坚持走视觉主导路线的特斯拉又双叒叕出事了。本月中旬，一辆特斯拉Model Y在底特律市郊撞上了一辆白色半挂卡车，车头直接钻进了卡车的货柜之下。这并非特斯拉首次发生此类事故，早在2016年特斯拉就因视觉识别系统错误地把卡车白色货厢识别成了天空而引发过交通事故，之后类似事故又陆陆续续发生了几起。
有了特斯拉的“前车之鉴”，加之超声波雷达、摄像头、毫米波雷达等确实存在各自的性能缺陷，依靠单一种类传感器无法胜任自动驾驶，尤其是L3+高阶自动驾驶的复杂情况与安全冗余，基于多传感器融合的感知方案便成了行业的必然选择。
特斯拉感知方案，图片来源：teslarati
智能驾驶快速发展，传感器融合是必经之路
汽车智能化变革的出现，让超声波雷达、摄像头、毫米波雷达等环境感知技术有了更大的用武之地。
比如超声波雷达，由于技术成熟、成本低、数据处理讯速等特点，在倒车预警防撞、低速AEB、自动泊车APA等领域有广泛的应用。摄像头得益于出色的分辨率，以及与相关算法的集成，能够有效识别物体属性，从而支持360全景、车道偏离预警LDW、交通标志识别TSR、驾驶员状态监测DMS等辅助驾驶应用。毫米波雷达则因探测距离远、探测性能稳定、环境适用性高，成为了开发变道辅助预警LCA、自适应巡航ACC、前向防碰撞AEB等功能的重要技术支撑。
而高级别自动驾驶的发展，甚至还催生了巨大的激光雷达需求。特别是对于L3+自动驾驶汽车而言，由于激光雷达具备高精度、可实时进行3D环境建模等特性，在业内已经被广泛认为是L3-L5阶段中最为关键的传感器，并已经开始进入商用。
但另一方面，因上述传感器本身的特性使然，它们在用于环境感知时，各自面临的缺陷亦不容忽视。其中超声波雷达主要的“短板”是探测结果易受温度影响，且探测距离较短——通常只有数米。摄像头极易受恶劣天气影响，特别是在黑夜和强光环境里视觉效果十分不理想。毫米波雷达在识别物体属性，以及道路交通指示牌等方面，表现较差。激光雷达商用面临的最主要挑战则是成本高昂、工艺复杂。
因此，在实际应用过程中，车企常常将上述几种感知技术搭配使用，以弥补彼此的缺陷，保证信息充分获取，提升整个智能驾驶系统的鲁棒性、安全性和可靠性。比如毫米波雷达与摄像头通过空间和时间的同步，即在空间和时间维度匹配双方观测值并融合数据，可以优化传感器对距离及速度的测量精度，提升传感效率。
“在考虑整车配置、成本等因素的情况下，基于 ‘超声波雷达+环视系统’‘毫米波+前向影像ADAS’的感知融合技术已经成了智能汽车初期发展的主流技术路线。” 珠海上富技术中心陈经理表示。不仅如此，随着汽车智能化水平的提升，整车所搭载的传感器数量也越来越多，部分前沿车型所搭载的传感器总量已经超过了30个。
蔚来ET7感知方案，图片来源：蔚来
比如蔚来ET7，作为蔚来汽车旗下首款轿车，就搭载了多达33个高精度传感器，包括1个超远距高精度激光雷达、11个800万像素高清摄像头、5个毫米波雷达、12个超声波传感器、2个高精定位单位、1个V2X车路协同感知系统和1个ADMS增强主驾感知，较蔚来ES8的25个传感器还多8个。极狐 HBT搭载的传感器数量更多，其中仅华为的96线中长距激光雷达，就将搭载3个，其他还包括6个毫米波雷达、12个摄像头和13个超声波雷达。长城摩卡据悉也将搭载3个激光雷达模组，以及8个毫米波雷达、12个超声波雷达、多个摄像头和控制。
就传感器种类来看，由于成本相对较低，并且技术更成熟，以超声波雷达应用最为普遍，很多新车搭载量均超过了10颗，部分甚至超过了15颗，像大众MEB平台下的IPA/RPA配置定义了16颗超声波雷达的应用，
博世更是在L4/L5应用中规划高达32颗超声波雷达。其次是摄像头，单车搭载量也已经超过了10颗。毫米波雷达由于成本和技术门槛相对较高，搭载量相对较少，约在5~8颗。激光雷达则刚刚开始上车，预计未来几年将进入真正的规模化商用。
