众所周知，当今全球汽车行业在自动驾驶领域聚焦于L2-L3阶段，更多的科技公司瞄准L4阶段，公众则更关心真正的或者是理论上的自动驾驶。对于自动驾驶的难点，一般人几乎无从得知，毕竟隔行如隔山。
但有一点，即使是局外人，即使无法用专业术语表达所想，大家也都能猜到八九不离十。这，就是环境感知技术。
就自动驾驶而言，环境感知技术是关键中的关键，是挑战。其他任何技术都是来解决对应的问题，而这些问题的提出就来源于汽车本身传递出的信息，环境感知技术恰恰就是给出信息的关键，也是车辆与外界环境信息交互的核心技术。
2017 人工智能白皮书中指出：智能驾驶的核心不在车而在人，是物化的驾驶员在长期驾驶实践中，对“环境感知-决策规划-控制执行”过程的理解、学习和记忆。所以通常将自动驾驶系统分为感知层、决策层、执行层，感知层靠的就是环境感知技术。如果把一辆车比作一个人，环境感知技术就是人的眼睛、耳朵、皮肤，只有接收和识别到足够多的有效信息，才能保障之后决策的正确性，强力支持上层机构的决策。
l 单一传感器能力不全，多传感器难以融合
精准的信息采集，涉及行驶路径、周边物体、驾驶环境和驾驶状态，所以以往单一的传感器完全不能满足如此强烈的需求，只有多传感器融合，才能全方位监测车辆行驶时周围的动态信息。
而多传感器融合技术就是环境感知技术的难点。现如今环境感知系统，主要是依托自身搭载的各类传感器，如激光雷达、摄像机、毫米波雷达、超声波雷达、速度加速度传感器和GPS等等，经由车载高性能集成计算平台进行数据的融合和分析，获得自动驾驶所需要的环境感知信息。
但这些单一传感器不仅价格昂贵，而且感知范围很有限。常见的传感器中，摄像机的优点是成本和分辨率，但遇到恶劣天气，其性能便大打折扣。为解决摄像机测距不准问题，激光雷达引入其中，不受光照影响却仍旧赢不了天气，且激光雷达成本很高。更高级的毫米波雷达和超声波雷达也只能优化部分而暴露其他新问题。
更重要的是，不同传感器系统无法兼容，互相干扰，干涉行为注定这些传感器在现有的技术下难以并存于同一车体上。这将是接下来一段时间，世界各大自动驾驶研究中心全力攻克的课题。
当然这个问题在自动驾驶最先提出来的时候，其重要性和难度就已然被遇见，所以环境感知技术的发展也从未停止过。
首先传感器技术上，技术更新升级很快，虽然它们有着各自的弊端，但在不停歇优化中，也慢慢做到了单领域的全方位可靠。
l 传感器的进步
单车摄像机数量不断增加并在技术上实现不断超越。国产品牌舜宇光学全球车载摄像头出货量第一，市占率超过30%，韩国世高光、日本关东辰美、日本富士紧随其后。另外国产品牌联创电子也在快速崛起，逐步进入大厂产业链中。
毫米波雷达的缺点也有极大改善。在探测距离、角度、体积、识别精度、车速上限和应用场景等方面都有大幅提升的77GHz，正在取代24GHz成为主流。博世、大陆、电装、海拉等国外巨头占据行业73%的市场空间，行业集中度较高。德赛西威、华域汽车、森思泰克则是中国代表，承载着该细分行业的未来。我国虽起步较晚，但发展速度毋庸置疑。
激光雷达尽管在恶劣天气表现不佳，但毕竟恶劣天气这种极端行驶情况对任何感知技术都是一个无法逾越的障碍。所以激光雷达更多的局限来自于高昂的成本。经过长时间的技术发展过渡期，激光雷达的成本在不远的未来将被控制住，并下降到完全可以承受的阶段，并且现今已成L3级以上自动驾驶的必备传感器。蔚来、智已、极狐阿尔法、哪吒、威马、广汽埃安等一系列国产品牌的某些车型，都搭载了激光雷达，且不止一颗。
环境感知系统借助人工智能技术，将采集的海量数据与设计的复杂神经网络相结合，通过先进的智能算法，全力释放着它的能量。当然，感知算法仍面临诸多挑战，无论是面对复杂的交通环境还是恶劣多变的天气，如何提升稳定性和准确性还有极大的上升空间。
说了这么多，如果下定义，那环境感知技术就是利用各种技术获取环境信息，并将获取的信息传输给智能决策中心，为智能决策提供依据的技术。简而言之，环境感知技术是自动驾驶的先决条件。
