从现在智能汽车迭代的路径来看，（感知）芯片和传感器的需求是增加的。传统车辆的功能，开始在定义上有变化，比如防雾，正在从“除雾”，走向“预测”。

汽车防雾是一件非常朴素的事：玻璃起雾了按一下除雾键；看不清了，就把风量开大一点。

智能座舱、智能驾驶和能效约束成为整车设计的核心变量，防雾这件事，变成了系统不再等雾出现，而是要提前判断：雾会不会出现。防雾是安全问题，在高湿度、温差突变、多人乘坐、雨雪天气下，挡风玻璃内侧起雾的速度，往往快过驾驶员的反应。在法规层面，防雾被明确写进强制要求，“必须有效”。

智能驾驶时代，问题被进一步放大。起雾影响的不只是人的视线，还包括前视摄像头、驾驶员监控摄像头，甚至整套感知系统的可靠性。防雾从 HVAC 的子功能，升级为跨越安全、感知和能效的系统能力。传统除雾策略的最大问题只有一个，被动且太费能。雾已经形成了，系统只能通过强制加热、拉高风量、提升空调功率去“补救”。预测性防雾的逻辑正好相反，尽量不让雾出现。

工程上是一个更底层的物理量，露点；当挡风玻璃或摄像头表面温度，低于当前环境条件下的露点温度，凝露就一定会发生。智能的防雾系统持续掌握三类信息：车内或环境湿度、空气温度，以及关键表面的实时温度。系统判断“表面温度正在逼近露点”，就可以提前、低功率地介入，而不是事后暴力除雾。工程能力的关键是阈值怎么设：

阈值太激进，HVAC 频繁介入，能耗和噪音都会上来；
阈值太保守，系统反应不及，玻璃还是会起雾。
理想状态，是在“即将起雾、但还没起雾”的那个窗口介入。

露点计算要准，玻璃温度变化要捕捉得快，传感器长期使用不能漂移。效果的好坏取决于测量是不是可靠。被低估的问题，是传感器安装位置，挡风玻璃顶部中央区域是最理想的，远离出风口和局部热源，更能代表整块玻璃的真实状态。过去常见的“雨量+光照+湿度”组合传感器，在防雾场景下开始暴露问题：内部自发热会干扰测量，体积大、热隔离难。视觉感知逐步替代传统雨量光照传感，防雾反而更适合用独立、低功耗的温湿度方案来做系统解耦。芯片级温湿度传感方案开始直接集成进摄像头模组内部，
让防雾能力分布在每一个关键感知节点上，实现更快、更局部的预测性防护。

最终拆分出来的，就是芯片和功能的重构！

#新能源汽车##大V聊车##微博新知#