自动驾驶中的传感器技术80——Sensor Fusion（3）

本文总结各传感器的感知算法

这是指域控制器（Domain Controller，如 Orin-X, Thor, FSD芯片）接收到传感器传来的数据（图像、点云、目标列表等）后，运行的深度学习（Deep Learning）或几何算法。

这一步的目标是从数据中"理解"世界，完成检测、分割、跟踪和定位。

1. "眼睛"和"耳朵"------传感器的角色 自动驾驶汽车要像人一样"看见"和"听见"周围的世界，需要多种传感器协同工作：

传感器	主要功能	为什么需要它
摄像头	捕捉彩色图像，识别车道、交通标志、行人等细节	类似人眼，提供丰富的视觉信息
毫米波雷达	发射电磁波，测量目标距离和相对速度，抗雾雨能力强	在恶劣天气下仍能可靠探测
激光雷达（LiDAR）	发射激光点云，生成高精度的 3D 环境模型	精确定位障碍物的形状和位置
超声波传感器	短距离测距，常用于泊车和低速场景	对近距离障碍物的快速感知

这些传感器各有优势，组合起来可以实现信息冗余和互补，提升整体感知的可靠性。

2. 从原始信号到"可理解的世界"------感知算法的核心任务

3. 目标检测：在图像或点云中找出"这是什么"，比如车辆、行人、交通灯。

4. 目标分类：进一步判断它们的具体类型（行人 vs. 骑行者、红灯 vs. 绿灯）。

5. 语义分割：把每个像素标记为道路、车道线、建筑等，实现像素级的环境理解。

6. 目标跟踪：在连续帧之间关联同一目标，预测它的运动轨迹。

这些任务构成了感知系统的"基本功"，是后续决策与控制的输入。

3. 多模态信息融合------把"听到的"和"看到的"合在一起 单一传感器往往会出现盲区或噪声。例如摄像头在夜间或雨天容易失真，而雷达在复杂城市环境中可能出现误检。感知算法会把来自不同传感器的数据 融合，形成统一的环境模型。常见的融合方式包括：

• 前融合：直接在原始数据层面合并（如把激光点云投影到摄像头图像上）。

• 特征融合：先分别提取各传感器的特征，再在中间层进行融合。

• 后融合：分别得到检测结果后，再通过规则或学习模型统一决策。

融合技术能够显著提升检测的准确率和鲁棒性。

4. 深度学习的"思考方式"------从 2D CNN 到 BEV‑Transformer 早期感知主要依赖 卷积神经网络（CNN）‍ 对摄像头图像进行 2D 检测。随着需求升级，出现了两大趋势：

发展阶段	关键技术	主要优势
2D + CNN（2017‑2019）	直接在摄像头图像上做检测	对视觉细节捕捉好，但缺乏全局空间感
BEV + Transformer（2020 起）	将多传感器特征投影到鸟瞰视角（BEV），再用 Transformer 处理全局关联	能同时利用 3D 信息，提升对远距离和遮挡目标的感知能力
端到端感知（2022‑今）	用统一的大模型直接从原始传感器数据输出感知结果，省去中间手工设计的步骤	信息损失更小，推理速度更快，但对算力和数据量要求更高

Transformer 的自注意力机制让模型能够"看到"更远、更全的场景，类似人类在鸟瞰图上整体把握道路布局。

5. 实时性与安全------感知算法的硬性要求 自动驾驶的每一步决策只能在 几十毫秒 内完成。为满足这一苛刻的时延要求，感知算法在实现上会进行：

• 模型压缩与量化：把大模型裁剪、降低精度，以适配车载芯片。

• 算子优化：针对硬件特性（GPU、ASIC）做专门加速。

• 安全降级：在算力或传感器受限时，只保留最关键的检测（如大型移动目标和车道线），并交由驾驶员介入。

这些措施确保感知结果既快速又可靠，为后续的路径规划和控制提供坚实基础。

6. 小结：感知算法到底在干什么？ 感知算法 = "把车外的光、声、激光信号转化为机器能理解的'地图'，并实时标记出道路、障碍物、行人等关键要素。"‍ 它的工作流程大致是：

