汽车厂家作出了回应，称选用的是激光雷达和视觉摄像头交融感知，受限于当时商场传感器辨认才能的局限性，呈现了辨认差错，后续会晋级改善。
现在用于辅佐驾驭的车载传感器主要有三种，分别是视觉摄像头、毫米波雷达和激光雷达。
视觉摄像头类似于人的眼睛，长于辨认物体的形状和色彩，但不具有测距才能，夜晚的辨认才能会大幅下降。
毫米波雷达对方针的方位和速度很灵敏，并且抗干扰才能很强，对烟雾和尘土穿透才能很好，但它对方针的形状和性质却力不从心。
激光雷达的测距才能强，多线激光雷达还能够描绘方针的概括。但它不能区别色彩，并且受烟雾和尘土的影响很大。
白日多依靠视觉传感器，雾霾天多依靠毫米波雷达，晚上多依靠激光雷达，这种定性说法很好了解，但怎么对环境进行定量分析，三种信息的置信度和权值该怎么样确认，这是很杂乱的系统工程。
好比是你戴一块手表，看时刻没问题，让你戴三块手表，就不会看时刻了。可有人通晓三块手表的差错特性，经过补差校准后，能得出比戴任何一块表都更精准的时刻。
可是，假如补差校准（即多传感器信息交融）的办法不对，把三块表的时刻进行一番加减乘除，就可能得出一个远离正确时刻的数据，这就悲惨剧了。
用三部雷达观测同一批空情方针，会得到三个不同的航迹，这就需要用很杂乱的技能办法来进行航迹交融。交融好了，航迹精度会比单部雷达高，交融欠好，航迹精度反而比单部雷达低。
。某国外闻名新能源车选用的是“纯视觉计划”，实际上的意思便是只戴一块表，避开了“多传感器信息交融”的难题，成本低这头先占上了，并且现阶段的辨认才能更安稳。
回到墓地鬼影事情，厂家的解说是“选用的是激光雷达和视觉摄像头交融感知，受限于当时商场传感器辨认才能的局限性，呈现了辨认差错”。
当时商场传感器的功能是共同的，激光雷达和视觉摄像头交融感知也是各厂家的遍及做法。假如其他厂家在相同场景不呈现鬼影的话，那问题就出在了“多传感器信息交融”方面，而不是传感器功能自身。
经过传感器辨认车外方针，并经过车载电脑显现出来，这需要对车外方针进行形式辨认，“形式辨认”是人工智能的重要内容，也是近年来很抢手的研讨方向。
车外环境方针大体有六种，分别为货车、大客车、小客车、摩托车、自行车和行人。
假如传感器的勘探规矩是：高度 1～2.5 米，宽度 ＜1 米，速度 ＜2 米/秒，就断定为行人，而不是货车等其他五种方针。
这是一个很合理的形式辨认办法，但样本只要 6 个，空间实在是太小了。假如依照上述的规矩，路旁边的垃圾桶、邮筒都会被显现成行人。
好比是一个人只见过苹果和香蕉，你给他橘子、鸭梨、石榴，他都会断定为苹果。
以行人为例，不只要有契合哪些规范就能够断定为行人的正逻辑，还要有契合哪些规范就能够断定不是行人的负逻辑。
例如，路旁边有个塑料的衣服模特，高度、宽度、速度都契合行人规范，但它没有头，就能够断定它不是行人。没头的就不是行人，这便是一条很重要的负逻辑。
简略办法便是进步判定阈值，即在原有基础上，缩小断定为行人的数值规模，石碑等就不会被显现成行人了，但有些正常行人就会显现不出来了。
这便是经过进步“漏报率”的办法来下降“误报率”，实质便是拆东墙补西墙，这种简略办法不是正途。
杂乱办法，便是逐渐的提高“多方针信息交融”和“形式辨认”的才能，继续不断的添加样本空间，不断充分正负逻辑，然后从根本上提高方针辨认的才能。
