传感器感知算法的趋势

多传感器（摄像头、激光雷达、毫米波雷达）感知是自动驾驶的关键技术之一，而现有的单传感器普遍存在自身的缺陷，比如摄像头测距测速误差大，毫米波雷达识别能力弱，激光雷达太贵，因此摄像头和毫米波雷达的融合，取长补短是一个发展趋势。
现有的低阶辅助驾驶，L2和L2+，单传感器基本足够，摄像头和毫米波雷达均能胜任，比如BSD等告警功能。而更高级一些的功能，或者功能安全等级较高的功能，则需要更精准的感知能力，此时，会采取多传感器方案。比如，环视摄像头，多毫米波雷达融合，以及摄像头和毫米波雷达融合等，通过多源信息的融合，提取更精准的感知能力，以支持更高阶的辅助驾驶，比如APA，ALC等。
最近几年，随着国产传感器的逐渐成熟，各类器件的成本显著降低，原先昂贵的多传感器融合方案也开始被接受，感知融合算法逐渐受到重视。现有的摄像头和毫米波雷达融合，可以提供较更好的辅助驾驶体验，同时成本增加有限，具备大规模量产的可能。随着特拉斯打开中国市场，辅助驾驶、智能驾驶越来越被普通消费者接受，国产化浪潮也方兴未艾，各路资本竞相追逐。
至于完全的自动驾驶L5，摄像头和毫米波

传感器感知算法的趋势最先出现在Python成神之路。