7. 采集：摄像头、雷达、激光雷达等多模态传感器获取原始数据。

8. 预处理：去噪、校准、投影到统一坐标系。

9. 特征提取 & 融合：使用 CNN、Transformer 等深度模型抽取特征并融合。

10. 任务执行：检测、分类、分割、跟踪等，输出结构化的环境信息。

11. 实时输出：在毫秒级完成，供决策系统规划路径并控制车辆。

正是这些"看得见、分得清、跟得上"的感知能力，让自动驾驶汽车能够在复杂的真实道路上安全行驶。

1、Camera 感知算法

视觉是目前算法最丰富、迭代最快的领域，通常基于 CNN（卷积神经网络）或 Transformer 架构。

• 2D/3D 目标检测 (Object Detection):

• 2D: 在图像画框（Bounding Box）。算法如 YOLO, Faster R-CNN。识别车、人、骑行者、交通锥。

• 3D: 估算物体的长宽高、距离和朝向（Yaw）。算法如 FCOS3D, DETR3D。

• 语义分割 (Semantic Segmentation):

• 像素级分类。将图像分为：可行驶路面、人行道、草地、天空、车辆。算法如 SegFormer, U-Net。

• 车道线检测 (Lane Detection):

• 识别车道线位置、类型（虚/实/黄/白）和拓扑关系。算法如 LaneNet, PolyLaneNet。

• 交通标志/红绿灯识别 (TSR / TLR):

• 识别限速牌数值、红绿灯颜色及箭头指向。

• BEV (Bird's Eye View) 转换 - 当前主流:

• 将多路摄像头的图像特征投影到统一的俯视坐标系。算法如 BEVDet, BEVFormer, LSS (Lift-Splat-Shoot)。这是实现"纯视觉测距"的核心。

• Occupancy Network (占用网络):

• 不识别具体物体是什么，只识别空间中"哪里有东西，哪里是空的"。用于处理异形障碍物（如翻倒的卡车）。

感知任务层（核心算法）

• 目标检测（车辆、行人、骑行者）

• 车道线/道路标线检测

• 交通标志/信号灯识别

• 语义/实例分割（像素级理解）

• 深度/距离估计（单目、双目或多目）

• 3D 检测 & BEV（鸟瞰视图）‍

主流算法技术路线

任务	传统方法	深度学习方法	近期趋势
目标检测	HOG+SVM、基于颜色/形状的模板匹配	YOLOv5/YOLOX、Faster‑RCNN、SSD	轻量化 Transformer（DETR‑Tiny）
车道线检测	Canny 边缘 + Hough 变换、颜色阈值分割	SCNN、LaneNet、PolyLaneNet	基于 BEV + Transformer 的端到端车道感知
交通标志	Haar‑cascade、颜色/形状特征	Faster‑RCNN、YOLO‑P、EfficientDet	多任务学习（HydraNet）统一检测与分割
语义分割	基于 CRF、随机森林	DeepLabV3+, HRNet, SegFormer	大模型微调 + 多模态融合
深度估计	双目视差、基于已知尺寸的几何推算	Monodepth2、MiDaS、AdaBins	结合 BEV + Occupancy 网络的 3D 场景重建
3D 检测 / BEV	基于投影的几何模型	CenterNet‑3D、Lift‑Splat‑Shoot、BEVFormer	前融合 BEV + Transformer（Tesla FSDBetaV9）

