协同感知可以有效解决单一自动驾驶车辆感知距离受限、易被遮挡的问题，是未来自动驾驶落地不可或缺的一环。然而，各公司的自动驾驶车辆往往配备不同的传感器和感知模型，这使得它们产生的特征图是异质的，需要多方共同训练特征融合模型或者修改预训练模型的参数才能实现协同感知，灵活性很差，限制了协同感知的落地应用。为了解决该问题，提出了一种将协同感知和单车感知解耦且高灵活性的异质协同感知框架。该框架在协作系统中共享协同感知特征融合模型，对于每类将要加入协作的异质车辆，固定预训练模型参数后，在其本地训练一个特征对齐模块来适配公用的协同感知模型，实现异质协同感知到同质协同感知的转换。通过对比异质特征的差异，提出了一种融合了局部和全局注意力机制的特征对齐模块，能够有效地实现异质特征到同质特征的转换。实验结果显示，所提方法在异质协同感知数据集OPV2V和OPV2V-H上的平均精度达82%,优于其他八种协同感知方法。实验结果证明，所提方法在保证架构灵活性的前提下，能够有效实现异质特征之间的对齐。