坚持走视觉主导路线的特斯拉又双叒叕出事了。本月中旬，一辆特斯拉Model Y在底特律市郊撞上了一辆白色半挂卡车，车头直接钻进了卡车的货柜之下。这并非特斯拉首次发生此类事故，早在2016年特斯拉就因视觉识别系统错误地把卡车白色货厢识别成了天空而引发过交通事故，之后类似事故又陆陆续续发生了几起。

有了特斯拉的前车之鉴，加之超声波雷达、摄像头、毫米波雷达等确实存在各自的性能缺陷，依靠单一种类传感器无法胜任自动驾驶，尤其是L3+高阶自动驾驶的复杂情况与安全冗余，基于多传感器融合的感知方案便成了行业的必然选择。

特斯拉感知方案，图片来源：teslarati

智能驾驶快速发展，传感器融合是必经之路

汽车智能化变革的出现，让超声波雷达、摄像头、毫米波雷达等环境感知技术有了更大的用武之地。

比如超声波雷达，由于技术成熟、成本低、数据处理讯速等特点，在倒车预警防撞、低速AEB、自动泊车APA等领域有广泛的应用。摄像头得益于出色的分辨率，以及与相关算法的集成，能够有效识别物体属性，从而支持360全景、车道偏离预警LDW、交通标志识别TSR、驾驶员状态监测DMS等辅助驾驶应用。毫米波雷达则因探测距离远、探测性能稳定、环境适用性高，成为了开发变道辅助预警LCA、自适应巡航ACC、前向防碰撞AEB等功能的重要技术支撑。

而高级别自动驾驶的发展，甚至还催生了巨大的激光雷达需求。特别是对于L3+自动驾驶汽车而言，由于激光雷达具备高精度、可实时进行3D环境建模等特性，在业内已经被广泛认为是L3-L5 阶段中最为关键的传感器，并已经开始进入商用。