第三章：传感器冗余——摄像头、毫米波雷达、激光雷达、超声波雷达的冗余配置策略

各位同学，大家好。今天我们聊一个很实在的话题——传感器冗余。

说实话，我在这个行业摸爬滚打十年，见过太多因为传感器失效导致的事故。有一次，一台测试车在高速上，摄像头被夕阳直射，直接“失明”了。幸好当时毫米波雷达还在工作，系统及时降级，没有出事。从那以后，我对冗余设计就特别上心。

你想想看，自动驾驶系统要是只有一个传感器，就像人只用一只眼睛开车。风险太大了。所以，冗余不是“锦上添花”，而是“保命底线”。

3.1 为什么需要传感器冗余？

简单说，就是“一个传感器靠不住”。

• 摄像头：怕强光、怕黑夜、怕雨雾。我遇到过摄像头被泥巴糊住的情况，直接黑屏。
• 毫米波雷达：不怕光，但怕金属干扰。比如隧道里的金属护栏，会让它“眼花”。
• 激光雷达：精度高，但怕雨雪。大雨天点云会变得稀疏，像得了近视。
• 超声波雷达：近距离好用，但远距离就是“睁眼瞎”。

所以，冗余配置的核心思路就是：用不同物理原理的传感器，互相补位。

3.2 冗余配置的四种常见策略

我个人习惯把冗余策略分成四类。每种都有它的适用场景。

3.2.1 同质冗余

就是同一种传感器装两个。比如两个摄像头，一个看左，一个看右。好处是简单，坏处是——如果摄像头本身有设计缺陷，两个一起坏。

我记得有一次，某款摄像头在低温下会延迟。结果两个摄像头同时“卡顿”，系统直接懵了。所以同质冗余只能防“随机故障”，防不了“共因故障”。

3.2.2 异质冗余

这才是真正的“安全牌”。用不同原理的传感器覆盖同一区域。

比如：

• 前向感知：摄像头 + 毫米波雷达 + 激光雷达
• 侧向感知：摄像头 + 超声波雷达

这样，就算摄像头被太阳晃瞎了，毫米波雷达还能告诉你“前面有车”。

3.2.3 空间冗余

同一个传感器，装在多个位置。比如四个角各装一个超声波雷达。这样即使一个被撞坏了，其他三个还能工作。

嗯，这里要注意：空间冗余要考虑视野重叠。我见过一个设计，两个激光雷达装在车顶，结果中间有盲区，正好是行人高度。后来改了布局才解决。

3.2.4 功能冗余

用不同的算法或硬件实现同一功能。比如：

• 用摄像头做车道线检测
• 用高精地图做车道线匹配

两者结果不一致时，系统会触发“安全降级”。

3.3 典型冗余配置方案

下面这张表，是我在多个项目中总结出来的。你可以直接拿去参考。

传感器类型	冗余方式	典型数量	覆盖场景
摄像头	异质 + 空间	6-12个	前向、侧向、后向、环视
毫米波雷达	异质 + 同质	4-6个	前向长距、角雷达
激光雷达	异质 + 空间	1-3个	前向主激光、侧向补盲
超声波雷达	空间冗余	8-12个	泊车、近距离障碍物

你看，摄像头数量最多，因为它最便宜，但最脆弱。激光雷达数量少，因为贵，但精度高。这就是“性价比”的权衡。

3.4 避坑指南：我曾经踩过的三个坑

做冗余设计，光看理论是不够的。我分享三个真实教训。

3.5 冗余配置的决策流程

在实际项目中，我一般按这个流程走：

1. 定义安全目标：比如“在摄像头失效时，仍能检测到前方50米内的车辆”。
2. 分析失效模式：每个传感器可能怎么坏？
3. 选择冗余策略：异质？同质？空间？功能？
4. 设计冗余架构：数量、位置、供电、通信。
5. 验证与测试：模拟失效场景，看系统是否真的能兜底。

说白了，冗余设计不是“堆料”，而是“精准补位”。你多花一分钱，就要多一分安全收益。

3.6 未来趋势：传感器融合与冗余的边界

最后聊点前瞻的。现在很多团队在做“传感器融合”，把摄像头、雷达、激光的数据融合成一个“超级感知”。但我想提醒你：融合不等于冗余。

融合是让数据更准，冗余是让系统更稳。两者要分开设计。

我见过一些方案，把所有传感器数据融合成一个“感知结果”，然后只依赖这个结果做决策。结果一旦融合算法出bug，整个系统就崩了。正确的做法是：保留独立的“安全通道”。比如，即使融合失效，毫米波雷达还能直接触发AEB（自动紧急制动）。

好了，这一章就到这里。下一章我们会聊“执行器冗余：转向、制动、驱动的安全设计”。到时候见。