关键技术进展

多任务统一模型

HydraNet（特斯拉）实现单一网络同时完成车辆、标志、车道等多任务，显著降低算力需求。

BEV（Bird‑Eye‑View）+ Transformer

将多摄像头视角投射到统一的鸟瞰平面，再通过 Transformer 进行特征融合，实现更精准的 3D 检测与路径规划。

Occupancy 网络

将图像空间映射为占据/未占据的体素网格，能够预测动态物体的运动趋势，为高阶自动驾驶提供前瞻性信息。

端到端感知‑决策

通过"一体化端到端"或"双系统并行"（大模型 + VLM）实现从原始图像直接输出轨迹或行为指令，提升系统整体效率。

硬件协同

ISP + NPU 的深度协同加速图像预处理与神经网络推理，典型方案如黑芝麻的 ISP+DynamAINN NPU。

高分辨率摄像头（8M+）提升检测距离与视场角，配合大光圈、HDR 等硬件特性，显著改善弱光下的感知能力。

常用数据集与评估指标

数据集	主要内容	适用任务
KITTI	实景道路、标注 3D 框、深度图	目标检测、深度估计、3D 检测
Waymo Open Dataset	大规模多摄像头+激光雷达	多模态融合、BEV 感知
nuScenes	360° 摄像头、雷达、标注	端到端感知、轨迹预测
BDD100K	城市道路、标志、车道	目标检测、分割、车道线

• 评估指标：mAP（目标检测）、IoU（分割）、RMSE（深度）、ATE（轨迹误差）等。

实际系统的感知流水线（示例）

图像采集 → ISP 去畸变、自动曝光、HDR

校准 & 坐标转换 → 生成相机坐标系下的点云（单目深度）

特征提取 → 轻量化 CNN/Transformer backbone（如 EfficientNet‑B0）

多任务头 →

• 检测头（YOLO‑X） → 车辆/行人/骑行者

• 分割头（SegFormer） → 车道、道路、障碍物

• 深度头（MiDaS） → 单目深度图

多摄像头 BEV 融合 → Transformer‑based BEV encoder

后处理 → NMS、轨迹关联、占据网格生成

输出 → 3D 边界框、车道曲线、占据网格、风险评估

该流水线在 地平线征程6 系列 SoC（560 TOPS）上可实现 30 fps 实时感知。

车载摄像头的感知算法已经从传统的几何/特征匹配演进到以深度学习为核心的多任务、端到端体系。近期的技术热点包括BEV + Transformer、Occupancy 网络、以及HydraNet等多任务统一模型，配合高分辨率摄像头 + ISP + NPU的硬件协同，能够在实时性与精度之间取得更好的平衡。随着算力提升和多模态融合的成熟，车载视觉感知将在 L3‑L4 级别的自动驾驶中发挥越来越关键的作用。

2、Lidar 感知算法

LiDAR 数据是稀疏的 3D 点云，算法重点在于处理无序性和稀疏性。

• 点云预处理:

• 去畸变 (Motion Compensation): 利用 IMU 数据修正车辆运动导致的点云扭曲。

• 地面分割 (Ground Segmentation): 算法如 RANSAC, Patchwork。移除地面点，只保留障碍物点。

• 3D 目标检测:

• 基于体素 (Voxel) 的方法：如 VoxelNet, SECOND（速度快）。

• 基于点 (Point) 的方法：如 PointNet++, PointRCNN（精度高）。

• 基于 Pillar (柱) 的方法：如 PointPillars（工业界最常用，平衡速度与精度）。

• 点云分割/聚类:

• 欧式聚类 (Euclidean Clustering)：将挨得近的点聚成一坨。

• 语义分割：识别点云是树木、建筑物还是车辆。算法如 Cylinder3D。

感知系统整体框架

车载激光雷达的感知算法一般分为 数据预处理 → 特征提取/分割 → 目标检测与分类 → 目标跟踪/预测 → 场景建图（SLAM）‍ 四大阶段。感知层负责把原始点云转化为可供决策层使用的高价值信息，如障碍物位置、可行驶区域、运动轨迹等。

