自動駕駛感知技術介紹

感知功能模塊負責檢測、分類和跟蹤自主車輛附近的實體和事件。來自車載傳感器的數(shù)據(jù)可與其他來源的信息相結合，如高清地圖、V2X或互聯(lián)服務，以完成此任務。感知模塊負責建立和更新車輛感知范圍內(nèi)環(huán)境的虛擬表示。

感知功能模塊圖感知模塊可能包括以下算法：?檢測基礎設施元素，如可行駛路面、路標、交通燈、路緣、交通錐、施工、欄桿等，以及這些元素的動態(tài)屬性（例如，收費站欄桿下降，紅燈等）。

?檢測、分類和跟蹤動態(tài)實體，如車輛、行人和障礙物。

?檢測環(huán)境條件，如可能存在的天氣、火災/煙霧、濕滑路面。

?識別/分類更復雜的方面，如人的姿態(tài)、不穩(wěn)定駕駛、危險載荷等也可能是感知模塊的一部分。感知模塊以規(guī)范格式接收環(huán)境傳感器數(shù)據(jù)作為輸入。這些數(shù)據(jù)可能來自一個或多個傳感器，這些傳感器可以基于相似或不同的傳感技術（例如，攝像頭、雷達、激光雷達、超聲波），并且可能有重疊的視野。如果同一物理實體被多個傳感器“看到”，則可以采用多傳感器融合算法來產(chǎn)生這些實體的統(tǒng)一視圖。可以采用跟蹤實體的時間變化的算法來維護這些實體的存在概率，并預測它們的路徑/狀態(tài)的短期預測。幾乎所有檢測都需要映射到一個公共的世界坐標系統(tǒng)。

感知輸入：

?環(huán)境傳感器數(shù)據(jù)：以規(guī)范形式（根據(jù)傳感器技術的不同而不同）接收來自環(huán)境傳感器的數(shù)據(jù)，該數(shù)據(jù)經(jīng)過處理和/或分析，以使下游功能模塊更易于消費和處理數(shù)據(jù)，或從自主車輛的感知范圍內(nèi)提取有關環(huán)境和/或?qū)嶓w的可操作信息。

?姿態(tài)：可以用于預選感知視野的某些部分進行特征/對象檢測（無論是否使用高清地圖）。

?地圖數(shù)據(jù)：可以通過將先驗假設的基礎設施與來自傳感器的觀測進行比較，使檢測更加可靠。

?自車運動：可以用于調(diào)整傳感器的讀數(shù)，以補償自主車輛的運動。

?感興趣區(qū)域（ROI）：可以用于配置傳感器或算法，將注意力（分辨率/處理）集中在感知范圍的特定區(qū)域。例如，這可以幫助分辨率不均勻的傳感器進行配置，以便具有特定興趣的道路/基礎設施以更高分辨率“看到”。類似地，可以提取高分辨率圖像的某些部分以全分辨率處理，以確定交通燈的狀態(tài)。

?V2X：提供了一個額外的信息來源，可以利用它使檢測更可靠（消除歧義）。

感知輸出：

?規(guī)范：可以以與原始輸入數(shù)據(jù)相同的形式輸出數(shù)據(jù)，同時進行了一些額外的處理或轉(zhuǎn)換。傳感器數(shù)據(jù)可能在不改變數(shù)據(jù)格式的基礎上對原始數(shù)據(jù)進行了修改。規(guī)范的一個示例是圖像，它可以被修改但仍然是圖像（與將像素圖像轉(zhuǎn)換為物體列表形成對比）。

?特征：根據(jù)實現(xiàn)的不同而不同。它們可以表示為3D世界坐標，也可以不表示;可以跟蹤，也可以不跟蹤。

?對象：用于填充環(huán)境/世界模型。它們描述了自主車輛感知范圍內(nèi)檢測到的、對后續(xù)處理階段具有相關性的靜態(tài)和動態(tài)實體。

?感知能力：提供有關感知功能動態(tài)能力的信息。這可以簡單地用感知范圍以及在此范圍內(nèi)檢測的估計延遲來表達。該能力本身可以從各種照明/天氣/環(huán)境條件下的個別傳感器的能力推導出來。