多传感器融合趋势下实现高级别自动驾驶的三大关键，红外热成像、超声波雷达等。为充分发挥不同传感器各自的优势，高端智能驾驶感知系统是势必向多传感器深度融合方向发展。通过多个传感器的融合，自动驾驶系统可以获得更准确的结果模型，从而提高自动驾驶系统的安全性和可靠性。例如，毫米波雷达可以弥补摄像头受雨天影响的劣势，可以识别较远距离的障碍物，但无法识别障碍物的具体形状；激光雷达可以弥补毫米波雷达无法识别障碍物具体形状的缺点。因此，为了融合不同传感器采集的外部数据，为控制器实施决策提供依据，需要对多传感器融合算法进行处理，形成全景感知。下面介绍一下高级别自动驾驶的三大关键传感器：4D毫米波雷达、激光雷达和红外热成像。4D毫米波雷达毫米波雷达可以说是最早应用于量产自动驾驶的传感器。虽然其精度不如激光雷达，但在众多传感器类别中仍处于较高水平，穿透雾、烟、尘的能力极高。强，在恶劣的天气条件下，综合性能较好，主要作为距离和速度传感器。目前，搭载毫米波雷达的单车数量还处于较低水平。2022年1-8月，新乘用车仅安装0.86毫米波雷达。这并不是说传统毫米波雷达的性能不出色。对于L2+级车来说，高分辨率毫米波雷达带来的稳定的点云采集是车辆完整的360°环境感知的关键。但这还不够。对于L3、L4及以上模型，感知精度和融合效果大幅下降。随着今年4D毫米波雷达开始陆续搭载汽车，2023年将是真正进入大规模前装量产的大年。据Yelo预测，到2027年，全球4D毫米波雷达市场规模将达到35亿美元。目前市场上4D成像雷达的应用主要有两个方向。一是替代传统的低分辨率前向雷达，满足高端智能驾驶多感官融合性能的提升。第二个主要应用场景是用于航行和系泊的一体化4D环绕高分辨率（分为点云增强和成像）雷达，其性能会略低于前向雷达。激光雷达今年以来，“车上激光雷达”成为汽车智能化的最新“标签”。广州车展上，越来越多的品牌包括小鹏G9、威马M7、哪吒s、沙龙美卡龙等，全系车型均搭载了激光雷达。与普通雷达相比，激光雷达具有分辨率高、隐蔽性好、抗干扰能力强等优点。“最后一公里”中极为重要的一环。激光雷达在对信息准确性要求严格的高级别自动驾驶中具有不可替代的优势。目前，无论是造车新势力、传统主机厂，还是互联网企业，都在布局，带动激光雷达产能需求骤增。据左思汽车研究院统计，2022年，国内乘用车新装激光雷达将达到2.47万辆；2022年下半年，国内将有10余款激光雷达新车交付，包括小鹏G9、威马M7等，激光雷达汽车装机量将大幅增加，预计总装机量全年超过8万人次。与传统CIS和激光雷达相比，红外热成像在高动态范围、雨天、雾天、暗光和沙尘暴等多种场景下具有明显优势。高级别自动驾驶解决方案的推出是必然趋势。集成红外探测器的红外热成像设备特别适用于区分行人和其他无生命障碍物，因为它们可以探测热量。它们具有其他传感器所不具备的优势，不受雨、雾、霾和光照条件的影响，观测距离可达数百米。未来，它将在自动驾驶领域占据一席之地。此前，红外热像未能“上车”的主要原因是价格居高不下。近年来，随着红外热成像芯片等关键原材料国产化，成本下降，在民用领域得到广泛应用。自动驾驶将迅速打开红外探测器市场规模。中研产业研究院数据显示，2020年我国红外热像仪市场规模将达到66.8亿美元，预计2021年将继续以10.8%的年复合增长率增长。预计预计2025年中国红外热像仪市场规模将达到123.4亿美元。结论：多传感器融合的自动驾驶解决方案是未来汽车发展的必然趋势。多个传感器信息的融合可以弥补单个传感器的局限性，可以提高自动驾驶系统的安全冗余度和数据可靠性。但是，每个传感器的坐标系不同，数据形式不同，甚至采集频率也不同，所以融合算法的设计并不是一件简单的事情。
