為ADAS或自動駕駛汽車配備多種傳感器的副産品是車廠幾乎肯定要增加更多的子系統，以保持這些傳感器清潔沒有遮擋。
汽車行業已經意識到這種情況，但很少有車廠弄明白如何解決這個問題。雖然一個被遮擋的傳感器有可能使自動駕駛汽車（AV）癱瘓，但人類駕駛時很可能會遇到類似的問題，但也隻是會對ADAS功能産生一定影響罷了。
此外，就ADAS而言，有可能僅僅是擁有多種類型的傳感器就能在短期内解決這個問題。賽靈思汽車業務部的進階主管Willard Tu在訪談中提到過這個問題。
同時，雖然在不久的将來可能很少有自動駕駛的乘用車，但也會有一些應用（加上越來越多的送貨和貨運車輛、無人機和其他自動駕駛系統），是以這個問題需要盡早解決，而不是拖延。
不管是什麼解決方案，它都會給整個車輛增加更多成本。可能是更多的裝置，可能是重新設計車輛以便為額外的子系統留出空間，可能是處理能力，但肯定會增加成本。
一個極端的觀點是，傳感器必須保持一塵不染。這種觀點在已經開發出傳感器清潔裝置的汽車零部件供應商中非常突出。另一個極端是由一些雷射雷達和雷達工程師持有的，他們将部分覆寫的傳感器的問題視為AI最終會輕松處理的問題，隻要有足夠的訓練。
……鑒于要有足夠的訓練。請記住，大多數測試ADAS和AV技術的公司都在亞利桑那州和加州等地的城市/郊區進行了大部分實際道路測試裡程。他們知道那隻是一個理想的現實世界，那裡幾乎每天都是晴空萬裡，很少會遇到任何可能掩蓋傳感器的東西。
VSI Labs在美國各州進行的長途測試中，發現傳感器表面會附着許多飛蟲的殘骸，且非常難以清理。
顯而易見的清潔機制是車廠幾十年來為保持擋風玻璃清晰而采用的機制：通過噴頭配置設定清潔液，然後用雨刮清除清潔液和灰塵。例如，Waymo将這種方法用于其傳感器。
但随着必須清洗的傳感器（或傳感器群）數量的增加，增加雨刮變得越來越不現實。
不過，訴諸于沒有雨刮的簡單沖洗機制是有問題的，因為清洗液的珠子可能和被清洗掉的污物一樣礙事，特别是對于光學相機。一些汽車零部件供應商（包括dlhBowles和Kendrion）已經認為，清潔機制将必須結合液體噴霧器和空氣噴射幹燥部件。
一種建議是将車身設計成這樣的方式，使氣流在大部分時間内自然地将灰塵和污垢從傳感器套件中排除。當然，“大部分時間”意味着有些時候傳感器将不可避免地變髒。然後呢？然而，另一個正在探索的方案是使用超音波清洗。
車廠們仍在評估所有這些可能的解決方案，即使他們每年都在為其車輛增加更多的傳感器。
為車輛配備不同傳感器組合的典型理由是，多個不同傳感器資料流互相補充，共同提供比任何單一傳感器模式更好的ADAS和AV性能。
但還有一個原因是，增加不同種類的傳感器是很重要的。當一種傳感器的性能因雨水、泥漿、飛濺的蟲子或其他環境垃圾而降低甚至完全停止時，關鍵是有一個備用的輸入資料流從一個不同的傳感器可能少受損或甚至可能不受任何阻礙。
這就是為什麼特斯拉在5月說它将放棄雷達而完全依靠攝像頭而受到如此多關注的部分原因。任何思考了幾分鐘的人都知道，不可避免地會出現特斯拉車輛被泥漿濺到而失效的情況。這就是為什麼一些汽車專家認為特斯拉的決定可能隻是暫時的情況。
賽靈思的Willard Tu介紹了不同傳感器在不同類型的障礙物下的表現（賽靈思的FPGA正被一些公司用于處理傳感器資料）。
他解釋說，例如，雷達比視覺系統的優勢在于，雷達可以穿過雨和霧，即使這些條件可能限制雷達系統的範圍。
同時，泥漿是獨特的。雷達可以很容易地穿透幹燥的泥漿。但濕泥漿呢？水是導電的，它可以扭曲信号。
下圖顯示了多個攝像頭、雷達和雷射雷達如何能夠互相補充。一些汽車制造商正在評估所有這三種傳感器，許多公司正在試圖确定他們是否可以使用其中的兩樣（以及哪種組合）。除了特斯拉之外，很少有公司考慮使用單一類型的傳感器。
Willard認為應該使用兩種類型。雷射雷達和雷達都擅長測距。攝像頭擅長顔色，而雷射雷達和雷達不能做到這一點。另一方面，雷射雷達有時可以讀取辨別，如果文字上有足夠的邊緣。在成本和性能方面總是有取舍的。
Willard繼續表示，大多數車廠隻想要一攝像頭一種，因為這很便宜，也很容易。然後也許才是是雷射雷達或雷達。
但決定使用哪種傳感器或哪種組合要複雜得多，Willard解釋說。
車輛收集的傳感器資料越多，需要的處理能力就越強。但車廠在平衡他們收集的資料量、所需的處理能力，以及與他們的AI的複雜性方面有很大的回旋餘地。
Willard說，好的AI是關鍵。他分享了一張圖檔，是一張來自實際傳感器讀取的點雲，賽靈思的一位客戶向Willard保證，它被用來正确識别視野中的一切。它是如此的稀疏，我們甚至都無法猜測場景中可能存在的東西。重點是，複雜的AI可以用看似最小的資料做得比預期的更多。
當雷射雷達和雷達工程師說AI可以用來補償部分被遮擋的傳感器時，這就是他們的目的。與AI可以在相對較少的資料下發揮作用的方式相似，AI可以用來解決獲得比普通資料更少的問題，隻要有足夠的訓練。
搜公衆号：智車部落
擷取更多行業資料