多传感器信息融合，英文缩写MSIF，是利用计算机技术，将来自多种传感器的多源信息进行自动综合分析，为决策提供依据的过程。
　　智能汽车是实现智慧交通的重要组成部分之一，需要具备环境感知能力，而环境感知依靠多个、多类型传感器来采集信息，单一、同类型传感器无法满足多样化信息采集需求。智能汽车通常采用的传感器包括摄像头、激光雷达、毫米波雷达等，这些传感器分布在汽车的不同位置，可以收集不同环境信息。
　　多传感器信息融合可以将多样化、复杂化的环境信息进行综合处理，进而判断道路环境，能够提高传感器系统的感知能力，提升信息处理的精确度与可靠性，最终目的是消除单个传感器的局限性，提供全面且准确的环境感知信息，为智能汽车安全可靠运行提供决策依据。
　　多传感器信息融合需要同时处理多种传感器的大量信息，其计算速度、识别精度、兼容性、协调能力、并行处理能力等要求高。按照数据处理方法来看，多传感器信息融合主要包括分布式、集中式、混合式三种体系结构。
　　分布式是各个传感器将收集到的信息进行处理后，传递给信息融合中心进行综合分析，特点是通信带宽要求低、计算速度快、结果精度较低；集中式是各个传感器将收集到的信息直接传输给信息融合中心进行综合处理，特点是结果精度高、对中央处理器性能要求高；混合式是部分传感器采用分布式，部分传感器采用集中式，特点是适应性强、稳定性强、结构复杂。
　　除了智能汽车领域外，多传感器信息融合还可以应用在军事、工业控制、安防监控、飞行器、机器人、智能检测等领域。我国政府正在大力推动低空经济产业发展，相关装备主要有无人机、轻型飞机等，可以广泛应用在物流、测绘、航拍、旅游、教育等领域，例如在无人机中，多传感器信息融合在目标识别、目标运动状态确定、目标跟踪等方面作用重要。
　　我国多传感器信息融合技术研究与应用正在不断深入。大连理工大学成功实现基于多传感器信息融合的旋翼无人机集群视觉伺服地面目标跟踪技术；合肥中科自动控制系统有限公司申请“基于多传感器信息融合的智能物流转运车”的专利；北京魔门塔科技有限公司获得“一种多传感器数据的融合方法、装置及系统”的专利。