汽车和其他物体之间的相对距离、相对速度、角度、运动方向等。
　　由于毫米波雷达的穿透性较好，可以轻松穿透塑料，所以常安装在汽车的前保险杠处，塑料板的里面。
　　毫米波的最大优点就是无视天气，穿透雾气、烟尘的能力强，受到环境因素影响较小，可以保障在日常情况下的使用。
　　毫米波雷达早期为24GHZ，探测距离短，精度低，探测距离大概50米到100米，精度大概是4070CM的分辨率。而最近两年推出的77GHZ的探测距离远，能达到200米以上，精度相对较高，大概是1040CM分辨率。但因为成本较高，还是主要用在高端车型上，如果要达到更好的辅助驾驶级别，一般至少一个77GHZ毫米波雷达（车头）搭配多个24GHZ毫米波雷达（车侧）来使用。
　　毫米波雷达虽然成本较激光雷达低，工艺也成熟，元器件也小，但是它也有着致命的缺点，那就是分辨率低，无法清晰辨别较小的物体，且对金属极为敏感。
　　假设40CM一个反射点，即便是77GHZ的毫米波雷达动态扫描到车前方的人体正面，很有可能也就得到十几个点，如果行人对于毫米波雷达还是侧面的运动体态，那可能接受过来的信号就几个点，关键这几个点旁边还有干扰物，比如行人从一棵树旁边经过，行人拖着个大箱子，要从这一堆稀疏的点上分析出这是个人还是个其他什么玩意，要是人的肉眼，肯定是看不出来的。
　　如果要更清楚辨别较小物体，雷达的探测阈值需要设低，但毫米波雷达又对金属敏感度太高，调低阈值噪点增多，这样的结果就是会有越来越多鬼影的出现，会出现众多的虚报物体。你可以理解为一个超级近视的人取下了眼镜，想要分辨一个远处的闪闪发光的小物体，他越努力看，就越会看到四周到处都是晃动的影子和物体，哪怕前面啥东西都没有，他都不一定敢往前走。
　　所以毫米波雷达分辨大型物体（前方车辆），抗天气干扰能力一流，但你指望这个精度几十厘米级的雷达能够准确分清楚高速行驶车辆的前面是个啥玩意，肯定是不行的。因为它的一惊一乍，一路上动不动给你虚报，那么车都不用开了，就不停急刹着玩就好了。
　　所以，现在AEB里面，越来越多的企业把毫米波雷达的权重给调低了，要判断前方有没有障碍物，是个什么障碍物，还是得高清摄像头点头才行。
　　当然如果高清摄像头认为前方拖着个大树走的卡车或者没拖货的一个超低平板卡车，都不属于车辆，不管毫米波雷达的内部示警，车速完全不减地撞上去，也真的纯属正常。
　　高清摄像头
　　汽车摄像头是最接近人类视觉的车辆感知外界的手段了。
　　车载摄像头一般都拥有较广的垂直视场角，较高的分辨率，还能提供颜色和图形的信息。这就可以达到驾驶辅助中的行人、自行车、机动车等的识别。也可以分辨出路标，如路上的地面标线，路侧的限速标识。
　　如果采用的车载立体摄像头（如双目摄像头），还能计算出汽车和其他物体的相对距离，相对角度。（所以说马斯克说可以自动驾驶不用毫米波雷达，可以全部用摄像头来代替。）
　　但如果要盲点检测，全景泊车、泊车辅助，就需要在车身上布置多个摄像头，达到车周的覆盖空间无死角。
　　车载摄像头一般都是由CMOS镜头，芯片，内存，外壳组成。原理就是将拍摄到的图像转为二维数据，进行图像匹配识别，分辨出拍到的物体是行人、汽车、自行车、电动车、交通标识等。
　　现在的摄像头排布，基本上都会采用前视，侧视，后视，内视的排布，包括广角镜头，长焦镜头，数量从5个到10个不等。
　　车载摄像头的优点就是分辨率高，采集信息丰富，最符合人类视觉的语义信息，成本也低。
　　但缺点也很明显，因为是靠光的反射来进行拍摄，就会受光照影响较大，黑夜里基本无法使用。且受环境天气影响较大，雨雪、大雾，灰尘、昆虫等都会影响到摄像头，导致它无法全天候全地形工作。另一个缺点，就是只能采集平面信息，无法采集深度信息，三维立体感不强，且拍照边缘容易有失真现象，即便后期进行算法修正，也有可能造成图形的误判。
