自动驾驶感知路线中，多模态、纯视觉和激光雷达方案如何比较？｜博世自动驾驶算法面经解析

60 秒回答模板

我会从传感器信息和工程约束比较。纯视觉成本低、语义信息强、部署规模大，但深度估计依赖模型和数据，受光照、天气、遮挡、长尾场景影响大，对标定和时序也敏感。激光雷达能直接提供较准确的三维几何和距离，利于障碍物检测、占据空间和近中距离安全冗余，但成本、外观、雨雾噪声、稀疏点云和机械/固态性能差异要考虑。多模态融合把相机语义、雷达或激光雷达几何、毫米波速度和 IMU/定位信息结合，鲁棒性和安全冗余更好，但标定、时间同步、融合架构、算力和故障诊断更复杂。工程上不是绝对站队，而是看自动驾驶等级、ODD、成本目标和安全冗余：高安全要求通常需要多传感器闭环验证，纯视觉要特别证明深度、遮挡和长尾场景的可靠性。

考点 纯视觉

难度 真实面经题

回答目标 能从信息互补、误差边界、工程复杂度和安全验证角度比较三类感知路线。

深入解析

比较维度先讲清

可以从信息类型、误差来源、成本和量产、计算资源、冗余安全、可解释诊断和 ODD 覆盖来比较。面试中不要只按模型名称分类，而要说明每条路线在真实道路、天气、夜间和遮挡下的表现边界。

纯视觉的优势和风险

相机有高分辨率纹理和语义信息，成本低，适合车道线、交通灯、标志、车辆行人识别等任务。风险在于深度和速度需要估计，强逆光、夜间、雨雾、脏污、遮挡和域外场景会带来系统性误差，必须依赖大规模数据和闭环评测证明可靠性。

激光雷达的工程价值

激光雷达直接给出三维点云和距离，对障碍物几何、占据空间、静态结构和安全冗余很有价值。它也有边界：点云稀疏、远距离分辨率下降、雨雪雾和反射材质会引入噪声，不同线数、视场角、刷新率和安装位置会影响感知结果。

多模态融合的取舍

融合路线能互补：相机补语义，激光雷达补几何，毫米波雷达补速度和恶劣天气稳定性，定位/IMU 补时序和姿态。但融合系统对外参、内参、时间同步、坐标系、置信度建模和传感器失效处理要求更高，排障复杂度也更高。

技术路线受 ODD 约束

低速封闭园区、高速辅助驾驶、城区开放道路对安全冗余和长尾覆盖要求不同。成本敏感场景可能倾向视觉加毫米波，高等级或复杂 ODD 更强调多传感器冗余。路线选择要回到安全目标、法规、量产成本和可验证边界。

验证不能只看榜单指标

感知路线要通过场景库、实车闭环、长尾数据挖掘和故障注入验证。需要看漏检、误检、距离误差、速度误差、时间延迟、传感器退化和下游规划影响，不能只引用单个检测 mAP 或单帧模型精度。

易错点

简单说纯视觉便宜、激光雷达准确、多模态最好，没有讲误差来源和验证边界。
把激光雷达当成没有误差的真值，忽略稀疏点云、雨雾反射和安装视场问题。
只讲模型路线，不讲 ODD、成本、法规、安全冗余和下游规划影响。
忽略多模态系统中的标定、时间同步和传感器失效诊断。
用单帧检测指标判断技术路线，缺少闭环场景验证。

面试官追问

前融合、后融合和中间融合怎么区分？

前融合在原始或低层特征阶段融合，信息保留多但对标定同步敏感；中间融合在特征空间融合，兼顾表达和复杂度；后融合融合检测或跟踪结果，工程稳但互补信息利用较少。

纯视觉如何补足深度问题？

常见方式包括多目几何、时序信息、BEV 表达、深度监督、占据网络和大规模闭环数据，但仍要在遮挡、光照、天气和域外场景中验证误差边界。

多传感器融合最容易出什么工程问题？

外参漂移、时间戳不同步、坐标系错误、传感器视场遮挡、置信度不一致和某个传感器退化后融合结果被污染。