随着科学技术的发展，人工智能创新应用的全面展开，使人类社会各个领域面临前所未有的智能化浪潮冲击。无人地面平台凭借自身卓越的技术性能，成为世界各主要国家争相抢占的智能领域制高点，也成为各国军事装备自动化和智能化的发展方向。

无人地面平台集众多“本领”于一身，在诸如感知技术、地图重建技术、导航技术、学习与自适应技术这些强大能力中，最为突出的就是对周围环境的感知和地图重建技术。有了这些“法宝”，无人地面平台就可以成为“千里眼”和“顺风耳”，为指挥决策提供强有力的技术保障。

先来看看环境感知技术，它是无人地面平台认路能力的一部分。通过传感器，无人地面平台可以采集周边和自身信息，并实时发送给处理器，形成对周边环境的认知模型。可以说，环境感知是无人地面平台所有技术的数据基础。再来说说地图重建技术，它能对实时环境感知反馈的信息进行识别、处理、分析后，不断更新完善已有的地图信息，有效应对突发情况。

尽管拥有如此厉害的“看家本领”，但传统的单一传感器很难在复杂条件下保证无人地面平台环境感知的可靠性。比如高精度GPS，一旦在某些情况下，卫星信号中断或受到严重干扰，使得卫星信号十分微弱，环境感知就面临着巨大的困难；基于视觉的环境感知技术，在遇到强光或弱光等光照度发生变化的情况下，会导致感知算法失效；基于激光雷达的环境感知技术，因探测距离有限，有时缺乏充足的目标属性信息，导致无人地面平台成了“聋子”和“瞎子”。

为解决这些难题，研究人员给无人地面平台安装了多种传感器，使它具备多传感器数据融合感知能力，通过无数双“眼睛”和无数对“耳朵”将每一幅画面融合在一起，进而分割出场景中的主要元素，并清楚地将它们一一辨别出来。美国密歇根州立大学的研究者就利用这种安装多个传感器的方法，通过传感器间的融合工作，有效感知校园内的所有路况环境，使无人地面平台成为校园里名副其实的识途“老马”。新加坡南洋理工大学的科研团队，重点研究激光雷达和视觉数据融合的场景语义分割技术，通过融合的方法，可以很好地分割出场景中的主要元素，并得到它们的语义信息，包括目标车辆、行人、地面、草丛和树木等。另外，致力于无人驾驶汽车研究的公司，如谷歌、福特等都应用定位与地图构建技术，实现了高精度地图的构建与厘米级的精确定位，但其应用环境仅限于城市结构化道路。

当前的地面无人平台尽管拥有超强本领，但在野外复杂环境下使用仍有较大局限性，特别是在战争或重大灾害等特殊条件下，对于各种复杂障碍的环境感知远未达到令人满意的灵敏度。这也对进一步优化无人地面平台多传感器融合感知技术，提出了新的挑战。