配備先進駕駛輔助系統或自駕系統之車輛，若僅配備單一感測器，其感知結果往往在特殊異常環境下受限或誤判，可能無法穩定運作，因此需要搭載多種感測器收集周邊環境的資訊，用以判斷車輛周遭環境的狀況，當車輛有足夠的資訊作為判別，將較適合應用於較多類的情境，使車輛得以運行無礙。 本技術搭載影像、雷達、光達、4D雷達等多重感測器，並將感測資訊(包含車道線及車輛動態資訊)，可實現自適應彎道(R250m以上)範圍內之多目標車情境偵測。  其中光達偵測技術可用於精確劃分視野內不同物體，偵測人、車等典型障礙物之相對位置及物體外框(Bounding Box)大小及其包含之點雲分布，其一幀之資料處理時間 < 10 ms，可提供自駕系統即時準確之環境資訊。  4D雷達相比傳統雷達有更多毫米波晶片與天線，能拼湊出類似光達立體效果的點雲，成本比光達更具優勢。本技術可根據不同情境需求，考量感測器成本搭配不同異質融合方案。 此外，本技術以車輛環周鳥瞰圖(BEV)視角，融合影像特徵與光達點雲之3D CNN電腦深度學習感知辨識，提供L2應用所需，連續追蹤偵測鄰車道後方來車進入盲區、鄰車道車輛切入/駛離(Car in/out)、前方紙箱掉落物之資訊，可供先進駕駛輔助系統或自駕系統控制車輛變換車道、緊急閃避，或緊急煞車等控制決策必要資訊 。