所謂感知不一致，就是車上不同“眼睛”對(duì)同一件事看法不一致。打個(gè)比方，攝像頭說前面有個(gè)人，激光雷達(dá)回來的點(diǎn)云卻很稀疏，毫米波雷達(dá)也測(cè)到一個(gè)移動(dòng)目標(biāo)但不在同一個(gè)位置。這種感覺像是三個(gè)人各說各的，但實(shí)際上他們是在描述同一個(gè)場(chǎng)景，只是角度、清晰度和測(cè)量方式不同。出現(xiàn)這種情況，并不只是某個(gè)傳感器壞了那么簡(jiǎn)單，而是傳感器物理特性、安裝位置、時(shí)間同步、算法處理和現(xiàn)場(chǎng)環(huán)境多重因素疊加的結(jié)果。

　　為什么會(huì)產(chǎn)生這種矛盾?把原因說清楚一點(diǎn)

　　每種傳感器有自己的“盲點(diǎn)”和強(qiáng)項(xiàng)。攝像頭擅長(zhǎng)識(shí)別人和顏色，能看出交通標(biāo)志和燈，但遇到逆光、夜間或鏡頭被雨水弄花時(shí)就會(huì)變糊;激光雷達(dá)能給出精確的距離和形狀，但對(duì)鏡面或黑色物體回波弱，有時(shí)點(diǎn)云會(huì)很稀疏;毫米波雷達(dá)穿霧能力強(qiáng)，但角度和分辨率沒那么好，容易出現(xiàn)假目標(biāo)。把這些不同性質(zhì)的數(shù)據(jù)放在一起，就有可能讓同一場(chǎng)景“看”到多種不同的結(jié)果。再加上傳感器時(shí)間戳沒對(duì)好、外參(傳感器之間的位置關(guān)系)不準(zhǔn)確、處理鏈路延遲不一致、算力不夠?qū)е虏糠炙惴ū缓?jiǎn)化或掉幀等一系列問題會(huì)放大這個(gè)不同，甚至?xí)屧灸芑ハ囹?yàn)證的信息變得互相矛盾。而天氣、遮擋、路面反光、停車車輛等真實(shí)場(chǎng)景里的復(fù)雜情況，會(huì)讓感知模塊的表現(xiàn)時(shí)好時(shí)差，增加系統(tǒng)判斷的不確定性。

　　單純“堆傳感器”為什么不靠譜?別把冗余想得太簡(jiǎn)單

　　很多人以為傳感器越多越安全，但安全并不是簡(jiǎn)單的堆數(shù)就能解決。傳感器多了，首先要面對(duì)的就是物理安裝問題，只要位置一放不準(zhǔn)，視角和遮擋就會(huì)產(chǎn)生差別;傳感器多了就意味著需要更多標(biāo)定和校準(zhǔn)的對(duì)象，標(biāo)定沒做好，融合時(shí)各自的觀測(cè)就對(duì)不上號(hào)。而且每加一類傳感器，就多了一種新的故障模式，需要額外的健康監(jiān)測(cè)邏輯和降級(jí)策略。

　　如果這些配套工作不到位，冗余反而會(huì)把不一致的概率往上推。而且傳感器多了就不得不面對(duì)一個(gè)問題，更多傳感器會(huì)帶來更大的數(shù)據(jù)量，算力和帶寬成了瓶頸。有時(shí)候?yàn)榱隧?xiàng)目可以快速落地，有些團(tuán)隊(duì)可能會(huì)把一些計(jì)算砍掉或者采用異步處理，這樣融合的質(zhì)量可能會(huì)更差。換句話說，冗余應(yīng)該用來增加互證和容錯(cuò)，但必須和標(biāo)定、同步、健康檢測(cè)、算力規(guī)劃這些系統(tǒng)工程一并做，不然只是多了噪聲和更多問題。

　　怎么防范與處理?把可落地的措施說清楚

　　為了防止感知不一致，在設(shè)計(jì)階段要先想清楚要解決哪些場(chǎng)景。城市交叉口、夜間行駛、高速巡航對(duì)感知的側(cè)重點(diǎn)不同，傳感器選型和布局也應(yīng)該有差別。不要盲目追求種類和數(shù)量，強(qiáng)調(diào)功能互補(bǔ)更實(shí)際。比如攝像頭負(fù)責(zé)語義與顏色，激光雷達(dá)負(fù)責(zé)精確幾何，毫米波負(fù)責(zé)穿透霧霾的速度與距離信息，三者在重點(diǎn)區(qū)域有重疊觀測(cè)能互相印證就好了。

　　時(shí)間和空間校準(zhǔn)也要做實(shí)。時(shí)間上推薦用硬件時(shí)間戳或精確的網(wǎng)絡(luò)時(shí)間協(xié)議，避免軟件層面不穩(wěn)定的時(shí)間對(duì)齊?？臻g上外參標(biāo)定不能只在出廠時(shí)做一次，車輛實(shí)際使用過程中會(huì)因溫度、振動(dòng)或小碰撞產(chǎn)生微小偏移，應(yīng)該有在線或周期性的自標(biāo)定策略，能在運(yùn)行中慢慢修正偏差。置信度建模很重要，每個(gè)傳感器輸出不僅要給目標(biāo)的類別和位置，還應(yīng)給出置信度或質(zhì)量指標(biāo)。融合模塊不要把所有輸入一視同仁，而是根據(jù)置信度動(dòng)態(tài)加權(quán)，置信度低的輸入對(duì)最終判斷的影響要小。

