0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛多傳感器數(shù)據(jù)融合方法

廣州虹科電子 ? 來源:雅名特自動駕駛 ? 作者:雅名特自動駕駛 ? 2023-10-09 16:23 ? 次閱讀

文章來源:雅名特自動駕駛

近年來,深度學(xué)習(xí)技術(shù)在涉及高維非結(jié)構(gòu)化數(shù)據(jù)領(lǐng)域展現(xiàn)出了最先進(jìn)的性能,如計算機(jī)視覺、語音、自然語言處理等方面,并且開始涉及更大、更復(fù)雜的多模態(tài)信息問題。

不同傳感器在進(jìn)行同一實驗任務(wù)時,針對產(chǎn)生的同一現(xiàn)象進(jìn)行觀測,采集的數(shù)據(jù)構(gòu)成被測對象的多模態(tài)信息。多模態(tài)信息可以實現(xiàn)不同傳感器之間數(shù)據(jù)互補(bǔ),并在相同學(xué)習(xí)任務(wù)獲取更豐富的特征,從而實現(xiàn)比單一模態(tài)更好的性能。

在自動駕駛領(lǐng)域,多模態(tài)數(shù)據(jù)通常包括安裝在車輛上的多個傳感器,包括雷達(dá)、立體可見光攝像頭、紅外攝像頭、GPS等,為執(zhí)行自動巡航,從傳感器收集的異構(gòu)數(shù)據(jù)用于學(xué)習(xí)許多相互關(guān)聯(lián)但復(fù)雜的任務(wù),如定位和測繪、場景識別、路徑規(guī)劃和駕駛員狀態(tài)識別等。

大多數(shù)先進(jìn)的融合方法集中于如何融合來自多模態(tài)空間的信息或特征。根據(jù)多模態(tài)信息的融合策略主要可以分為 早期融合、中期融合和晚期融合 。

多傳感器數(shù)據(jù)融合處理方法
image.png
早期融合在輸入端進(jìn)行簡單鏈接多模態(tài)數(shù)據(jù)組合,然后輸入到特定的模型進(jìn)行處理。LaserNet采用了這種融合策略,將三維的點(diǎn)云映射到二維圖像上,采用全卷積網(wǎng)絡(luò)進(jìn)行概率預(yù)測,實現(xiàn)端到端的三維物體檢測。

早期融合的方式能夠 保留最多原始數(shù)據(jù)的特征 ,但對于來自不同傳感器的模態(tài)信息來說,這種融合方式計算量大, 對設(shè)備運(yùn)行要求較高
image.png
中期融合又稱作是特征融合 ,需要對來自不同模態(tài)的數(shù)據(jù)進(jìn)行特征提取,并對特征圖進(jìn)行融合操作后輸入到目標(biāo)任務(wù)中進(jìn)行處理。通過ROI池化的方式將二維圖像和點(diǎn)云鳥瞰圖、前視圖特征整合到同一特征尺度進(jìn)行融合,并構(gòu)建兩個子網(wǎng)絡(luò)進(jìn)行多視圖區(qū)域特征融合,并在不同路徑中間層中交互特征,實現(xiàn)了自動駕駛場景下高精度的三維物體檢測。

中期融合的方式能夠有效減少模型的數(shù)據(jù)輸入,能夠有效整合來自不同模態(tài)的深層特征。
image.png
晚期融合(決策融合) 針對每種模態(tài)的目標(biāo)任務(wù)結(jié)果進(jìn)行決策投票,比其他兩種融合策略 更為直觀 ,能夠 有效地促進(jìn)多模態(tài)之間的協(xié)作 ,避免因為傳感器失效而對最終任務(wù)結(jié)果造成嚴(yán)重影響。

晚期融合由于需要對不同模態(tài)的數(shù)據(jù)進(jìn)行處理和任務(wù)執(zhí)行,其任務(wù)完成質(zhì)量受到單一模態(tài)影響較大,同時也存在計算開銷大的問題。

aiSim仿真模擬平臺

作為一款端到端的自動駕駛仿真模擬工具,雅名特aiSim仿真模擬平臺能夠提供現(xiàn)實世界中 難以捕捉的場景和自動駕駛過程中的邊緣案例 ,具有高可擴(kuò)展性、高保真度的傳感器模擬和環(huán)境模擬,能夠擴(kuò)充不同測試場景的數(shù)據(jù)廣度和深度,有效提升ADAS/AD算法的能力。

