其实华为自动驾驶的核心技术理念还是很先进的。

/ “后融合技术在两年以前被我们抛弃了，现在我们全部都是前融合的技术”，前融合从原理上讲是更高级的，2019 年就开始这样做了。

/ “前融合的特点其实是把所有的信息放在一起，送到NN网络里去处理，它并不是一个简单的哪个传感器用哪个信息的问题。”，把什么东西放进去机器求解，这是特斯拉有不一样看法的地方，特斯拉觉得依赖庞大的数据，连空间距离这类信息也应该由机器从视觉信息里面求解 ，华为把毫米波和激光雷达的信息都一股脑加入进去，从原理上特斯拉的方法也是说得通的，但是非常具有挑战性 网页链接，而且看机器视觉的最新发展，这是未来趋势，同时，华为和其他厂商的方法是比较现实和稳重的

/ “毫米波我们是直接把毫米波的原始数据拿过来了，用它的原始点云。”，“毫米波的原始数据是比较脏的，其实比较难处理，我们现在用NN在处理”，不知道华为的视觉数据是怎么处理的，特斯拉抛弃后处理图像，直接用摄像头传感器原始数据 网页链接 ，也是相同的思路

/ “绝大多数那些难以处理的case，你加上80倍的传感器也处理不了。我敢跟你打赌。所以这种乘的算法来做统计的逻辑是很荒唐的。”，现在特斯拉一出问题，指责最多的就是缺这个传感器那个传感器，其实根本的更可能的是特斯拉技术路线上自己要解决的内在问题，正如华为说的，到最后无论多少传感器，有挑战性的地方还是会存在。

----------

对话华为智能驾驶总裁苏箐：华为绝对是第一（@类星频道 写的，为啥微信文章和微博文章这么难被搜到，排前面的全是转载的）

2021年04月17日 网页链接

---节选---

媒体：所以我们远距离是依靠激光雷达？

苏箐：不我们不是这样分的。以前大家老是问一个问题，你们的感知是前融合还是后融合还是什么Redundancy（冗余）的技术？

首先我觉得传感器没有Redundancy这一说，这是胡扯。然后后融合技术在两年以前被我们抛弃了，现在我们全部都是前融合的技术。

前融合的特点其实是把所有的信息放在一起，送到NN网络里去处理，它并不是一个简单的哪个传感器用哪个信息的问题。你也可以简单理解为传感器之间互相会有Attention机制。

另一个，不同传感器的特点是不一样的。举个例子，毫米波速度敏感，但测量一塌糊涂，视觉对语义测得比较好；激光对几何测量是比较好的，它本身会把这些融合在一起。

毫米波我们是直接把毫米波的原始数据拿过来了，用它的原始点云。

媒体：找供应商拿原始数据会有难度吗？

苏箐：两个问题，第一大部分Tier1不愿意开放原始数据给你，但华为比较大嘛，人家也愿意开放，第二其实毫米波的原始数据是比较脏的，其实比较难处理，我们现在用NN在处理。

媒体：双目做激光的冗余吗？

苏箐：这个东西不能叫冗余，其实不同的传感器，不同的表现、优劣是有一个波动的。

媒体：有一家头部自动驾驶公司提出了真冗余，把雷达、LIDAR作为一个子系统，把纯视觉作为一个子系统，独立测试，两个子系统接管率相乘来实现统计学意义上所需测试里程的降低。

苏箐：坦率的说，我猜那个是他们Marketing写的，绝对不是他们研发写的，否则我就要怀疑他们的研发能力了。真正决定你接管率的，绝不仅是你的感知系统，跟你的规控关系非常大，甚至比感知系统还要大。

这些系统是没有你所谓的真冗余设计的对吗？

第二，绝大多数那些难以处理的case，你加上80倍的传感器也处理不了。我敢跟你打赌。所以这种乘的算法来做统计的逻辑是很荒唐的。

真冗余是很Marketing的说法，你要把感知做好，你就应该做传感器融合，而不是做冗余，做冗余是对传感器很严重的浪费。他们的技术水平绝对不是这样。