目前基本上是后融合，每个毫米波雷达、激光雷达、摄像头的自带处理器做自己的算法处理，输出结果，就会有置信度的问题。前融合相当于把各个传感器的ADC采集到的原始数据高速传到中央计算单元（专业术语是域控制器）来分析，数据量会大很多个数量级，而且如果是不同种传感器，数据的形式、算法和knowhow完全不一样，需要对不同传感器的底层数据有深刻的理解，然后再做融合和策略。

前融合更难，商务上也需要打通（一般做融合、策略和做传感器不是同一类公司），当然做好了效果会更好，另外节省了每个传感器的处理器的成本，总成本大幅度降低。

前融合是概念和方向，目前很热！



【 在 juinjwst 的大作中提到: 】
: 似乎没有这么简单。我读了一篇分析文章，说特斯拉以前是靠post-fusion，也就是先把单个摄像头的数据进行分析，然后聚合结果。现在是做front-fusion，也就是先聚合多个摄像头的影像，然后再喂给ai去理解。聚合多个摄像头的结果就类似双目/多目了。
:
--
FROM 183.195.95.*