打造智能交通新範式：微雲全息基於激光雷達的車輛邊緣協同感知系統

2026年01月26日 13:41:56

近年來，隨着智能交通系統（ITS）建設的深入推進，車輛級感知、車際通信與邊緣計算協同等技術正成為行業關注的焦點。為應對高精度、多模態環境下複雜感知任務的挑戰，微雲全息(NASDAQ:HOLO)自主研發了「基於激光雷達的車輛邊緣計算協同感知系統，並提出了一套基於Multi?Armed Bandit（MAB）模型的邊緣輔助任務卸載算法（EATO），使車輛在複雜動態場景中的目標檢測能力顯著提升，同時最大限度降低系統延迟，提高協同效能。

自動駕駛及輔助駕駛對環境理解的精準度和實時性要求不斷攀升，尤其在交通密集、遮擋複雜或夜間弱光場景下，單車激光雷達點雲處理仍存在盲區。儘管激光雷達提供的高精度三維信息彌補了攝像頭方案的不足，但其海量點雲數據對計算資源提出了嚴苛挑戰。

另一方面，邊緣計算資源（包括車載終端與路側單元RSU）具備異構的算力與延迟特性。如何在多樣化算力與通信環境下平衡本地處理和邊緣節點卸載，成為協同感知系統落地的核心難題。目前傳統策略往往採用基於經驗或規則的卸載方案，缺乏對實時網絡狀態和異構資源的自適應能力，導致整體性能難以最優。

微雲全息的該系統由以下幾個核心組件構成：激光雷達感知模塊、邊緣卸載決策模塊、V2X通信模塊與融合計算引擎。

激光雷達感知模塊利用車載激光雷達捕獲實時三維點雲，並通過高效預處理（如降採樣、地面分割、聚類提取）快速生成候選物體區域。預處理后的關鍵特徵用於輔助決策，同時減少上行數據量。

邊緣卸載決策模塊負責執行EATO算法，根據車輛自身的計算資源、通信帶寬與延迟、邊緣節點負載等因素，動態決策本地處理或部分/全部卸載。

V2X通信模塊利用C-V2X或DSRC協議實現車輛間及車輛與基礎設施（RSU）間的協同共享。支持對物體檢測結果及關鍵點雲截取的消息發佈、訂閲。

融合計算引擎部署在邊緣節點，用於接收多車上傳數據，對來自不同源的檢測信息或點雲進行融合處理，從而提升整體感知覆蓋和精度。

爲了實現低延迟和高精度感知，本系統在車載激光雷達處理鏈上做了一系列優化。前端數據預處理包括對原始點雲進行Voxel Grid降採樣，減少計算量；採用地面分割消除地面干擾點；利用DBSCAN算法對剩余點雲進行聚類；並提取每個聚類的幾何特徵。

其次，引入基於輕量神經網絡的目標檢測模型（結合PointPillars與簡化PointRCNN架構），使用較少計算就能輸出高質量邊界框和置信度。同時，設計了區域感知機制，根據點雲密度對網絡深度和推理頻次作動態調整，提高時效性。

針對車輛與邊緣節點異構性能差異，微雲全息(NASDAQ:HOLO)將協同感知任務卸載設計為一類優化問題，目標是最小化協同任務的平均延迟。

變量包括：本地處理、部分卸載（上傳預處理特徵/候選框）、完全卸載（上傳原始點雲）；約束涉及本地算力上限、網絡上行下行帶寬與延迟、邊緣節點處理能力、車輛實時任務周期等。由於網絡狀態與資源負載存在動態變化，傳統的靜態優化或強化學習策略難以實時適配，而MAB框架天然適合探索—利用—適應機制。

微雲全息把每一次卸載決策看作對多個「臂」（處理選項）的選擇，目標是通過試錯學習各臂即時延迟表現，隨着累積反饋逐步收斂最優卸載策略。具體而言，每個決策周期，系統會採樣當前網絡延迟與邊緣負載信息，再結合UCB（Upper Confidence Bound）策略選擇一個決策臂（本地、部分卸載、完全卸載），並執行。決策完成后反饋實際感知總延迟，算法據此更新臂的估值與置信區間，從而在后續決策中傾向最優。當上下行延迟或邊緣負載發生突變時，MAB策略具備快速重新試探的能力，能夠避免陷入次優策略；而在網絡穩定時，該機制可快速收斂，呈現近似最優策略。

車輛先本地檢測並生成邊界框與粗略點雲片段，根據卸載策略選擇上傳內容。邊緣節點收到來自多車輛信息后，執行置信度融合算法，包括基於置信度加權合併檢測結果、點雲拼接后採用ICP優化對齊。融合完成后，邊緣返回融合結果，再利用V2I/V2V將信息廣播給附近車輛，形成閉環共享機制。整體流程在保證準確性的前提下兼顧了實時性與帶寬壓力控制。

微雲全息分別在幾種典型交通場景下對比了該系統與傳統靜態卸載／不卸載策略的性能。關鍵指標包括感知延迟、檢測精度（mAP）、通信開銷與系統穩定性。

在高延迟高負載場景下，微雲全息該系統通過MAB自動選擇本地優先卸載、邊緣優先卸載等策略，平均感知延迟下降了15–30%，mAP 提升了5–10%。在網絡高擁塞情況下，融合感知率提升了12%。更加顯著的是，在網絡變化劇烈時（如急速駛入隧道），MAB策略拓展試探與快速調整能力，保證了關鍵節點的檢測延迟可控，展現出比靜態策略更強的魯棒性。

后續，微雲全息將繼續優化算法，集成多模態傳感器，擴展目標預測與軌跡規劃功能，實現從被動感知向主動決策的跨越。同時，計劃推動與5G/6G通信網絡深度融合，通過切片機制保障高優先級協同感知任務的時延特性。

總體來看，微雲全息(NASDAQ:HOLO)基於激光雷達的車輛邊緣計算協同感知系統通過MAB卸載優化、自主感知與邊緣融合等核心技術，實現了高精度、低延迟、智能可適應的車輛感知能力。這一創新成果預示着未來ITS系統中協作式感知範式的可行路徑，為交通安全、通行效率與智能化鋪設堅實基礎。隨着產品原型的持續測試與性能驗證，預期將在經濟級和公共服務級應用領域掀起示範效應，助力智慧交通邁入新階段。