为了更准确地捕捉周围环境，提供性能冗余，自动驾驶汽车中配备了大量互补的传感器，如毫米波雷达、摄像头、激光雷达、红外热成像和雷达等。为充分发挥不同传感器的各自优势，高阶智驾感知系统正在朝着多传感器深度融合的方向演进。

通过多传感器的融合使用，自动驾驶系统可以得到一个更加精确的结果模型，从而提高自动驾驶系统的安全性和可靠性。例如，毫米波雷达能够弥补摄像头受阴雨天影响的缺陷，但它不能够识别障碍物的具体形状；激光雷达则可以弥补毫米波雷达不能识别障碍物具体形状的缺点。因此，要想融合不同传感器收集到的外界数据以执行决策，就需要经过多传感器融合算法处理形成全景感知。

下面我将介绍实现高级别自动驾驶所需三大关键传感器：4D毫米波雷达、激光雷达及红外热成像。

首先是4D毫米波雷达，它可以说是最早应用于量产自动驾驶中的一个重要设备。在众多传感器类别中，它虽然精度没有激光雷达到高，但在恶劣天气条件下表现更好，并且作为测距和测速主要存在。目前，这种类型单车搭载数量仍然较低，但随着2022年1-8月乘用车新车交付单车搭载4D毫米波雷達仅0.86颗，以及预计到2027年全球市场规模将达到35亿美元，我们预期未来这方面会有显著提升。

其次是激光雷達，它已经成为智能化最新标签之一，在今年以来广州车展上越来越多车型都搭载了这一技术。相较于普通雷達，激光レーダ具有分辨率高、隐蔽性好以及抗干扰能力强等优点，被比喻为自动驾驶“眼睛”，决定着行业进化水平，是实现落地“最后一公里”极为重要的一环。而据佐思汽研统计显示，2022年H1国内乘用车新車安装量达到2.47万颗，将大幅提升上市量预计全年总安装量有望突破8万颗。

最后是红外热成像，它由于能够探测热量因而特别适合区分行人和其他无生命障碍物，同时不受雨雾烟霾或暗光影响，对于未来在自动驾驶领域占领一席之地具有巨大潜力。此前，由于价格居高不下未能实现“上车”，但近年来随着关键原材料国产化成本下行，在民用领域得到了广泛应用，因此我们认为未来它将快速打开红外探测市场规模。

结论：多传感器融合方案对未来的汽车发展至关重要，因为它能够提高安全冗余性和数据可靠性。但设计此类算法并非易事，因为每个传感器坐标系不同，其信息形式也不同，这要求我们不断创新以应对挑战。