传统点云处理方法（基于几何/统计的算法）

步骤	常用技术	说明
去噪/下采样	体素网格（Voxel Grid）滤波、统计离群点移除	降低点云密度、提升后续计算效率
地面分割	RANSAC 平面拟合、基于极坐标/球坐标网格的局部平面拟合、基于高度阈值的分层方法	将地面点与非地面点分离，为障碍物聚类做准备
聚类/分割	Euclidean 聚类、DBSCAN、连通分量标记（CCL）	将同一物体的点云聚合为簇，得到粗略目标框
特征描述	PFH、FPFH、Spin Image 等局部几何特征	为后续的匹配或分类提供描述子
配准/建图	ICP、NDT、图优化（Pose Graph）	将多帧点云拼接形成全局地图（SLAM）

这些方法实现简单、实时性好，但对复杂场景（遮挡、稀疏点云）的鲁棒性有限，已逐步被深度学习方法所补足。

深度学习的 3D 检测与分类

近年来，基于点云的端到端网络成为主流，典型代表包括：

方法	关键思路	适用场景
PointNet / PointNet++	直接对原始点云做对称函数聚合，捕获全局/局部特征	小规模点云、实时检测
Voxel‑based（SECOND、VoxelNet）‍	将点云离散为体素，使用 3D 卷积提取特征	大规模点云、工业级检测
PointPillars	将点云投影为柱状（Pillar），使用 2D 卷积实现高效检测	实时性要求高的车规级系统
PV‑RCNN、CenterPoint	先生成候选框（Region Proposal），再进行精细回归	高精度 3D 检测
Transformer‑based（CT3D、DETR‑3D）‍	用自注意力建模点云全局关系，提升对稀疏点云的感知能力	复杂城市道路、长距离检测
BEV‑Fusion（BEVFormer、OccNet）‍	将点云映射到鸟瞰视角（BEV），与摄像头特征融合，统一完成检测、分割、占用预测	多模态感知、占用网格生成

这些网络大多在公开数据集（KITTI、nuScenes、Waymo Open Dataset）上取得了 70% 以上的 3D mAP，已在多家车企的感知堆栈中落地。

BEV（Bird‑Eye‑View）与占用网格

• BEV 表示：把点云投射到水平面上形成稠密的鸟瞰图，便于使用 2D 卷积进行多任务学习（检测、分割、路径规划）。

• 占用网格（Occupancy Grid）‍：在 BEV 上生成每个格子的占用概率，常用于路径规划和安全冗余。最新的 0‑CC 占用网络 通过 Transformer 直接输出高分辨率占用图，已在 L4 级无人车中验证。

多模态融合

车载感知往往采用 激光雷达 + 摄像头 + 毫米波雷达 的组合，以弥补单一传感器的局限。常见融合方式：

1. 早期融合：在原始点云或图像上进行投影配准后一起送入网络（如 PointPainting、FusionPainting）。

2. 中期融合：分别提取 LiDAR 与摄像头特征，再在特征层面进行注意力或跨模态 Transformer 融合。

3. 后期融合：独立检测后在决策层进行结果级融合（如 NMS、置信度加权）。

商业实现方面，速腾聚创 HyperVision 系列 已实现低算力（<0.5 TOPS）下的多模态感知，支持目标检测、可行驶区分割等功能；九识智能 则在 L4 货运车上采用车规级固态 LiDAR + 双目视觉 + 大模型融合，实现了高效的 4D 感知。

动态目标跟踪与预测

• 基于卡尔曼/扩展卡尔曼滤波 的多目标跟踪（MOT）是最常见的实时方案。

• 基于图优化或深度学习的轨迹预测（如 LSTM、Transformer）能够对目标的未来运动进行 0.5 s--2 s 的预测，为规划提供安全余量。

• 4D 检测（Spatio‑Temporal）‍：在点云序列上直接学习时空特征，输出带速度的 3D 框，已在 Waymo Open Dataset 中取得领先成绩。

