为什么自动驾驶需要补盲激光雷达？

自动驾驶的第一要务是保证安全。从目前大多数车企、自动驾驶企业选择的主流方案来看，激光雷达是自动驾驶必不可少的传感器。

从功能上看，车载激光雷可以分为两类：一是负责前向感知的前视激光雷达，二是负责车身周边环境感知的补盲激光雷达。这两类产品存在的最终目的，都是为了通过360°全域无盲区感知，让安全的自动驾驶成为现实。

在自动驾驶的泊车、城区和高速三大场景中，如果不增加补盲激光雷达，能否实现自动泊车（AVP）、交通拥堵自动驾驶（TJP）、高速公路领航驾驶（HWP）等核心功能呢？

迄今，AVP功能的实现依靠的是“视觉+超声波”的感知方案，其中视觉感知多用于识别车位，超声波感知多用于防止碰撞。

这一方案对实际场景的处理能力有限，其主要原因在于传感器的精度，导致无法有效提供可靠的碰撞边界感知能力。尤其在光照度不佳及区域纹理辨识度不好的条件下，比如地下停车场、立体停车场等，这一方案深度辨识能力不稳定的弊端体现得更为明显。这一弊端导致的直接后果就是AVP功能体验较差，在停车场容易引起擦碰。

在此基础上，如果只增加一颗前视激光雷达，会怎样？

增加前视激光雷达后，“视觉+超声波+前视激光雷达”的融合感知方案虽然在前视激光雷达的FOV范围内实现稳定的碰撞边界感知，而且还可以通过SLAM等技术，对历史观测区域进行拼接，从而拓展感知区域。但实际上，这一方案对车身周围的障碍物，依然缺乏相应的有效感知能力，碰撞边界感知无法完全覆盖车身的360°全域范围。

在城区场景下，纯视觉方案由于硬件特性的限制，目前仅足以支持较为基础的辅助驾驶功能应用，距离实现TJP功能还有一段距离要走。

增加前视激光雷达后，“视觉+前视激光雷达”的感知方案在前视激光雷达的FOV范围内较大地提升了对目标的检测和测量精度，虽然对城区内前向直行行驶场景的感知能力提升较大，但在路况转弯、变道、汇入车流等场景中仍存在侧向感知盲区，只能实现有限的城区场景自动驾驶功能。

高速场景下有较多的结构化道路场景，纯视觉方案虽然能够提供比较舒适的辅助驾驶体验，但它对异形障碍物识别存在缺陷，并且在他车加塞及自动换道等场景下，只具备有限的处理能力。

而“视觉+前视激光雷达”方案，虽然能在有效解决异型物体识别问题之外，提升结构化道路场景的他车加塞应对能力，但由于侧向无激光雷达提供环境感知，导致无法完全解决加塞和变道问题。