傳感器融合是將來自多個(gè)雷達(dá)，激光雷達(dá)和攝像機(jī)的輸入?yún)R集在一起??以形成車輛周圍環(huán)境的單個(gè)模型或圖像的能力。最終的模型更加精確，因?yàn)樗�可以平衡不同傳感器的�?qiáng)度。然后，車輛系統(tǒng)可以使用通過傳感器融合提供的信息來支持更智能的動作。

每種傳感器類型或“模態(tài)”都有其固有的優(yōu)點(diǎn)和缺點(diǎn)。雷達(dá)即使在惡劣的天氣條件下也能精確確定距離和速度，但是卻無法讀取路牌或“看見”交通信號燈的顏色。相機(jī)可以很好地讀取標(biāo)志或?qū)ξ矬w進(jìn)行分類，例如行人，騎自行車的人或其他車輛。但是，它們很容易被灰塵，陽光，雨水，雪或黑暗所蒙蔽。激光雷達(dá)可以準(zhǔn)確地檢測物體，但是它們沒有照相機(jī)或雷達(dá)的承受能力或承受能力。

傳感器融合使用軟件算法將來自每種傳感器類型的數(shù)據(jù)匯總在一起，以提供最全面，因此最準(zhǔn)確的環(huán)境模型。它還可以通過稱為內(nèi)部和外部傳感器融合的過程來關(guān)聯(lián)從機(jī)艙內(nèi)部提取的數(shù)據(jù)。

車輛也可以使用傳感器融合來融合來自相同類型的多個(gè)傳感器（例如，雷達(dá)）的信息。通過利用部分重疊的視場，可以改善感知。當(dāng)多個(gè)雷達(dá)觀察車輛周圍的環(huán)境時(shí)，一個(gè)以上的傳感器將同時(shí)檢測物體。通過全球360°感知軟件進(jìn)行解釋，可以將來自多個(gè)傳感器的檢測進(jìn)行重疊或融合，從而提高車輛周圍物體的檢測概率和可靠性，并能更準(zhǔn)確，更可靠地表示環(huán)境。

低級傳感器融合

當(dāng)然，車輛上的傳感器越多，融合就越具有挑戰(zhàn)性，但也存在著更多提高性能的機(jī)會。為了發(fā)揮這些優(yōu)勢，Aptiv使用了一種稱為低級傳感器融合的技術(shù)。

過去，用于分析傳感器數(shù)據(jù)以確定和跟蹤對象的處理能力已與攝像機(jī)或雷達(dá)包裝在一起。利用Aptiv的Satellite Architecture方法，處理能力集中在功能更強(qiáng)大的主動安全域控制器中，從而允許從每個(gè)傳感器收集低級傳感器數(shù)據(jù)并將其融合到域控制器中。

將處理移至域控制器后，傳感器的體積和質(zhì)量將減少，最多可減少30％。為了進(jìn)行比較，攝像機(jī)的占地面積從一副撲克牌的大小減少到一包口香糖的大小。通過使傳感器盡可能小，OEM可以在車輛包裝中提供更多選擇。

另一個(gè)好處是增加了數(shù)據(jù)共享。在傳統(tǒng)系統(tǒng)中，智能傳感器會獨(dú)立處理環(huán)境輸入，這意味著使用信息時(shí)做出的任何決定都只能與單個(gè)傳感器所看到的一樣好。但是，在衛(wèi)星體系結(jié)構(gòu)中，來自傳感器的所有數(shù)據(jù)都被集中共享，因此域控制器中的主動安全應(yīng)用程序有更多機(jī)會利用它。Aptiv甚至可以應(yīng)用人工智能（AI）工具來提取有用的信息，否則這些信息將被丟棄。正確的AI可以從中學(xué)到東西，這可以幫助我們解決客戶面臨的挑戰(zhàn)性極端情況。

低級別傳感器融合的第三個(gè)好處是減少了等待時(shí)間。域控制器不必等待傳感器處理數(shù)據(jù)再對其進(jìn)行操作。在幾分之一秒的情況下，這可以幫助提高性能。

更多數(shù)據(jù)將導(dǎo)致更好的決策。通過采用允許使用大量傳感器的車輛架構(gòu)，然后通過傳感器融合來合成數(shù)據(jù)，車輛可以變得更智能，更快