自動駕駛感知系統

自動駕駛感知系統係成個自動駕駛體系嘅基礎環節，相當於車輛嘅「眼睛」同「耳朵」，負責將周圍環境嘅物理資訊轉化為可供系統理解嘅數字訊號。只有實現咗精準全面嘅感知，後續嘅決策同控制先至能夠可靠執行。

感知系統透過多種傳感器協同工作嚟獲取環境資訊，呢啲傳感器各有特點，相互補充：

攝像頭：好似一雙「眼睛」，提供高分辨率嘅圖像資訊，擅長識別車道線、交通標誌、紅綠燈以及各類物體（如車輛、行人）嘅形狀同顏色。佢主要嘅缺點係受光同天氣條件影響較大。
毫米波雷達：透過發射無線電波嚟探測物體嘅距離同速度，穩定性強，喺雨、霧、夜間等惡劣天氣下依然能夠正常運作，有效彌補咗攝像頭嘅短板。佢擅長測量物體嘅相對速度。
激光雷達（LiDAR）：透過發射激光束並接收反射訊號，生成高精度嘅三維點雲數據，能夠精準描繪出周圍物體嘅立體輪廓同位置資訊。佢喺測距精度上表現出色，典型精度可達±2-5 厘米，但成本較高，且喺惡劣天氣或強反射表面會受到一定干擾。
超聲波雷達：主要係用嚟近距離探測，係自動泊車等低速場景中嘅核心傳感器。
定位同姿態傳感器（GNSS+IMU）：GNSS 提供車輛喺大地坐標系中嘅全局位置，IMU 則透過慣性測量提供車輛嘅姿態同加速度資訊。兩者結合，可確保車輛喺隧道、地下停車場等衛星訊號受限區域亦能保持短時準確定位。

單一傳感器各有盲點，自動駕駛感知系統嘅關鍵在於「融合」。佢會將來自攝像頭、激光雷達、毫米波雷達等不同傳感器嘅數據進行時空同步同坐標對齊，再透過演算法（如卡爾曼濾波、深度學習模型等）進行綜合處理，最終獲得對周圍環境更全面、更可靠嘅認知。

處理流程通常包括：

雖然「純視覺」方案（主要依賴攝像頭同強大演算法）亦係一種技術路線，但業界普遍認為，多傳感器融合方案喺提供系統冗餘同應對複雜、惡劣環境方面更具優勢，係實現更高等級自動駕駛安全性嘅關鍵。

感知系統完成環境理解後，會將呢啲資訊傳遞俾決策系統。決策系統好似車輛嘅「大腦」，負責判斷目前情況同規劃行駛路線，最終由控制系統精準執行轉向、加速或剎車等操作。