自动驾驶感知系统中，多传感器融合是核心。行业内主要分为前融合与后融合两种架构。后融合指各传感器独立完成目标检测后，在上层模块进行结果级别融合，具有模块解耦性强、易于集成等优点，但也存在信息损失严重、匹配误差敏感等缺点，适用于早期验证、低算力平台等场景。前融合则在感知网络早期或中间阶段联合处理多传感器数据，分为数据层融合和特征层融合，优点是信息互补充分、网络可学习性强，缺点是开发复杂度高、算力需求大。前融合与后融合在输入输出、算法架构、模块关系、算力标定等方面存在差异。ADAS应用层的融合策略选择应与场景、平台匹配，并考虑算法精度、开发周期等因素。未来融合将朝着数据驱动、全链路融合、协同融合等方向发展。