多傳感器融合在硬件層面并不難實(shí)現(xiàn)，重點(diǎn)和難點(diǎn)都在算法上。多傳感器融合軟硬件難以分離，但算法是重點(diǎn)和難點(diǎn)，擁有很高的技術(shù)壁壘，因此算法將占據(jù)價值鏈的主要部分。

算法是多傳感器融合的核心。傳感器融合就是將多個傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準(zhǔn)確可靠地描述外界環(huán)境，從而提高系統(tǒng)決策的正確性。

隨著傳感器技術(shù)、成像技術(shù)、雷達(dá)、LiDAR、電子設(shè)備和人工智能技術(shù)的進(jìn)步，數(shù)十種先進(jìn)駕駛輔助系統(tǒng)(ADAS)功能已得以實(shí)現(xiàn)，包括防撞、盲點(diǎn)監(jiān)測、車道偏離報警和停車輔助。

分布式：先對各個獨(dú)立傳感器所獲得的原始數(shù)據(jù)進(jìn)行局部處理，然后再將結(jié)果送入信息融合中心進(jìn)行智能優(yōu)化組合來獲得最終的結(jié)果。分布式對通信帶寬的需求低、計(jì)算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠(yuǎn)沒有集中式高。

集中式：集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進(jìn)行融合處理，可以實(shí)現(xiàn)實(shí)時融合。其數(shù)據(jù)處理的精度高，算法靈活，缺點(diǎn)是對處理器的要求高，可靠性較低，數(shù)據(jù)量大，故難于實(shí)現(xiàn)。

混合式：混合式多傳感器信息融合框架中，部分傳感器采用集中式融合方式，剩余的傳感器采用分布式融合方式?；旌鲜饺诤峡蚣芫哂休^強(qiáng)的適應(yīng)能力，兼顧了集中式融合和分布式的優(yōu)點(diǎn)，穩(wěn)定性強(qiáng)。

傳感器融合的要素和流程

關(guān)于傳感器和傳感器融合需要考慮的因素：成本、體積、重量、可拓展性、可靠性、制冷、安裝、空間、故障自檢、報告、容錯性、靈活性、冗余性、反戲弄。

通過傳感器融合同步運(yùn)行，以允許全自動駕駛車輛或無人駕駛車輛對周圍環(huán)境檢測，并警告駕駛員潛在的道路危險，甚至可以采取獨(dú)立于駕駛員的規(guī)避動作來避免碰撞。

駕駛中雷達(dá)圖像被捕獲，負(fù)責(zé)雷達(dá)單元的電子控制單元(ECU)花很短的時間對捕捉到的圖像進(jìn)行預(yù)處理。然后借助控制區(qū)域網(wǎng)絡(luò)(CAN)，把圖像發(fā)送到傳感器融合中心。在區(qū)域網(wǎng)絡(luò)傳輸圖像，以及接受信息都要花時間。

同時傳感器融合中心也會接受來自攝像頭、超聲波傳感器和激光雷達(dá)傳感器的數(shù)據(jù)。傳感器融合處理了所有這些數(shù)據(jù)，又需要短暫時間。

最終結(jié)果被傳到人工智能上，需要對其進(jìn)行處理，并更新環(huán)境模型。這需要時間。

通過控制區(qū)域網(wǎng)絡(luò)(CAN)，人工智能向汽車控制系統(tǒng)發(fā)出指令，這需要時間來完成。

控制系統(tǒng)接收命令，明確它要做什么，繼而采取實(shí)際行動。

算法和成本因素是關(guān)鍵所在

目前企業(yè)都在積極尋找傳感器融合的方法，推出的解決方案也不盡相同，但尚未出現(xiàn)一種經(jīng)過驗(yàn)證、最可靠的方案。因?yàn)閭鞲衅魅诤鲜且粋€不斷推進(jìn)的過程，難點(diǎn)有不少。

不同類型傳感器的優(yōu)缺點(diǎn)不同，獲取的信息量巨大，要保證最終融合結(jié)果及時、準(zhǔn)確，就需要在傳感器的選型配置和算法精度上有巧妙的布局，而能把這些環(huán)節(jié)都做好的企業(yè)目前還不多。

為了提升傳感器融合的效果，最理想的狀態(tài)就是將各類最頂級傳感器融合在一起。但光一個激光雷達(dá)的價格就已與一輛傳統(tǒng)汽車持平，可見某些關(guān)鍵傳感器的價格還遠(yuǎn)沒到消費(fèi)類電子產(chǎn)品的水平。

在傳感器融合過程中，一些廠商不愿公開自己獲取的原始數(shù)據(jù)，怕因此淪為純粹的數(shù)據(jù)采集供應(yīng)商，導(dǎo)致利潤空間有限。由此造成的數(shù)據(jù)壁壘也是實(shí)現(xiàn)傳感器融合的一大障礙。

總結(jié)

傳感器融合得越好，自動駕駛汽車也會越安全。因此傳感器融合是自動駕駛汽車發(fā)展中的一個重要方面，相信在不久的將來，將有更多機(jī)會來提出新思路和創(chuàng)新方式來改進(jìn)傳感器融合。