无人驾驶汽车在追踪周遭环境时，必须依靠很多传感器，包括摄像机、雷达、超声波、GPS天线，以及利用光脉冲测距的光达(Lidar)组件。每一种传感器都有其优缺点。

让无人驾驶汽车注意路况、看懂交通号志、侦测对象并为其分类、感知速度/轨迹以及其他车辆并不容易――更重要的是，它必须能自行在地图上定位，才能确切地知道行车的目的地。

无人驾驶发展

2017年，看到了感知技术方面的一连串进展。VSI Labs创始人兼负责人Phil Magney表示：“感知是无人驾驶汽车软件堆栈的一个主要领域，而且在这方面还有很多创新。”。

科技公司、一级供货商和OEM一直汲汲于取得自家公司缺乏或无法自主开发的传感器技术。同时，过去两年来已经出现了多家感知传感器初创公司，其中有许多都关注尚处于萌芽阶段的无人驾驶汽车市场。

让无人驾驶汽车注意路况、看懂交通号志、侦测对象并为其分类、感知速度/轨迹以及其他车辆并不容易――更重要的是，它必须能自行在地图上定位，才能确切地知道行车的目的地。

无人驾驶汽车在追踪周遭环境时，必须依靠很多传感器，包括摄像机、雷达、超声波、GPS天线，以及利用光脉冲测距的光达(Lidar)组件。每一种传感器都有其优缺点。

扩展资料：

首先应弄清楚如何最有效地填补传感器固有的缺陷。第二步可能更为重要，即开发最佳策略，将不同的数据串流结合起来，使关键信息不至于遗失。每一种传感器都以自身的画面更新速率传送数据已经是个问题，传感器融合就更复杂了――因为有些传感器提供原始数据，而其他传感器则提供自己的对象数据答案。

2017年，我们看到了感知技术方面的一连串进展。VSI Labs创始人兼负责人Phil Magney表示：“感知是无人驾驶汽车软件堆栈的一个主要领域，而且在这方面还有很多创新。”。

科技公司、一级供货商和OEM一直汲汲于取得自家公司缺乏或无法自主开发的传感器技术。同时，过去两年来已经出现了多家感知传感器初创公司，其中有许多都关注尚处于萌芽阶段的无人驾驶汽车市场。