国内研究团队新推出一套面向智能网联、自动驾驶车辆的高效协同感知框架,这套框架主要用来解决传统单车传感器容易被遮挡、探测距离有限、多车共享数据时带宽占用高、数据对齐不准这些常见痛点,能让多台自动驾驶车、路侧设备互相传递环境感知信息,一起识别路上的行人、车辆、障碍物,减少感知盲区,同时控制通信开销,兼顾感知精度和运行效率。

研发背景
传统自动驾驶大多依靠单车自带的相机、激光雷达做环境感知,车子被大车挡住视线、路口转弯的时候很容易出现盲区。如果直接把全部原始传感器数据互相传输,会占用很大网络带宽,还容易出现不同车辆采集的数据时间、位置对不齐的问题,导致融合之后识别出错,很难在城市复杂道路稳定落地。
框架核心工作步骤
- 多源感知采集:每一台智能网联自动驾驶车辆、路侧感知设备独立采集周边的图像、点云等环境数据,提取基础感知特征。
- 数据筛选与轻量化传输:框架会区分信息优先级,优先传输障碍物、行人这类关键目标信息,过滤掉重复、不重要的背景数据,降低通信压力。
- 跨设备特征对齐校正:对来自不同车辆、路侧设备的感知特征做空间、时间校准,修正定位误差带来的特征偏移问题。
- 多端特征融合:把对齐好的各路感知信息融合在一起,形成统一的全局环境视图。
- 目标输出与下发:输出障碍物位置、航向、类别等感知结果,给到自动驾驶的规划控制模块,辅助车辆做出行驶决策。
实际价值
这套高效协同感知框架可以把单车的感知范围向外延伸,实现超视距感知,在交叉路口、拥堵车流、雨雾等视线不好的场景提升安全性;而且它不需要超大带宽支撑,更适合后续在城市车路协同道路大规模部署,是从单车智能走向车路协同自动驾驶的重要技术支撑。
【相关 FAQ】
问题 1:这套高效协同感知框架,对智能网联自动驾驶车辆有什么好处?
回答 1:高效协同感知框架可以帮助智能网联自动驾驶车辆消除单车感知盲区、实现超视距识别障碍物,同时减少数据传输带宽消耗,在路口、遮挡路段、恶劣天气下提升感知稳定性,保障行驶安全。
问题 2:智能网联自动驾驶车辆的高效协同感知框架,和单车感知方案差别在哪?
回答 2:单车感知只依靠本车传感器获取环境信息,有视线局限;高效协同感知框架支持多车、路侧设备互相共享感知特征,融合多方数据,感知范围更大、抗遮挡能力更强,同时做轻量化传输优化,通信效率更高。
问题 3:高效协同感知框架在智能网联自动驾驶落地的时候,会遇到哪些难点?
回答 3:主要难点包含不同车辆感知数据时间不同步、定位偏差造成特征对不齐、无线网络延迟波动、多厂家传感器数据格式不统一,这套框架也正是针对这些难点做对齐和轻量化优化。
【参考资料】
[2026-11-11](中国研究人员发明用于智能网联和自动驾驶车辆的高效协同感知框架)网通社
[2026-09-29](面向自动驾驶协同感知的高效传输方法综述)西安交通大学学报
[2026-06-15](香港城大团队攻克车联网感知关键技术 为 “双智” 协同发展注入新动能)中国日报网
[2026-04-01](基于点特征精细对齐的网联自动驾驶车辆协同感知)清华大学出版社 SciOpen
【免责声明】
本文内容仅为行业科研资讯科普,不代表该高效协同感知框架已经量产装车;相关技术效果以实验室测试条件为准,技术落地还需要后续实车验证、法规适配与基础设施配套,不构成产品宣传和投资参考。