常用开源平台与商业实现

平台/工具	特色	适用范围
Autoware	完整的 ROS‑based 自动驾驶感知堆栈，内置点云分割、聚类、3D 检测（CenterPoint）等模块	学术研究、教学、原型验证
OpenPCDet	开源的点云检测框架，支持 PointPillars、SECOND、PV‑RCNN 等多种模型	研发实验、模型对比
PCL（Point Cloud Library）‍	传统几何处理库，提供滤波、配准、分割等基础算法	低算力嵌入式或算法原型
商业感知套件（如 HyperVision、LidarSense）	已优化的端到端感知流水线，兼容车规级硬件，提供 API 与 SDK	整车厂、ADAS 供应商

发展趋势与挑战

1. 固态 LiDAR 与千元化：成本下降促使多激光雷达冗余布局，提升感知可靠性。

2. Transformer‑BEV 与 Occupancy‑Net：统一感知与占用预测，支持端到端规划决策。

3. 大模型跨模态融合：利用预训练的多模态大模型（如 CLIP‑3D）进行少样本学习，降低标注成本。

4. 实时性与算力平衡：在车规级芯片（如 Orin X）上实现 0.5 TOPS 级别的高精度检测仍是关键挑战。

5. 极端天气鲁棒性：雨、雾、雪等环境仍是激光雷达感知的薄弱环节，需要融合雷达、摄像头以及自适应噪声抑制算法。

小结

车载激光雷达感知算法已经从最初的几何分割、聚类演进到基于深度学习的端到端 3D 检测、BEV 融合以及多模态大模型。传统方法在去噪、地面分割等前置环节仍发挥重要作用；而高精度、实时性的需求推动了 PointPillars、CenterPoint、Transformer‑BEV 等新技术的落地。结合商业套件（HyperVision、九识智能）和开源平台（Autoware、OpenPCDet），开发者可以在不同算力约束下快速构建完整的感知系统。未来的重点在于 算力‑感知‑安全三位一体的协同优化，以及 跨模态大模型 在极端工况下的鲁棒提升。

3、Radar感知算法

雷达原始输出通常是稀疏的目标点（PointCloud）或目标列表（Object List）。

• 聚类 (Clustering):

• 如 DBSCAN 算法。将雷达打在同一辆车上的多个反射点归为同一个物体。

• 目标跟踪 (Tracking) - 核心算法:

• 卡尔曼滤波 (Kalman Filter / EKF): 预测目标的下一时刻位置，平滑速度测量值。

• 数据关联 (Data Association): 如匈牙利算法 (Hungarian Algorithm)。判断这一帧的雷达点是上一帧的哪辆车，防止ID跳变。

• 静止目标抑制:

• 通过速度阈值过滤掉护栏、路灯等静止物体（对于ACC/AEB至关重要）。

• 4D 雷达算法 (新兴):

• 处理类似 LiDAR 的点云，使用类似 PointPillars 的网络进行 3D 检测。

1. 信号预处理（Signal‑Level Processing）

步骤	关键技术	说明
Range‑FFT	对每个 chirp 的采样序列做一维 FFT，得到距离维谱	基本的距离分辨率实现方式
Doppler‑FFT	对同一目标在多个 chirp 上的回波做二次 FFT，得到速度（多普勒）维谱	通过多普勒频移直接估算目标相对速度
Angle‑FFT / DOA	对天线阵列的相位差做 FFT、MUSIC、ESPRIT 等方向估计，得到方位角/俯仰角	4‑D（Range、Velocity、Azimuth、Elevation）点云的生成关键
MTI / 静态目标抑制	零速度通道置零或基于相位差的移动目标指示（MTI）算法，剔除静止背景
去噪 & 滤波	小波、经验模态分解（EMD）等时频去噪手段，提升信噪比	对抗强噪声环境尤其有效

