聊聊汽车上感知器的探测范围，现在量产的智能汽车上面的感知器，超声波雷达，摄像头、毫米波雷达、激光雷达都没能做到理论上需求的全方位覆盖。

现在的量产车型上搭载的超声波雷达、毫米波雷达、激光雷达的覆盖范围（图一、二、三），在平面图上看，都是有缺失的盲区。

虽然车辆移动的时候，感知器也随之移动，能够动态覆盖车辆周围的场景，但依旧不可避免地会存在盲区。且越贵的感知器，比如激光雷达，因为成本限制，布置得过少，更会出现较大的盲区。

举个例子，装载在车顶上的向前的固定激光雷达并没有我们想象的那样，是可以覆盖很大一片范围的，而是只能覆盖向前很少的一部分区域。

这个可以从水平垂直视角看得出来，这种限定了视角的固定式的激光雷达，一般是120度的水平视角，25°的垂直视角。比如在车顶的向前激光雷达，车辆的侧面往往就是激光雷达扫描的死角，如果侧面没有毫米波雷达这种长距的感知探测，而侧面摄像头又没识别出靠近的车辆，就容易出现盲区无法探测所导致的事故。

举个常见的例子，就是开着智驾的车辆容易被侧面来车包住车头而发生事故。如果平时看过各类智驾事故的朋友，应该对这种场景不会陌生。

侧面车辆插进来，对于现阶段绝大部分智驾的感知来说都是盲区。

没有侧面毫米波雷达，没有侧面激光雷达，无法探测到侧面来车。

而侧面摄像头一般是提供给环绕视角的向下的短距摄像头，无论是视角还是视距，很难探测到远处来车。

加上侧面来车，肯定是斜着开过来。即便被侧面摄像头识别到了，但在侧面摄像头的视角中，侧方位来车只能看到一个车灯，小半个车头，并不是一辆车完整的车头。在AI训练中，这种小半截车头是很容易被误识别而作为杂乱信息被筛除的。

如果当时环境光线黯淡，摄像头看不清楚。那么侧面车辆斜插过来，包抄所驾驶车辆的车头，车辆即便开着智驾，但因为智驾的所有感知全部无效，智驾就有可能完全不减速，直接撞上插队车辆的事故发生了。

当然对此也有方案，就是把激光雷达往后放，这样就能扩大对侧面来车的视野了，但这样摆放，激光雷达的盲区依旧会出现。

而如果要实现真正的高阶智能驾驶，就不能有这种漏洞。

一般来说，如果要精准且远距离的感知侧方面来车或者什么动态障碍物，就要加上侧面的补盲激光雷达，至少左右各一颗激光雷达加上前置一颗激光雷达，来进行车侧和前方的远距离扫描，才能保障斜方向的动态障碍物靠近时候的感知。（图四）

而如果要做到面积上的全覆盖，那么前方、侧面、后面至少要有四颗定向激光雷达。如果要做到立体空间的全覆盖，那么全车至少要有8颗定向激光雷达才行。

而激光雷达因为其局限性，实际也是需要毫米波雷达和摄像头作为辅助的，如果要做到全方位的毫米波雷达和摄像头覆盖，这种成本，没有一个量产乘用车可以承受的了。

而硬件成本无法承受，就只有在软件上下功夫，工程师希望能通过不同感知器融合来扩大感知范围，比如AEB的毫米波雷达和摄像头的融合感知，比如激光雷达和毫米波雷达的融合感知，比如激光雷达和摄像头的融合感知。

但不同感知硬件的融合之路依旧不好走，要不然特斯拉也不会一门心思做纯摄像头感知的智驾方案了，即便摄像头在弱光环境和立体感上有着明显的弊端。

现阶段主流的高阶智能辅助驾驶，走的路线还是利用种类不同的感知器，密密麻麻遍布全车，还设置了冗余的感知器和冗余的算力，以免实际驾驶中出现问题。

但如果未来的感知设备大幅降价，比如定向激光雷达只要几百块一个，那么装满了感知设备，也搭载了适配的高算力芯片，那么是不是就能做到真正的高阶智驾了，消费者就可以放心大胆地让车辆自己开了。

答案还是不够。

因为车辆本身感知受限的原因，这样的智驾依旧不安全。比如十字路口的另一端，一辆卡车失控，无法踩刹车，卡车司机狂按喇叭冲过来。而车辆所有的智驾感知器都被拐角的建筑物所遮挡，无法知道侧面袭来的危机，那么车辆将会正常过红绿灯，最后被卡车撞到，车毁人亡。

所以，如果要实现真正的高阶智驾，还需要智能公路来配合了。