傳感器是環(huán)境感知系統(tǒng)的核心,自動駕駛車輛需要通過傳感器獲知周圍的環(huán)境信息。雅名特aiSim設(shè)計了 基于物理原理的傳感器模型 ,能夠全面準(zhǔn)確的模擬條件和交互環(huán)境。傳感器模型庫包括相機(jī)、激光雷達(dá)、雷達(dá)、超聲波傳感器等。

l 高度可擴(kuò)展框架能夠?qū)崿F(xiàn)在多個GPU上實現(xiàn)分布式光追渲染,實時仿真高度復(fù)雜的多傳感器配置。

l 具有污泥遮擋、冷凝水霧遮擋、鏡頭色差、鏡頭炫光等多種相機(jī)退化和鏡頭失真情景。

l 支持新傳感器模型配置和設(shè)計,并快速測試其感知性能。相機(jī)、激光雷達(dá)和雷達(dá)視場可視化有助于確定傳感器在車輛上的最佳安裝位置。

如您對上述產(chǎn)品感興趣,

歡迎聯(lián)系雅名特自動駕駛團(tuán)隊了解更多信息。

我們將竭誠為您服務(wù)!

期待與您的交流!

< 關(guān)于雅名特自動駕駛 >

虹科是一家汽車科技行業(yè)的先驅(qū)企業(yè),已經(jīng)沉淀了十年以上的經(jīng)驗。雅名特是虹科旗下子公司,專注于自動駕駛領(lǐng)域,展現(xiàn)了卓越的創(chuàng)新能力和深厚的行業(yè)理解。

我們以數(shù)據(jù)為驅(qū)動力,提供高性能的數(shù)據(jù)采集、記錄、傳輸方案,針對各種駕駛場景進(jìn)行精準(zhǔn)的仿真模擬,以及對大量自動駕駛數(shù)據(jù)進(jìn)行高效、高質(zhì)量處理。我們的一站式服務(wù)能夠滿足自動駕駛領(lǐng)域研發(fā)測試的全流程需求。我們深入了解客戶需求,結(jié)合行業(yè)最新技術(shù)和趨勢,為客戶提供最優(yōu)化的自動駕駛解決方案,助力客戶在自動駕駛領(lǐng)域取得更大突破。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2545

    文章

    50448

    瀏覽量

    751077
  • 自動駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13622

    瀏覽量

    165952
  • 仿真模擬
    +關(guān)注

    關(guān)注

    0

    文章

    9

    瀏覽量

    6230
收藏 人收藏

    評論

    相關(guān)推薦

    未來已來,傳感器融合感知是自動駕駛破局的關(guān)鍵

    技術(shù) ,攝像頭和雷達(dá)等傳感器的探測數(shù)據(jù) 在前端(數(shù)據(jù)獲取時)交互驗證,讓自動駕駛系統(tǒng)能感知到“看不見”的危險。 例如,在反向車道有強(qiáng)遠(yuǎn)光燈
    發(fā)表于 04-11 10:26

    #硬聲創(chuàng)作季 自動駕駛傳感器數(shù)據(jù)融合(1):什么是傳感器融合

    傳感器自動駕駛自動駕駛汽車
    Mr_haohao
    發(fā)布于 :2022年10月12日 15:02:02

    自動駕駛的到來

    的攻擊方式有幾種,一是攻擊自動駕駛的外部傳感器,科恩實驗室對于特斯拉的模擬攻擊實驗是一個很好的例子。在這方面,使用傳感器融合,綜合決策,而
    發(fā)表于 06-08 15:25

    自動駕駛汽車的定位技術(shù)

    手段有多種,多個傳感器可根據(jù)定位方法進(jìn)行隨意組合。融合方案的定位精度會優(yōu)于單一傳感器,一個傳感器在某種環(huán)境失效,補(bǔ)充
    發(fā)表于 05-09 04:41

    自動駕駛系列報告大放送了涉及傳感器,芯片,執(zhí)行控制等

    自動駕駛系統(tǒng):量產(chǎn)導(dǎo)向還是性能導(dǎo)向, 自動駕駛系列報告三:車載芯片篇,自動駕駛芯片,GPU的現(xiàn)在和ASIC的未來, 自動駕駛系列報告之四:傳感器
    發(fā)表于 08-09 17:14

    自動駕駛汽車中傳感器的分析

    特斯拉在五月份發(fā)生的自動駕駛事故,和最近在Defcon上演示的如何干擾傳感器,都充分說明了傳感器自動駕駛中的重要性:環(huán)境感知是自動駕駛實現(xiàn)
    發(fā)表于 05-14 07:34

    這些自動駕駛傳感器,你了解多少?