最新趋势：压缩感知（CS）与超分辨率技术被用于在保持硬件成本不变的前提下提升角分辨率，典型实现方式包括稀疏重建、相位编码 FMCW 等。

2. 目标检测与聚类

方法	典型实现	适用场景
CFAR（恒虚警率）‍	基于局部噪声统计自适应阈值，区分真实回波与噪声	FMCW 雷达的标准检测模块
DBSCAN / 密度聚类	对 Range‑Doppler‑Angle 三维点云进行密度聚类，自动分离多目标	适用于目标数量不确定、形状不规则的场景
基于机器学习的分类器	SVM、随机森林、决策树等对提取的特征（RCS、速度、形状）进行目标类别判别	行人、车辆、障碍物等细分任务
深度学习检测网络	PointNet、VoxelNet、3D‑CNN、Transformer‑based 检测头（如 Radar‑RCNN）	端到端点云检测，能够捕获复杂空间关系

实用提示：在资源受限的车载平台上，常采用 CFAR + DBSCAN + 轻量级 SVM 的组合，以兼顾实时性与检测精度。

3. 目标跟踪

算法	核心思想	备注
卡尔曼滤波（KF）‍	线性高斯模型下的递推估计，适用于单目标或低交互目标	基础且计算量低
扩展卡尔曼滤波（EKF） / 无迹卡尔曼滤波（UKF）‍	处理非线性运动模型（如转弯）	在高速转向场景中表现更好
多假设跟踪（MHT）‍	同时维护多条轨迹假设，解决目标交叉/遮挡	计算复杂度高，适用于后端服务器或高算力 ECU
基于深度学习的关联网络	使用 Siamese / Transformer 关联特征，实现端到端的多目标跟踪	近年研究热点，已在部分高阶 AD 系统中验证

融合策略：将雷达的距离/速度信息与视觉的外观特征进行 跨模态关联，可显著提升遮挡情况下的跟踪鲁棒性。

4. 高层感知与多传感器融合

融合层级	典型方法	关键收益
低层融合（原始点云）‍	直接将雷达点云与激光点云、摄像头深度图拼接，统一坐标系后做聚类/检测	提升空间分辨率、补偿雷达角度粗糙度
特征层融合	对雷达的速度特征、视觉的纹理特征分别抽取后在网络中拼接（如 BEV‑Fusion）	兼顾速度估计的准确性与视觉的语义信息
决策层融合	各传感器独立检测后，用贝叶斯或投票机制融合结果	简单、易于验证，适用于安全关键的冗余设计
时序融合（SLAM）‍	将雷达的距离/速度信息与视觉/里程计的位姿估计结合，构建 4‑D 环境地图	支持长期定位、路径规划，已在部分车企的 ASSAR300 成像雷达中实现

最新进展：基于 Transformer 的跨模态注意力机制能够在统一的 BEV（鸟瞰视图）空间中自适应加权雷达与摄像头特征，显著提升远距离小目标检测率。

5. 超分辨率与压缩感知（Super‑Resolution & Compressive Sensing）

• 压缩感知（CS）‍：利用信号稀疏性在采样阶段就降低数据量，再通过稀疏重建恢复高分辨率图像。行易道的 ASSAR300 采用 CS‑SAR 成像，实现 < 1° 角分辨率、每秒 > 10 k 点云。

• MUSIC / ESPRIT / MVDR：基于阵列信号的高分辨率 DOA 估计，可在不增加硬件天线数的情况下提升角度分辨率。

• 相位编码 FMCW：通过伪随机相位码降低同频干扰，同时提升距离分辨率。

6. 抗干扰与鲁棒性提升

干扰类型	对策	参考
同频干扰	采用相位编码 FMCW、伪随机循环正交序列
异频干扰	频谱抑制、时域门控、干扰信号模型估计后滤除
噪声抑制	小波/EMD 去噪、机器学习噪声分类器
硬件非理想	校准误差补偿、温度漂移自适应校正	行业报告中提及的硬件校准技术（未列出具体文献）

