讓自動(dòng)駕駛車(chē)注意路況，看懂交通號(hào)志，偵測(cè)物件并為其分類(lèi)，感知速度/軌跡以及其他車(chē)輛并不容易 - 更重要的是，它必須能自行在地圖上定位，才能確切地知道行車(chē)的目的地。

高度自動(dòng)化的車(chē)輛在追蹤周遭環(huán)境時(shí)，必須依靠很多感測(cè)器，包括攝影機(jī)，雷達(dá)，超音波，GPS天線(xiàn)，以及利用光脈沖測(cè)距的光達(dá)（LIDAR）元件。每一種感測(cè)器都有其優(yōu)缺點(diǎn)。

我們首先應(yīng)弄清楚如何最有效地填補(bǔ)感測(cè)器固有的缺陷。第二步可能更為重要，即開(kāi)發(fā)最佳策略，將不同的資料串流結(jié)合起來(lái)，使關(guān)鍵資訊不至于遺失。每一種感測(cè)器都以自身的畫(huà)面更新速率傳送資料已經(jīng)是個(gè)問(wèn)題，感測(cè)器融合就更復(fù)雜了 - 因?yàn)橛行└袦y(cè)器提供原始資料，而其他感測(cè)器則提供自己的物件資料答案。

2017年年，我們看到了感知技術(shù)方面的一連串進(jìn)展。

科技公司，一級(jí)供應(yīng)商和OEM一直汲汲于取得自家公司缺乏或無(wú)法自主開(kāi)發(fā)的感測(cè)器技術(shù)。同時(shí)，過(guò)去兩年來(lái)已經(jīng)出現(xiàn)了多家感知感測(cè)器新創(chuàng)業(yè)公司，其中有許多都關(guān)注尚處于萌芽階段的自動(dòng)駕駛車(chē)市場(chǎng)。

在雷達(dá)市場(chǎng)，競(jìng)爭(zhēng)的重點(diǎn)在于尺寸和精確度.TI如今宣稱(chēng)可支援「小于4厘米測(cè)距解析度的高精度獨(dú)立感測(cè)技術(shù)」。

然而，更好的解析度需要更多通道，這意味著有更多資料需要處理所以，馬格奈說(shuō)：「毫米波雷達(dá)需要有專(zhuān)門(mén)的處理器來(lái)處理這些資料，以及產(chǎn)生物件或點(diǎn)云。」此外，毫米波雷達(dá)還需要開(kāi)發(fā)工具以打造應(yīng)用。否則，龐大的資料難以被理解。

雷達(dá)除了能全天候運(yùn)作外，其他的評(píng)價(jià)一向不優(yōu)。傳統(tǒng)的車(chē)用雷達(dá)無(wú)法看到攝影機(jī)或光達(dá)所能看到的物體。更具體地說(shuō)，雷達(dá)看不到遠(yuǎn)方的物體，也無(wú)法區(qū)別所看到的東西。它們的處理速度不足以達(dá)到行駛于高速公路的要求。

讓汽車(chē)具有「自我意識(shí)」的第一步是建構(gòu)地圖，并即時(shí)匹配至車(chē)輛在預(yù)先制作的地圖上看到的內(nèi)容然后，車(chē)輛可以對(duì)其位置進(jìn)行三角測(cè)量和定位.Magney強(qiáng)調(diào)：「車(chē)子必須確切知道要去哪里，才能發(fā)展出『情境感知』。」

換句話(huà)說(shuō)，如果希望高度自動(dòng)化的車(chē)輛能準(zhǔn)確定位，就需要使用光達(dá).Magney指出，它們需要一個(gè)具有定位功能的基本地圖。

不過(guò)，還有其他方法可以做到這一點(diǎn)。例如Nvidia的DriveWorks SDK可實(shí)現(xiàn)基于影像的定位.DriveWorks工具庫(kù)包括地圖定位，高清地圖介面以及自我運(yùn)動(dòng)（自我運(yùn)動(dòng)）等。

感測(cè)器融合

隨著自動(dòng)駕駛車(chē)收集到所有的感測(cè)資料，最重要的就是感測(cè)器融合的品質(zhì)。感測(cè)器融合的結(jié)果決定了自動(dòng)駕駛車(chē)的決策和行為，也即安全問(wèn)題。

自動(dòng)駕駛車(chē)無(wú)法僅靠一個(gè)感測(cè)器實(shí)現(xiàn)安全駕駛，因此必須進(jìn)行感測(cè)器融合但馬格奈補(bǔ)充說(shuō)：「因?yàn)槟惚仨毻剿械母袦y(cè)器訊號(hào)，所以融合是很困難的。」

至于是融合「物件」資料還是「原始」資料，業(yè)界對(duì)此的爭(zhēng)論才剛剛開(kāi)始，目前還沒(méi)有明確的答案。

相較于物件資料，由于原始資料不會(huì)在轉(zhuǎn)換過(guò)程中發(fā)生遺失，大多數(shù)的AI擁護(hù)者較支持這種資料融合途徑與原始資料融合有關(guān)的問(wèn)題包括：「你將需要大量的處理;你還需要有GB級(jí)的網(wǎng)路，才能將這些訊號(hào)傳送到整個(gè)車(chē)輛中?！?/span>

（參考譯文：2018年的Robocar傳感器展望，由Junko Yoshida提供）