中国团队研发智能网联自动驾驶高效协同感知框架

国内研究人员新推出这款面向智能网联、自动驾驶车辆的高效协同感知框架，核心作用就是解决单车感知看不远、容易被遮挡、传输数据量大、带宽不够用的痛点，靠车、路、云之间配合共享感知信息，在少占用通信资源的前提下，扩大车辆感知范围、提升障碍物识别准确率，给自动驾驶决策提供更可靠的环境信息，适合城市路口、车流密集、有遮挡这些单车很难处理的路况。现在自动驾驶单车自带激光雷达、摄像头，很容易被大车、建筑挡住视线，出现感知盲区，同时如果所有车辆直接传输原始传感器点云、图像数据，V2X 通信带宽很容易被占满，延迟变高，没法实时使用，这套框架就是针对通信开销、算力开销、跨设备数据对齐这几个难点做优化。

框架核心能力清单

• 选择性传输：不盲目传输全部原始传感数据，优先传递高价值目标特征，减少冗余数据
• 跨节点特征对齐：统一不同车辆、路侧设备的坐标和时间，解决定位误差带来的识别错位
• 轻量化融合计算：把融合压力分摊到车端、路侧边缘节点，不用全部上传云端，降低延迟
• 动态适配网络：可以根据当前无线网络信号好坏，自动调整数据传输量，保障感知稳定

整体工作流程

1. 各个自动驾驶车辆、路侧感知设备先独立采集图像、点云，完成初步目标检测
2. 框架筛选关键感知特征，压缩数据，通过 V2X 网络发给周边协同节点
3. 系统对多源感知信息做时空对齐、特征融合，拼成完整的全局路况视图
4. 融合后的全局感知结果下发给参与协同的车辆，车辆结合自身传感器信息做路径规划、避障决策
5. 持续循环采集、同步、融合，实时更新路况信息，适配车辆动态行驶场景

对比传统协同感知方案差异

这套框架完成测试之后，能够弥补单车感知短板，提升路口、弯道、大车遮挡场景下的安全能力，后续可以配套路侧感知设备、量产智能网联车型落地，是车路协同自动驾驶方向的一项关键技术积累。

【相关 FAQ】

问题 1：智能网联自动驾驶高效协同感知框架，和单车自带的感知系统有什么区别？

回答 1：单车感知只依靠本车摄像头、雷达，视野有限，容易被遮挡；这套高效协同感知框架是多车、路侧设备互相共享感知信息，拼出全局路况，看得更远、盲区更少，同时优化通信和算力消耗。

问题 2：智能网联自动驾驶高效协同感知框架，是不是必须依赖路侧设备才能工作？

回答 2：不一定，这个高效协同感知框架支持两种模式，一种是车和车直接协同，另一种是车 + 路侧设备协同，没有路侧单元的时候，联网车辆之间也可以完成协同感知。

问题 3：智能网联自动驾驶高效协同感知框架，会不会增加车辆通信延迟？

回答 3：这个高效协同感知框架的设计目标就是降低延迟，它不会传输全部原始传感器数据，只传输筛选后的关键特征，减少传输的数据量，以此控制通信时延。

问题 4：智能网联自动驾驶高效协同感知框架，能直接用到已经量产的自动驾驶车上吗？

回答 4：现阶段属于研究成果，想要上车落地，还需要适配车型的 V2X 硬件、车载算力芯片，完成实车场景标定、稳定性测试，不能直接装车使用。

【参考资料】

[2026-11-10]（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

[2026-06-03]（香港城市大学团队攻克车联网感知难题）央视网

[2026-04-10]（Long-SCOPE: Fully Sparse Long-Range Cooperative 3D Perception）智源社区

[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）SciOpen

【免责声明】

本内容仅为该智能网联自动驾驶高效协同感知框架的技术科普解读，不构成技术落地、产品采购、项目投资建议；该成果尚处于科研阶段，技术落地、量产适配还需要大量验证，相关性能指标以官方发布完整论文、实测报告为准。