7. 实际部署建议

8. 模块化流水线：在 ECU 中实现 FFT → CFAR → DBSCAN → KF 的硬件加速路径，满足 10 Hz--20 Hz 实时需求。

9. 软硬件协同：利用 压缩感知 减少 ADC 采样率，配合 DSP/FPGA 完成稀疏重建，降低功耗（7 W 左右）。

10. 多模态融合：在高阶 AD（L3/L4）系统中，建议采用 特征层融合 + Transformer，兼顾雷达的速度优势与摄像头的语义信息。

11. 安全冗余：关键感知任务（如前向碰撞预警）应保留 雷达+摄像头双通道，并在决策层使用贝叶斯融合实现容错。

车载毫米波雷达的感知算法已经从传统的 FFT‑CFAR‑KF 流程，演进到 机器学习/深度学习‑压缩感知‑跨模态融合 的综合体系。当前的研究热点集中在：

• 超分辨率与压缩感知（提升角分辨率、降低硬件成本）

• 深度学习点云检测（端到端 4‑D 目标检测）

• 抗干扰编码（相位编码 FMCW、伪随机序列）

• 雷达‑视觉融合（自适应特征融合、Transformer）

这些技术的组合能够在保证实时性、低功耗的前提下，实现更高的检测精度和鲁棒性，为 L2‑L4 级自动驾驶提供可靠的感知支撑。

4、USS感知算法

超声波通常不使用深度学习，主要靠几何计算。

• 三角定位 (Triangulation):

• 利用相邻两个探头探测同一障碍物的距离差，计算障碍物的 (x,y)(x,y) 坐标。

• 空间车位构建 (Slot Searching):

• 在车辆行驶过程中，将超声波探测到的路沿、旁边车辆的边缘连接起来，拟合出空闲车位（垂直/平行/斜列）的矩形框。

• 最近点跟踪:

• 泊车过程中，实时计算障碍物离车身最近点的距离，用于刹车决策。

1. 基本工作原理

超声波雷达通过压电换能器发射 20 kHz 以上的超声波，声波在空气中往返的时间直接决定障碍物距离（TOF）。声速随环境温度变化，需要实时温度补偿，常用公式 C = 332 + 0.607 × T（T 为摄氏度）。

2. 信号预处理

3. 去噪与滤波：采用带通滤波抑制低频噪声和高频干扰；对回波进行峰值检测，提取有效回波。

4. 时序校正：在多探头阵列中，使用动态时序调整（如专利 CN202210851075.5）同步各通道的发射/接收时刻，降低误报率。

5. 增益补偿：针对不同工作距离的衰减，采用深度增益补偿电路或软件增益映射，保证远距离回波仍可被检测。

6. 距离与角度估计

• 距离：利用 TOF 直接计算，误差控制在 ±0.5 m 以内。

• 角度：单探头只能测距，需通过 多探头阵列（2--8 个）实现波束形成或相位差法估算方位角。

4. 回波特征提取与障碍物判别

步骤	典型方法	说明
时域特征	峰值幅度、上升沿、回波宽度	区分硬质障碍（如金属）与软质障碍（如塑料）
频域特征	FFT 能谱、谐波结构	用于识别回波多径或干扰信号
机器学习	SVM、随机森林、轻量化 CNN（1‑D 卷积）	训练分类模型对回波进行 静态/动态、车/人/障碍物 区分