    傳感器技術(shù)發(fā)展本身來說,要在接下來十年里保證自動駕駛車安全地上路,硬件性能與背后的軟件算法,以及不同傳感器之間的數(shù)據(jù)融合,都是需要提升的地
    發(fā)表于 05-18 06:11

    從輔助駕駛自動駕駛: 感知型車輛建立在底層高質(zhì)量的傳感器數(shù)據(jù)基礎(chǔ)之上

    的有效性就完全依賴于高精度的傳感器可靠數(shù)據(jù)。傳感器模式、傳感器融合、信號處理和人工智能之間的這種相互作用,對具有智能和認(rèn)知能力的
    發(fā)表于 06-16 18:53

    傳感器自動駕駛“硬實力” 有哪些

    隨著自動駕駛等前沿科技領(lǐng)域發(fā)展加速,傳感器的重要性和普及率也獲得了持續(xù)提升。面對傳感器在未來愈發(fā)廣闊的藍(lán)?!罢T惑”,國內(nèi)企業(yè)亟需加強(qiáng)各領(lǐng)域合作,并積極引進(jìn)高端人才、完善培養(yǎng)體系,以獲得突破性的創(chuàng)新
    發(fā)表于 07-29 07:54

    汽車傳感器融合系統(tǒng)淺析

    ——傳感器融合 對比特斯拉跟Mobileye的產(chǎn)品升級我們會發(fā)現(xiàn),“老情人”的肉體雖然分離了,但精神上還是一致的。都是通過增加傳感器的數(shù)量,并讓多個
    發(fā)表于 07-31 06:35

    自動駕駛傳感器數(shù)據(jù)融合要點(diǎn)和基本方法

    本文整理了傳感器數(shù)據(jù)融合(Multi-Sensor Data Fusion,MSDF)的要點(diǎn)和基本方法。介紹了Harmonize、Reco
    發(fā)表于 05-12 11:24 ?9631次閱讀
    <b class='flag-5'>自動駕駛</b>的<b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>融合</b>要點(diǎn)和基本<b class='flag-5'>方法</b>

    傳感器融合自動駕駛領(lǐng)域的應(yīng)用

    自動駕駛的安全事故原因絕大多數(shù)出現(xiàn)在傳感器這個重要環(huán)節(jié),將各類傳感器融合在一起,能否就能起到1+1>2的效果呢?
    發(fā)表于 07-27 10:53 ?1860次閱讀

    自動駕駛汽車的未來趨勢:集中式傳感器融合

    現(xiàn)如今,大多數(shù)自動駕駛汽車都依靠傳感器融合,即將毫米波雷達(dá)、激光雷達(dá)和攝像頭的傳感器數(shù)據(jù)以一定
    的頭像 發(fā)表于 11-16 09:05 ?2735次閱讀
    <b class='flag-5'>自動駕駛</b>汽車的未來趨勢:集中式<b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>

    自動駕駛“加速”,車載紅外熱像儀在傳感器融合中的應(yīng)用

    傳感器融合自動駕駛的必由之路。實現(xiàn)高級別的輔助駕駛自動駕駛,需要多種
    的頭像 發(fā)表于 08-18 16:51 ?877次閱讀
    <b class='flag-5'>自動駕駛</b>“加速”,車載紅外熱像儀在<b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>中的應(yīng)用

    康謀技術(shù) | 自動駕駛傳感器數(shù)據(jù)融合方法

    現(xiàn)象進(jìn)行觀測,采集的數(shù)據(jù)構(gòu)成被測對象的模態(tài)信息。模態(tài)信息可以實現(xiàn)不同傳感器之間數(shù)據(jù)互補(bǔ),并在相同學(xué)習(xí)任務(wù)獲取更豐富的特征,從而實現(xiàn)比單一
    的頭像 發(fā)表于 01-24 18:02 ?530次閱讀
    康謀技術(shù) | <b class='flag-5'>自動駕駛</b><b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>融合</b><b class='flag-5'>方法</b>