自动驾驶的千里眼关键，比你想的还要复杂

LiDAR光达、雷达、数字摄影镜头、以及超音波，是自动驾驶车缺一不可的四种外部感测组件。目前全球各汽车大厂以及知名科技公司主导开发的自动驾驶系统，其感测组件在车子上的布局位置、数量与组合方式各有好招，而多种感测信息的融合是为提升自动驾驶技术的关键第一步。

尽可能减少短板

由于不同车型的尺寸型式有所不同，所以这里暂不讨论布局装设位置，而不论感测组件如何组合与变化，其目标只有一个：解读各组件的环境感测原始数据，之后提供最实时且精准的环境信息，给自动驾驶系统的大脑运算做出正确的判断并下达行动指令。

正因为每一种感测组件都有其天生的优缺点，如何截长补短成为各个系统之间技术力差异的关键。

融合的三大秘籍

互补型：感测组件彼此不互相依存，而是将获取信息相加而成。但缺点是如果有任一感测组件处在无法发挥作用的环境下，问题就大了，譬如摄影镜头处在黑暗的环境中。

竞比型：多个感测组件同时感测同一对象，或同一感测组件在不同车距、时间下感测同一对象，而系统将这些重复的信息做整合。该型式必须用于可容忍错误的系统中，一旦发生系统设定范围内的错误，则相关的演算机制启动，协同其他不同类的感测组件所感测的信息来加强演算。

合作型：必须由两个感测组件合作才能产生感测信息，譬如用两个不同视角的摄影镜头来建构一个立体影像，可这种类型的可信赖度较低。

没有最好，只有更加完善

竞比型可增强信息精确度，而另两种则可得到更全面更完整的环境信息。三种类型在应用上并不互斥，可依据演算处理器的能力、内存容量等等系统资源的条件，来配置不同类型的信息融合。当然，愈多感测组件，其融合的信息愈完整可靠，但也同时需要更强的处理器功能来做大量且快速的演算。

我认为目前自驾技术推进过程中最重大的关卡，大概就在这里了。目前的研发主流是以晚期融合为主架构流程，而在其中穿插先期融合方法来提升精准度。总而言之这些专业的术语我们也不需钻研太深，但至少需了解到绝不是装一堆感测组件就能够加强自动驾驶技术力的。

作者简介

李应生，一个在宝岛台湾汽车业奋战29年的老兵，历经多国品牌、涵盖销售、营销、产品企划、研发、以及组装厂等等全方位的历练，现在要以丰富的过往经验为基础，与大家一道探索正急剧变化的未来汽车世界。内容取材自：杰夫的车未来脸书粉丝专页。

易车号作者提供