堅持走視覺主導路線的特斯拉又雙叒叕出事了。本月中旬，一輛特斯拉Model Y在底特律市郊撞上了一輛白色半掛卡車，車頭直接鉆進了卡車的貨柜之下。這并非特斯拉首次發生此類事故，早在2016年特斯拉就因視覺識別系統錯誤地把卡車白色貨廂識別成了天空而引發過交通事故，之后類似事故又陸陸續續發生了幾起。

有了特斯拉的“前車之鑒”，加之超聲波雷達、攝像頭、毫米波雷達等確實存在各自的性能缺陷，依靠單一種類傳感器無法勝任自動駕駛，尤其是L3+高階自動駕駛的復雜情況與安全冗余，基于多傳感器融合的感知方案便成了行業的必然選擇。

特斯拉感知方案，圖片來源：teslarati

智能駕駛快速發展，傳感器融合是必經之路

汽車智能化變革的出現，讓超聲波雷達、攝像頭、毫米波雷達等環境感知技術有了更大的用武之地。

比如超聲波雷達，由于技術成熟、成本低、數據處理訊速等特點，在倒車預警防撞、低速AEB、自動泊車APA等領域有廣泛的應用。攝像頭得益于出色的分辨率，以及與相關算法的集成，能夠有效識別物體屬性，從而支持360全景、車道偏離預警LDW、交通標志識別TSR、駕駛員狀態監測DMS等輔助駕駛應用。毫米波雷達則因探測距離遠、探測性能穩定、環境適用性高，成為了開發變道輔助預警LCA、自適應巡航ACC、前向防碰撞AEB等功能的重要技術支撐。

而高級別自動駕駛的發展，甚至還催生了巨大的激光雷達需求。特別是對于L3+自動駕駛汽車而言，由于激光雷達具備高精度、可實時進行3D環境建模等特性，在業內已經被廣泛認為是L3-L5階段中最為關鍵的傳感器，并已經開始進入商用。

但另一方面，因上述傳感器本身的特性使然，它們在用于環境感知時，各自面臨的缺陷亦不容忽視。其中超聲波雷達主要的“短板”是探測結果易受溫度影響，且探測距離較短——通常只有數米。攝像頭極易受惡劣天氣影響，特別是在黑夜和強光環境里視覺效果十分不理想。毫米波雷達在識別物體屬性，以及道路交通指示牌等方面，表現較差。激光雷達商用面臨的最主要挑戰則是成本高昂、工藝復雜。

因此，在實際應用過程中，車企常常將上述幾種感知技術搭配使用，以彌補彼此的缺陷，保證信息充分獲取，提升整個智能駕駛系統的魯棒性、安全性和可靠性。比如毫米波雷達與攝像頭通過空間和時間的同步，即在空間和時間維度匹配雙方觀測值并融合數據，可以優化傳感器對距離及速度的測量精度，提升傳感效率。

“在考慮整車配置、成本等因素的情況下，基于 ‘超聲波雷達+環視系統’‘毫米波+前向影像ADAS’的感知融合技術已經成了智能汽車初期發展的主流技術路線。” 珠海上富技術中心陳經理表示。不僅如此，隨著汽車智能化水平的提升，整車所搭載的傳感器數量也越來越多，部分前沿車型所搭載的傳感器總量已經超過了30個。

蔚來ET7感知方案，圖片來源：蔚來

比如蔚來ET7，作為蔚來汽車旗下首款轎車，就搭載了多達33個高精度傳感器，包括1個超遠距高精度激光雷達、11個800萬像素高清攝像頭、5個毫米波雷達、12個超聲波傳感器、2個高精定位單位、1個V2X車路協同感知系統和1個ADMS增強主駕感知，較蔚來ES8的25個傳感器還多8個。極狐 HBT搭載的傳感器數量更多，其中僅華為的96線中長距激光雷達，就將搭載3個，其他還包括6個毫米波雷達、12個攝像頭和13個超聲波雷達。長城摩卡據悉也將搭載3個激光雷達模組，以及8個毫米波雷達、12個超聲波雷達、多個攝像頭和控制。

就傳感器種類來看，由于成本相對較低，并且技術更成熟，以超聲波雷達應用最為普遍，很多新車搭載量均超過了10顆，部分甚至超過了15顆，像大眾MEB平臺下的IPA/RPA配置定義了16顆超聲波雷達的應用，

博世更是在L4/L5應用中規劃高達32顆超聲波雷達。其次是攝像頭，單車搭載量也已經超過了10顆。毫米波雷達由于成本和技術門檻相對較高，搭載量相對較少，約在5~8顆。激光雷達則剛剛開始上車，預計未來幾年將進入真正的規模化商用。