洛奇蓄电池MPC12-100 12V100AH代理商
近年来，相机图像识别系统变得非常便宜，小巧且高分辨率。它们的颜色，对比度和光学字符识别功能为其提供了一个全新的功能集，完全没有其他所有传感器。它们具有的传感器范围，但光线条件良好。它们的范围和性能随着光线水平变暗而降低，开始依赖于 - 就像人眼一样 - 依赖于汽车前灯的光线。在非常明亮的条件下，一些实施显然可能无法识别明亮天空下的轻物体，据报道这是2016年5月特斯拉自动驾驶仪相关死亡事故的一个因素在佛罗里达州 数字信号处理可以确定速度，但不能达到雷达或激光雷达系统的精度水平。
代表性的制造商包括Mobileye，Delphi，Honeywell和Toshiba。
Mobileye 宣布，由于对使用方面存在分歧，它将不再为特斯拉提供解决方案，并将专注于完全自主的解决方案。Mobileye目前的实施已经承认了分辨率和侧面碰撞检测的局限性，其中第二个预计将包含在即将推出的新产品版本中
因素进行了评估，得出的结论是，有效的完整传感器组不需要激光雷达。根据其传感器的实现，上面的重叠图表显示这是明智的。特斯拉上目前的传感器可能具有与单个下一代尚未生产的固态激光雷达传感器相同的硬件成本，但在大多数情况下可提供出色的性能。
它看起来缺乏在黑暗中的良好分辨率成像，其中激光雷达比低分辨率雷达有优势。
不同条件下的优劣势
值得关注的是不同条件下传感器性能的显着差异。下图提供了基于不同传感器类型的各种技术实现的粗略平均值的传感器范围和锐度的粗略近似值。
显然，被动视觉在条件允许的情况下具有最长的范围和的敏锐度，同样显然它在不利条件下可以提供的信息质量方面迅速降低。
黑暗中的范围基于现代车灯照亮前方路径，但前灯照亮的宽度更小，对比度和色彩都受到影响。选择的值假设汽车不在光线充足的道路上，而是在没有任何重要路灯且没有月球照明的道路上。在没有云层和/或有很多路边灯下，视觉传感器可以收集更多信息，但是阴影也可以使识别具有挑战性。
从这次评估中可以明显看出，雷达虽然不是所有条件下的传感器，但在较高速度下探测车辆和其他物体所需的范围内，其降幅最小。激光雷达更好，直到大雾，大雪或大雨发生大气浑浊，但在这些条件下会降低。
这一评估引出了一个问题，即应该对自动驾驶汽车的信息质量有多大依赖。雷达的低灵敏度是否足以识别大多数物体和车辆，使得汽车在安全的情况下比人类驾驶时更快？或者视力是否太低而且必须降低速度以允许其他传感器收集足够的信息以及时响应