UKF融合（Unscented Kalman Filter Fusion）是一种基于无迹卡尔曼滤波的多源传感器数据融合技术，它通过非线性变换实现状态估计，克服了传统卡尔曼滤波在处理非线性系统时的局限性。该算法采用一组精心选取的采样点（称为Sigma点）来近似概率分布，避免了线性化误差，在自动驾驶领域常用于车辆定位、环境感知等需要高精度状态估计的场景。
在自动驾驶汽车开发中，UKF融合技术被广泛应用于多传感器系统的数据整合，如将激光雷达、毫米波雷达与视觉传感器的观测数据进行最优融合。相较于扩展卡尔曼滤波（EKF），UKF不需要计算复杂的雅可比矩阵，且在强非线性系统中表现出更好的估计精度和稳定性。现代自动驾驶系统常采用改进型自适应UKF算法，通过实时调整过程噪声参数来应对城市复杂环境下的动态不确定性。