5. 多目标检测与聚类

• 阈值分割：先对距离点云进行阈值过滤（如 0.2--3 m），得到原始点集合。

• 聚类：常用 DBSCAN、Mean‑Shift 或基于欧氏距离的层次聚类，将相邻回波归为同一目标。

• 形状建模：对聚类结果进行最小外接矩形或椭圆拟合，得到目标的 宽高 信息，进而用于车位检测。

6. 动态障碍过滤与跟踪

7. 速度阈值：对连续帧的距离变化率进行计算，若 v > 0.5 m/s 则标记为动态障碍物。

8. 卡尔曼滤波：对每个目标的状态（位置、速度）进行递归估计，平滑噪声并预测短期轨迹。

9. 粒子滤波：在复杂环境（多回波叠加、遮挡）下使用粒子滤波提升鲁棒性。

10. 传感器融合

超声波雷达的探测范围短、分辨率低，通常与 摄像头、毫米波雷达、激光雷达 进行融合。融合策略包括：

• 时间同步：统一时间戳，保证多源数据的对应关系。

• 坐标统一：将超声波点云转换到车辆坐标系，再与其他传感器的点云或图像特征进行配准。

• 融合算法：基于贝叶斯滤波或深度学习的 多模态特征融合网络，提升低速泊车、盲区检测的感知精度。

8. 高层感知与应用

• 泊车辅助（APA/AVP）‍：利用超声波点云生成 占用网格（Occupancy Grid）‍，配合路径规划实现自动泊车。

• 盲区监测：在车辆侧后方布置 4--6 个探头，实时检测侧后方障碍物并触发声光警示。

• 车位检测：基于聚类与几何拟合，自动识别车位起止点并输出车位尺寸，已在多家车企的泊车系统中落地。

9. 前沿研究与趋势

10. 压缩感知与超分辨：在不增加硬件成本的前提下，利用稀疏约束实现更高分辨率的超声波成像。

11. 深度学习端到端感知：将原始回波波形直接输入轻量化卷积网络，输出障碍物类别与位置，显著降低传统特征工程的复杂度。

12. 自适应时序调度：根据环境噪声水平动态调整发射频率和采样窗口，提高在雨雪等恶劣天气下的可靠性。

13. 全链路数据闭环：通过车端采集、云端标注、模型迭代，实现超声波感知算法的持续优化，已成为车企提升感知能力的关键手段。

14. 实际部署要点

项目	关键实现	注意事项
硬件选型	40 kHz ~ 80 kHz 超声波换能器，支持多通道阵列	确保防水、防尘，满足汽车级可靠性
实时性	采样频率 ≥ 200 kHz，处理延时 ≤ 10 ms	采用 MCU/FPGA 并行处理或专用 DSP
温度补偿	实时读取车内/车外温度，动态更新声速	防止温度剧变导致距离误差
软件架构	分层结构：驱动 → 预处理 → 特征提取 → 检测/跟踪 → 融合	便于后期算法升级与功能扩展
安全验证	通过 ISO 26262 功能安全评估，设定冗余检测阈值	超声波失效时自动切换至其他传感器

结语 车载超声波雷达凭借成本低、近距离感知强的优势，已成为泊车、盲区监测等低速场景的核心传感器。其感知算法从最底层的信号预处理、距离/角度估计，到中层的回波特征分类、聚类、跟踪，再到高层的多传感器融合与决策，形成了完整的技术链路。随着压缩感知、深度学习以及全链路数据闭环的持续突破，超声波雷达的感知精度与鲁棒性正快速提升，未来将在更广泛的 ADAS 与 L2‑L3 级别自动驾驶系统中发挥更大作用。

5、总结

感知算法的数据流向

1. 原始数据输入: 图像(Pixels)、点云(Points)、脉冲(Signals)。

2. 特征提取 (Backbone): 通过 CNN/Transformer 提取特征。

3. 视角转换 (Neck): 将 2D 图像特征转为 3D BEV 特征。

4. 多模态融合 (Fusion): 拼接视觉、雷达、LiDAR 的特征。

5. 检测头 (Head): 输出目标框、速度、类别。

6. 跟踪与预测: 分配 ID，预测未来 3-5 秒的轨迹。

7. 输出: 完整的环境模型 (Environmental Model) 给规划控制模块。