AEye扩展传统激光雷达度量标准

据外媒报道，AEye提出了一种新的扩展测量标准，用于先进激光雷达系统的性能评估。用于评估激光雷达性能的传统帧速率、角度分辨率和探测距离标准已不足以充分衡量传感器的有效性。为此，AEye提出了三个新的激光雷达评估指标：帧内对象重访率、瞬时增强分辨率和对象分类范围。AEye联合创始人兼首席执行官Luis Dussan，声明“目前用于评估自动驾驶激光雷达系统的指标往往不能完全证明其在现实环境中的性能。新的扩展指标更适合测量先进的激光雷达性能，是评估该系统的关键，该系统可用于最具挑战性的应用场景对象，不可能更快地重新访问它们，也不可能为道路或十字路口等感兴趣的区域提供更高的分辨率，因此无法提高性能。新型先进的固态激光雷达传感器使智能信息捕获能够扩展激光雷达的功能，从被动搜索和物体检测转向主动检测。在许多情况下，对象属性的实时获取和分类可以使感知和路径规划软件更加安全和有效。扩展度量1：从帧速率到对象重访率，通常认为单个查询点不足以验证危险。因此，被动激光雷达系统需要对同一目标或多个帧上的位置进行多次访问/检测，以验证对象。新型智能激光雷达系统，如AEye iDAR？，您可以在同一帧内再次访问该对象。这些灵活的系统可以通过智能帧内拍摄调度来加速重访率，并且可以在传统帧内多次询问对象或位置。此外，现有的激光雷达系统受到物理特性的限制，如固定的激光脉冲能量、固定的停留时间和固定的扫描模式。下一代系统，如iDAR，是可以使用感知、路径和运动规划模块定义的软件，因此可以动态调整数据收集方法。因此，对象重访率比帧速率更重要、更相关。扩展度量2：从角分辨率到瞬时分辨率，分辨率被用作传统的激光雷达度量，假设整个视场将以恒定模式和均匀功率进行扫描。然而，AEye iDAR的技术是基于先进的机器人视觉范式，打破了这一假设。激光雷达系统可以实现感兴趣区域内时间和空间采样密度的动态变化，从而产生瞬时分辨率。这些兴趣区域可以在设计时固定，由特定条件触发，或者在运行时动态生成。AEye首席科学家Allan Steinhardt表示，激光雷达系统需要将激光能量集中在重要物体上。因此，除了在固定模式下测量静态角度分辨率外，测量关键对象所需的分辨率也是有益的。如果不执行智能扫描，可能会导致过采样或欠采样。“扩展指标3：从检测范围到分类范围的传统检测范围测量方法适用于简单的应用。但对于自动化来说，更关键的性能衡量标准是分类范围。分类会增加延迟并使车辆面临危险。传感器的分类属性越多，感知系统就越快确认对分类进行分类。除了检测范围外，测量分类范围可以更好地评估汽车激光雷达的能力，因为它消除了感知堆栈中的未知信息，从而更快地定位重要信息。与第一代激光雷达传感器不同，AEye的iDAR是一个集成的、响应性强的感知系统，模仿了人类视觉皮层关注和评估潜在驾驶危险的方式。iDAR使用分布式架构和边缘处理，动态跟踪感兴趣的对象，同时始终严格评估周围环境。它的硬件可以配置软件，使车辆控制系统软件能够有选择地实时定制数据采集，而边缘处理可以减少控制环路延迟。IDAR将软件可定义性、人工智能、反馈回路与智能敏捷的传感器相结合，需要更少的数据、更快的速度和捕获更多的智能信息，……

从而带来更高的性能和安全性。AEye联合创始人兼工程高级副总裁Barry Behnken表示：“创建有效传感系统最重要的方面是数据质量和运行速度。性能指标很重要，因为它们决定了设计师和工程师如何解决问题

标签：合创

汽车资讯热门资讯