速度估计是指通过传感器数据或算法推算出车辆或其他运动物体瞬时速度的技术过程。在自动驾驶系统中，这通常需要融合来自毫米波雷达、激光雷达、摄像头以及轮速传感器等多源数据，利用卡尔曼滤波或粒子滤波等算法实现对目标物体运动状态的精确解算。不同于直接测量的速度值，估计速度往往能克服单一传感器局限，在复杂场景下提供更鲁棒的速度信息。
对于自动驾驶产品开发而言，准确的速度估计直接影响着跟车距离控制、变道决策、碰撞预警等核心功能的可靠性。特别是在恶劣天气或传感器被部分遮挡时，基于多模态数据融合的估计方法往往能保持稳定性能。当前前沿研究正探索结合深度学习与物理模型的方法，如使用LSTM网络建模速度变化时序特征，或通过注意力机制提升关键目标的估计精度。这类技术已在特斯拉Autopilot和Waymo第五代系统中得到实际验证。