　　所以，毫米波雷达的分辨率低，车载摄像头又受到光照影响和无法构建3D图形，那么就需要一个分辨率高，不受光照影响且能构造清晰3D图形的探测器，那就是现在比较热门的激光雷达。
　　激光雷达
　　激光雷达，靠发射激光束，然后接受到目标回波，与发射信号做出对比后，从而得知物体的相对位置和速度等数据。
　　目前最主要有三种类型的激光雷达。
　　快闪激光雷达，用单个的大面积激光脉冲来照亮探测的环境，现在最常用的，大家说的基本就是TOF激光雷达。早期车企做实验时，大部分都顶着一个雷达包，那就是机械激光雷达，使用一个旋转组件，通常装载在车顶，让激光雷达可以360覆盖周围。
　　另外一种固态激光雷达，就没有移动部件，只有固定的视角，使用多个传感器来覆盖车辆周围，现在上市的车辆配置的激光雷达，基本都是这种。
　　微机电系统激光雷达（MEMS），通过非常微小的镜面，用电压来改变镜面，来调整发射激光的角度。
　　光学相控阵雷达（PA），通过光学相控阵（有多个光频移相器组成）发射激光雷达。
　　激光雷达的优点就是分辨率高、精度高，对比10CM级别精度的毫米波雷达，激光雷达的精度可以轻松到毫米级别，可以轻描淡写给所有周边大小物体建立3D立体图形。
　　网络有个经典的点云图，就是描述的激光雷达的效果。
　　而激光雷达的角分辨率更是超过毫米波雷达数个等级，轻松可以达到0。1，也就是说可以分辨3KM距离上的相距5M的两个目标。
　　激光雷达比起毫米波雷达，能抗电子干扰。因为毫米波雷达发射的是无线电信号，属于电磁波，在我们的周围，存在着大量各种电磁波，所以会干扰毫米波雷达的判断。而激光雷达则不会受到此类干扰。
　　但是激光雷达由于是光束，会受到空气中微粒的影响，所以雨雾霾尘里会急速衰减，传播距离大大受限。对比摄像头，激光雷达无法分辨平面图像，所以也无法分辨图形和颜色的含义。
　　而且还是因为是光束，所以也会受到折射面和阳光的影响，比如反光强烈的物体会造成激光雷达的误判，容易在点云中形成和现实物体完全不同的虚影、重影。
　　而且激光雷达现在的造价还十分高昂，市面上的32线激光雷达（扫描数据量70万点秒）级别的，售价就高达数万美元。线束越多，垂直角分辨率越高，精度越高的激光雷达就越昂贵。
　　但随着自动驾驶的快速发展，需求量越来越大，国内厂商的发力。有望到2023年，上述的激光雷达的售价降到千元级别。
　　超声波雷达
　　超声波雷达是通过发射并接受超声波（机械波），根据时间差算出障碍物距离，测距精度达到13CM。
　　超声波雷达一般有UPA和APA，APA和UPA的工作频率不同，不形成彼此干扰。
　　UPA的探测距离一般在15CM250CM。通常安装在汽车前后保险杠上，用于辅助泊车。
　　APA的探测距离在30500CM，如果要进行自动泊车，车辆的侧面也会装有超声波的传感器，用于测量侧方障碍物的相对距离，这里一般用的是APA。因为APA的探测距离较远，也可用在驾驶的时候探测后方、侧面是否有来车过于靠近。
　　超声波的优点是成本极低，制作方便，遇到障碍物后反射效率高，且耗能低，与障碍物近距离时的抗自然因素干扰能力强，雨雪沙尘等恶劣天气都能使用，也不受光暗度的影响。
　　其缺点就是因为是机械波，所以受温度影响较大。零摄氏度的波速为332ms，30摄氏度的波速为350ms，所以温度过高或者过低，车速如果过快，都会造成超声波测距的误差，所以现有的辅助泊车还是自动泊车，实际都是要求人的视线同步进行观察的。
　　且因为超声波散射角大，方向性不集中，无法精准描述障碍物位置，且在测量较远距离目标时，无法保障精度。
　　上述这个超声波雷达的弊病，也是很多人对自动驾驶AEB不理解的地方。
　　我不止一次地看到有人不解评论，甚至还有汽车行业的人问，为什么辅助驾驶看到前方这么大一个障碍物，比如翻倒的车辆，一个大箱子，都不会报警，还会撞上去。而我在倒车，牵车的时候，一个小障碍物影响到了我的车辆前进后退，车辆都会报警。
