TrendForce集邦咨詢旗下拓墣產(chǎn)業(yè)研究院認(rèn)為，多傳感器融合是ADAS與ADS系統(tǒng)發(fā)展核心之一，依靠單一傳感器的主動(dòng)安全方案將逐漸減少，目前傳感器以鏡頭、毫米波雷達(dá)與超音波雷達(dá)互相搭配為主，光達(dá)則應(yīng)用于自駕商用車或無人車居多。

　　因無完美傳感器能進(jìn)行完整的環(huán)境掃描，使得多傳感器融合的重要性提升，透過多傳感器數(shù)據(jù)消除個(gè)別傳感器的錯(cuò)誤輸入。

　　圖：3種融合方式

　　Source：W. Elmenreich.；拓墣產(chǎn)業(yè)研究院整理，2021/01

　　此外，冗余概念下，需透過不同傳感器擅長(zhǎng)的偵測(cè)能力，相互驗(yàn)證下產(chǎn)生可靠度最高的結(jié)果，并在單一傳感器無作用時(shí)，仍能維持基本運(yùn)作，避免駕駛與其他用路人受傷。

　　數(shù)據(jù)融合無標(biāo)準(zhǔn)方式，算法是其重點(diǎn)

　　當(dāng)傳感器數(shù)量與類型越來越多時(shí)，如何將這些異質(zhì)感測(cè)器進(jìn)行時(shí)間與空間同步、耗能、散熱、算法等的挑戰(zhàn)多且復(fù)雜。多傳感器融合的方式目前并無標(biāo)準(zhǔn)，各車廠作法皆不同，廠商側(cè)重的感測(cè)技術(shù)或擅長(zhǎng)處理之?dāng)?shù)據(jù)、用于前裝或后裝市場(chǎng)等，都會(huì)影響使用的融合方式與架構(gòu)。

　　在多傳感器融合過程中，核心算法仍扮演最重要角色，也是車廠急于發(fā)展的部分，因此AI Deep Learning廠商在這波自駕車感知融合發(fā)展中將具有優(yōu)勢(shì)。

　　前融合與集中化架構(gòu)使車廠主導(dǎo)性增加

　　因車輛傳感器數(shù)量不斷增多，在傳感器端進(jìn)行感知計(jì)算后再將辨識(shí)結(jié)果傳送到后端處理器進(jìn)行融合的后融合方式，逐漸被前融合取代，前融合優(yōu)勢(shì)是能對(duì)環(huán)境進(jìn)行完整描述后，透過唯一一套算法給出決策。

　　該發(fā)展與車輛走向集中化架構(gòu)發(fā)展有關(guān)，傳統(tǒng)車輛中，高達(dá)上百個(gè)ECU的分散式架構(gòu)在傳感器增多后將過于復(fù)雜，加上車廠希望自行開發(fā)自動(dòng)駕駛的核心算法，因此逐步走向集中化架構(gòu)。

　　對(duì)想自主開發(fā)軟件的車廠，Tier 1能提供的是硬件整合，對(duì)Tier 1而言將降低價(jià)值，但對(duì)無法自主開發(fā)算法的車廠來說，則會(huì)比過往更加依賴Tier 1提供的軟硬件整合方案，而朝向兩極化發(fā)展。