证据栅格（Evidence Grid）是自动驾驶环境感知中一种基于概率的栅格化环境表示方法，它将车辆周围空间划分为均匀的立方体单元，每个单元通过概率值表示该空间存在障碍物的可信度。这种方法源于1980年代Moravec和Elfes提出的占据栅格（Occupancy Grid）理论，其创新之处在于能够融合来自激光雷达、毫米波雷达、摄像头等多源传感器的异构数据，通过贝叶斯概率框架持续更新环境状态，形成动态的3D语义环境模型。
在自动驾驶产品落地中，证据栅格技术显著提升了复杂场景下的感知鲁棒性。例如当某个传感器被临时遮挡时，系统仍能依靠历史证据维持环境认知；在恶劣天气条件下，不同传感器数据的互补性可通过概率融合增强检测可靠性。现代自动驾驶系统常将证据栅格与高清地图、目标检测算法结合，既保留栅格方法对未知环境的适应能力，又具备结构化道路的先验知识，这种混合表征方式已成为L4级自动驾驶系统的标准配置之一。