探索未知领域：多传感器融合及可解释人工智能在自动驾驶汽车中的作用综述 | MDPI Sensors

本文是一篇发表在Sensors期刊上的综述文章，系统梳理了多传感器融合与可解释人工智能（XAI）在自动驾驶汽车领域的前沿进展。背景方面，自动驾驶汽车高度依赖多传感器融合技术感知环境，但系统复杂性和黑箱模型缺乏透明度，对安全性、问责制和公众信任构成挑战。研究目的在于探讨如何整合可解释人工智能与多传感器融合，以平衡高性能与可解释性。文章详细介绍了多传感器融合的三类策略（低级、中级和高级融合）及其优缺点，并阐述了可解释人工智能的五大核心原则（可解释性、可说明性、合理性、可追溯性和透明度）。结论指出，多传感器融合显著提升了环境感知能力，但黑箱模型的不可解释性是主要瓶颈。未来研究方向聚焦于实时可解释性技术、因果推断与知识融合，以及利用大语言模型辅助生成解释和建立统一评估框架。