车联网通感算融合架构将通信、感知与计算三项功能整合于统一的系统框架中，为智能网联汽车的环境认知与决策控制提供基础支撑。毫米波雷达作为感知层的核心传感器，输出目标距离、速度和角度信息。多链路协同通信将车与车、车与路侧设施之间的数据传输通过多条链路并行或冗余方式完成，降低传输时延并提升可靠性。边缘计算节点在靠近车辆的位置执行感知数据的融合处理与决策计算，缩短从感知到控制的闭环响应时间。通感算融合架构中，毫米波雷达的感知数据经多链路协同传输至边缘计算节点，融合处理后生成控制指令回传至车辆执行机构，构成完整的低时延闭环控制体系。架构设计的核心在于各环节的时延分配和协同机制，使总闭环时延满足车辆控制的时间约束。
毫米波雷达在通感算融合架构中的感知功能需要输出高精度的目标信息以支撑决策。车载毫米波雷达通过调频连续波信号检测周围目标，输出点云数据。点云数据包含大量目标反射点，需要经过聚类和跟踪处理才能形成可供决策使用的目标轨迹。聚类算法将空间上相邻的点迹归并为同一目标，跟踪算法利用连续帧之间的点迹关联估计目标的运动状态。在通感算融合架构中，雷达信号处理的原始点云可在车载端完成初步聚类，将目标级数据而非原始点云上传至边缘计算节点，减少传输数据量和边缘节点的处理负荷。初步聚类的准确性影响后续融合决策的质量，聚类参数需根据车辆周围的目标密度和分布特征动态调整。在交通密集场景中，目标间距较小，聚类算法需具备区分紧邻目标的能力，避免将多个目标合并为单一目标。
多链路协同通信在车联网场景中通过多条通信链路并行传输感知数据和控制指令，降低单链路故障导致的通信中断风险。车联网可用的通信链路包括专用短程通信、蜂窝网络直连链路和路侧单元提供的无线接入链路。不同链路在覆盖范围、传输速率和时延特性上存在差异。专用短程通信在车辆之间提供直接链路，时延较低但覆盖范围有限。蜂窝网络直连链路覆盖范围广但时延受网络负载影响。多链路协同的调度策略根据数据包的优先级和当前各链路的信道质量，将感知数据分配至合适的链路上传输。高优先级的安全相关数据采用冗余传输方式在多条链路上同时发送，确保至少一条链路能够成功到达接收端。低优先级的非安全数据采用负载均衡方式分配至信道质量较好的链路，提高传输效率。多链路协同的调度决策在车载终端和边缘计算节点之间通过控制信令交互完成。
边缘计算节点在通感算融合架构中承担感知数据融合和决策生成的功能。来自多辆车的感知数据在边缘节点进行时空对齐，形成统一的环境认知。融合算法将各车雷达检测到的目标与路侧传感器检测到的目标进行关联，消除重复目标并补充单车感知的盲区。融合后的环境模型包含区域内所有交通参与者的位置、速度和运动趋势，作为决策算法的输入。决策算法根据环境模型和交通规则生成车辆的行驶建议或控制指令。在低时延闭环控制体系中，决策算法的时间复杂度需控制在边缘节点的计算能力范围内，算法的迭代次数和状态空间规模需根据可用计算资源和时延预算进行限制。对于紧急制动等安全关键场景，决策算法需在极短时间内完成计算并输出控制指令，算法采用简化模型或预计算策略降低实时计算量。
低时延闭环控制体系的时延分配贯穿从感知到执行的完整链条。感知环节的时延包括雷达信号处理时间和目标聚类跟踪时间，信号处理在雷达点点taptap安卓内部完成，聚类跟踪在车载处理器或边缘节点上执行。通信环节的时延包括数据封装、链路传输和接收解封装的时间，多链路协同的调度决策增加额外的处理时延。计算环节的时延取决于融合算法和决策算法的复杂度以及边缘节点的计算能力。执行环节的时延包括控制指令从边缘节点回传至车辆的通信时间以及车辆执行机构响应指令的机械时间。各环节的时延总和构成闭环控制的总时延，总时延需小于控制周期的允许范围。在车辆高速行驶场景中，控制周期较短，时延预算紧张，各环节的时延需压缩至较低水平。在低速或拥堵场景中，控制周期可适当延长，时延预算相对宽松。
工程验证中的通感算融合架构需要在包含多辆车、路侧传感器和边缘计算节点的测试环境中评估闭环控制性能。测试场景包括协同自适应巡航、交叉路口通行和紧急制动预警等典型应用。评估指标包括闭环控制时延、控制指令的准确率和系统的可靠性。测试数据表明多链路协同通信在部分链路质量恶化时通过冗余传输维持了控制指令的可靠到达，边缘计算节点的融合处理消除了单车感知的盲区，提升了环境认知的完整性。闭环控制时延在各项优化措施使能的情况下满足控制周期的要求。当前，车联网通感算融合架构的毫米波雷达多链路协同低时延闭环控制技术已在多个智能网联汽车测试示范区和车路协同项目中完成验证，相关架构设计和算法实现为后续的规模化部署提供了技术基础。