　　当作者解释说，因为毫米波雷达和摄像头无法确认前方有障碍物，反而这些评论的人更加迷惑，那要什么分辨啥障碍物，像倒车一样，就如同自动泊车一样，后面有障碍物靠近了，不停报警，再不管刹停就好了啊。
　　但是因为倒车的原理是用超声波雷达的特性，在近距离可以很精确判断后方有无障碍物，但是超声波雷达距离越远灵敏度越差，5米以上就无法判断障碍物的相对距离，且方向性较差，无法精准描述障碍物位置。所以车辆行驶中，如果前方一百米处有障碍物，超声波雷达是无法辨别出来的，等靠近了几米后报警再刹停，因为车的速度在这里，百公里刹车都是三四十米起，用超声波雷达来高速测距再刹停，黄花菜都凉了。
　　而现有的智能辅助驾驶中，毫米波雷达的分辨精度极低，且对金属敏感，容易产生噪点，而摄像头靠算法（智能AI）来对比障碍物，一旦融合数据在算法的辨析里出不来，前方障碍物就会被无视掉。
　　综上所述，就应该知道毫米波雷达，摄像头，激光雷达，超声波雷达是如何扬长补短的。
　　毫米波雷达精度低，但是可以方便得到周围物体的相对速度和距离。摄像头可以获得平面图形，看懂交通标识和分辨颜色。激光雷达探测精度高，可以获得周围物体的三维图像。超声波雷达在短距离测距中有着极大的成本、能耗低的优势。
　　所以自动驾驶走向完善，还是需要多种感知设备来进行一个搭配，才能在范围、精度、FOV、采样率、成本和一般系统复杂性之间做好平衡，搭建一个完美的感知平台。
　　汽车为什么有这么传感器，作用都是干吗的，你这个问题覆盖面太大了，汽车上的传感器太多了。
　　汽车上的传感器很多，分几大类，比如气囊一套，就有碰撞传感器，气囊电脑，方向盘里面还有个游丝也就是气囊线圈，还有主副气囊，很多车还有气帘，座椅气囊等等。光气囊就有这么多。
　　一部汽车，有发动机系统，电器系统，气囊系统，刹车系统，转向系统，ABS系统，ESP系统，一般车就这些系统，有的高档车系统更多，这些系统都带有传感器。
　　就那发动机来说，这是传感器最多的，氧传感器，凸轮轴位置传感器，曲轴位置传感器，碳管电磁阀等等。
　　所以说你要问，就要问那个系统有什么传感器比较好回答。
　　车用传感器是汽车计算机系统的输入装置，它把汽车运行中各种工况信息，如车速、各种介质的温度、发动机运转工况等，转化成电信号输给计算机，以便发动机处于最佳工作状态。车用传感器很多，判断传感器出现的故障时，不应只考虑传感器本身，而应考虑出现故障的整个电路。因此，在查找故障时，除了检查传感器之外，还要检查线束、插接件以及传感器与电控单元之间的有关电路。
　　汽车的电路系统，包括很多的传感器，作用也比较多。有的是提前示警，提示车辆故障信息的，有的是监测车辆正常行驶的，像一些比较新的车型里还有很多其他的功能。不过，整体来讲，都是为了提供给驾驶者更好的、更方便的驾驶体验。
　　传感器是指能感受规定的物理量，并按一定规律转换成可用输入信号的器件或装置。简单地说，传感器是把非电量转换成量的装置。传感器通常由敏感元件、转换元件和测量电路三部分组成。
　　我们常见的和容易理解的传感器主要有：
　　1。里程传感
　　2。机油压力传感
　　3。水温、气温传感
　　4。空气流量、空气浓度
　　5。ABS传感
　　6。安全气囊传感
　　7。转速与速度传感
　　8。位置传感
　　9。光强度传感
　　10。图标传感
　　相信从以上名称就能知道它们各自的作用了吧。
　　这问题太专业，我试试：
　　1霍尔传感器，用来感应位置的。如凸轮轴位置
　　2氧传感器，用来监测尾气排放的。
　　3压力传感器，感应压力，如机油压力汽油压力
　　4重力传感器，装在座垫上，感应坐没坐人
　　5离心率传感器，车子底盘控制系统需要它
　　6碰撞传感器，安全气囊是否引爆需要它
　　7超声波传感器，倒车或室内防盗需要它
　　真的太多了，不一一答了，总之一部豪华车子简直就是高科技武装的，科学家工程师真厉害。
　　作用就是为了安全