　　在融合策略上推薦混合做法。把原始數(shù)據(jù)融合(比如把點(diǎn)云和圖像做特征級(jí)融合)能提高精度，但對(duì)標(biāo)定和時(shí)序要求就比較高。把檢測(cè)結(jié)果融合(后融合)能提高魯棒性高但信息易丟失。如果在允許的算力下做部分早期或特征級(jí)融合來提升感知質(zhì)量，同時(shí)保留后期的決策仲裁層來處理突發(fā)沖突，就可以有效提升感知一致性。一定要注意，當(dāng)沖突無法在短時(shí)間里被消除時(shí)，系統(tǒng)應(yīng)按保守策略處理，比如執(zhí)行減速、擴(kuò)大安全距離或提示駕駛員接管等操作，而不是硬要給出一個(gè)高置信度的結(jié)論。

　　此外，健康監(jiān)測(cè)一定要細(xì)化到指標(biāo)。攝像頭可以檢測(cè)曝光異常、鏡頭遮擋、幀丟失率和噪聲水平;激光雷達(dá)可以統(tǒng)計(jì)回波強(qiáng)度、單線異常、點(diǎn)云稀疏度;雷達(dá)可以監(jiān)測(cè)假目標(biāo)頻率、噪聲底線等。把這些指標(biāo)連續(xù)化并進(jìn)行趨勢(shì)分析，比起只等某個(gè)傳感器徹底失效再處理要好得多?？鐐鞲衅鞯囊恢滦詸z查也非常有用，例如把點(diǎn)云投影到圖像上看目標(biāo)是否對(duì)上號(hào)，或者把雷達(dá)的速度估計(jì)和視覺光流做比較，一旦發(fā)現(xiàn)不匹配就要觸發(fā)更嚴(yán)格的處理流程。

　　測(cè)試和驗(yàn)證要把“容易出問題的場(chǎng)景”作為重點(diǎn)。把在真實(shí)數(shù)據(jù)里出現(xiàn)的不一致樣本整理成專門的測(cè)試集，每次算法更新都要在這些case上跑回歸測(cè)試。仿真也要補(bǔ)充如大霧、糟糕路面反光或遮擋等真實(shí)世界里難以復(fù)現(xiàn)的極端場(chǎng)景。每當(dāng)系統(tǒng)在這些測(cè)試?yán)锉憩F(xiàn)出仲裁失效或頻繁降級(jí)的傾向，就要把問題追溯到傳感器布局、標(biāo)定、算法假設(shè)或算力分配哪個(gè)環(huán)節(jié)，而不是簡(jiǎn)單地再加一個(gè)傳感器。

　　在決策層面要把“不確定性”當(dāng)成第一類信息處理。感知系統(tǒng)輸出的不只是目標(biāo)和坐標(biāo)，更要輸出它有多確定。當(dāng)系統(tǒng)判斷“不確定”時(shí)，決策應(yīng)該變得更保守。保守并不等于笨拙，像是降低車速、擴(kuò)大橫向或縱向緩沖、延遲通過可疑路段或直接提示駕駛員注意并準(zhǔn)備接管等合理的保守策略，才是保障安全駕駛的重要舉措。當(dāng)然，這些策略需要事先定義好，并且在驗(yàn)證時(shí)證明它們能在不犧牲太多用戶體驗(yàn)的前提下顯著降低風(fēng)險(xiǎn)。

　　日志和可追溯性也很關(guān)鍵。每一次感知沖突都應(yīng)該能被回溯，誰在什么時(shí)間返回了什么觀測(cè)，融合器給了什么權(quán)重，決策模塊如何處理。這樣的記錄不僅對(duì)事后分析和修復(fù)有幫助，也是合規(guī)和責(zé)任判定的重要依據(jù)。

　　感知不一致通常不是某個(gè)人或某個(gè)公司能解決的問題，它需要機(jī)械、傳感器供應(yīng)商、嵌入式、算法和測(cè)試團(tuán)隊(duì)的協(xié)作。建立跨團(tuán)隊(duì)的故障分析流程，把每次不一致的案例沉淀成知識(shí)庫(kù)和測(cè)試用例，會(huì)讓同類問題在未來更容易被檢測(cè)和修復(fù)。運(yùn)營(yíng)上要有數(shù)據(jù)回傳和OTA的能力，能把在真實(shí)路測(cè)或量產(chǎn)車上發(fā)現(xiàn)的問題快速迭代回去。長(zhǎng)期維持良好的標(biāo)定策略、健康監(jiān)測(cè)和回歸測(cè)試，這些才是真正把“更多傳感器”轉(zhuǎn)化成“更可靠感知”的秘訣。

　　多不是問題，沒治理才是

　　傳感器多并不必然帶來感知不一致，但如果多而無序，就會(huì)讓問題變得更復(fù)雜。要想把多傳感器體系打造成可靠的眼睛，需要從設(shè)計(jì)到運(yùn)行每一步都做到位，用例驅(qū)動(dòng)的選型、穩(wěn)定的時(shí)空校準(zhǔn)、置信度驅(qū)動(dòng)的融合、細(xì)致的健康監(jiān)測(cè)和嚴(yán)格的測(cè)試驗(yàn)證，以及明確的決策降級(jí)策略。把“更多”變成“更可靠”，核心在于系統(tǒng)工程而不是單純地疊加硬件。這樣才能讓車在復(fù)雜現(xiàn)實(shí)里穩(wěn)穩(wěn)地做出正確判斷，而不是各個(gè)傳感器各說各話，最后把責(zé)任丟給駕駛員。