1.傳感器融合

因為傳感器有各自的優缺點，所以需要融合來揚長避短。攝像頭與毫米波雷達是ADAS中最常用的傳感器是。

攝像頭 - 優勢：目標識別能力強，可以對車輛，自行車，行人等目標進行分類。劣勢：距離信息不是直接測量得到的。特別是在惡劣天氣和光照環境環境下距離信息不準確。

毫米波雷達 - 優勢：直接測量目標的位置和速度。受到天氣及環境的影響小。劣勢: 于雷達的信號較為稀疏，不便通過雷達進行目標識別。這些性質正好與攝像頭形成互補。

信息融合又可分為目標級融合和信號級融合。

目標級融合: 每個傳感器先各自處理原始信號生成目標。在目標的基礎上進行融合。- 優勢: 對控制器的算力和通信傳輸要求低。劣勢: 是傳感器在獨立處理信號時會有信息丟失。

數據級融合: 在原始數據級就進行融合。- 優勢：信息丟失少，精度高，劣勢：對控制器的算力和通信傳輸要求高。

在架構設計時需要找到精度和算力分布的平衡點。

L2級別ADAS采用前視攝像頭和雷達目標級融合的方案。雷達輸出target信號，攝像頭為類似mobileye的智能攝像頭，輸出track信號。

模塊分為數據有效性驗證，時間補償，雷達聚類，目標匹配，新目標生成，航跡追蹤，目標管理等子模塊：

2.雷達聚類

毫米波雷達通過分析雷達反射的回波進行目標的定位測速。雷達底層信號處理回波通過快速傅里葉變換fft，反射點，恒虛警處理cfar，關鍵點。這些步驟一般在內雷達部件內部完成。

雷達輸出的信號分為：target，object，track。target信號為未經過聚類的反射點。由于回波反射，特別是在旁邊車輛，隧道，或者有路邊柵欄的情況，回波多次反射噪音較大。一個目標也會出現多個target信號。

object為聚類之后的目標點。置信度高于object。track是object進行追蹤后，帶有ID，置信度最高, 但因為目標穩定追蹤后才會輸出，所以新目標出現會有延時。

-目標聚類

雷達target聚類得到object。雷達target先需要進行目標進行濾除。

因為不知道雷達簇的個數，并且對算法實時性要求高，一般采用基于距離或密度的聚類。如eclidean clustering和dbscan。

在簇核心的選擇上可以選擇反射能量大的點，或者以上次聚類的結果做為核心。在距離參數上，除了空間距歐式離外，或者采用馬氏距離。雷達只能提供徑向距離和速度，不