據(jù)麥姆斯咨詢(xún)報(bào)道,隨著自動(dòng)駕駛汽車(chē)市場(chǎng)的成熟,傳感器和感知工程師評(píng)估系統(tǒng)效率、可靠性和性能等工作變得越來(lái)越復(fù)雜。許多行業(yè)領(lǐng)導(dǎo)者已經(jīng)認(rèn)識(shí)到,用于激光雷達(dá)(LiDAR)數(shù)據(jù)收集的常規(guī)指標(biāo),例如幀率(frame rate)、全幀分辨率(full frame resolution)和探測(cè)距離(detection range)已不再能充分衡量激光雷達(dá)解決自動(dòng)駕駛實(shí)際用例的有效性。
第一代激光雷達(dá)被動(dòng)地搜索場(chǎng)景并使用背景圖案來(lái)探測(cè)物體,而背景圖案在時(shí)間(無(wú)法通過(guò)快速重新訪問(wèn)進(jìn)行增強(qiáng))和空間(無(wú)法在諸如路面或行人之類(lèi)的高度感興趣區(qū)域額外增加分辨率)兩個(gè)維度都是固定的。新型先進(jìn)固態(tài)激光雷達(dá)可實(shí)現(xiàn)智能信息捕獲,從而將其功能從“被動(dòng)搜索”或目標(biāo)探測(cè)擴(kuò)展到“主動(dòng)搜索”,在許多情況下,還可以實(shí)時(shí)獲取目標(biāo)的分類(lèi)屬性。
由于早期的激光雷達(dá)使用固定光柵掃描,因此行業(yè)采用的是非常簡(jiǎn)單的性能指標(biāo),無(wú)法表達(dá)出自動(dòng)駕駛對(duì)所需傳感器的細(xì)微要求差別。因此,以AEye在內(nèi)的許多激光雷達(dá)行業(yè)領(lǐng)導(dǎo)廠商正提議采用三項(xiàng)新指標(biāo)來(lái)擴(kuò)展對(duì)激光雷達(dá)性能的評(píng)估。具體而言:對(duì)“幀率(Rate)”指標(biāo)進(jìn)行擴(kuò)展,以包括“目標(biāo)重訪速度”;對(duì)“分辨率(Resolution)”指標(biāo)進(jìn)行擴(kuò)展,以獲得“瞬時(shí)分辨率”;對(duì)“探測(cè)距離(Range)”指標(biāo)進(jìn)行擴(kuò)展,以反映更重要的“目標(biāo)分類(lèi)距離”。
我們建議將這些新指標(biāo)與攝像頭、雷達(dá)和被動(dòng)激光雷達(dá)性能的現(xiàn)有指標(biāo)結(jié)合使用。這些擴(kuò)展的指標(biāo)可衡量傳感器智能增強(qiáng)感知能力,并對(duì)傳感器系統(tǒng)在現(xiàn)實(shí)環(huán)境中改善自動(dòng)駕駛汽車(chē)安全性和性能進(jìn)行更全面的評(píng)估。
自動(dòng)駕駛行業(yè)利用了經(jīng)先進(jìn)機(jī)器視覺(jué)研究驗(yàn)證后的架構(gòu),并將其應(yīng)用于特定激光雷達(dá)產(chǎn)品。事實(shí)證明,相比于目標(biāo)識(shí)別,“搜索、采集(或分類(lèi))和采取行動(dòng)”的架構(gòu)具有通用性和指導(dǎo)性。
搜索是探測(cè)到所有目標(biāo)而不會(huì)丟失任何目標(biāo)的能力。
采集被定義為能夠進(jìn)行搜索探測(cè)并增強(qiáng)對(duì)目標(biāo)屬性的理解,以加速分類(lèi)并確定意圖的能力(可通過(guò)對(duì)目標(biāo)類(lèi)型進(jìn)行分類(lèi)或計(jì)算來(lái)實(shí)現(xiàn))。
采取行動(dòng)指由車(chē)輛感知系統(tǒng)或域控制器經(jīng)過(guò)訓(xùn)練或建議對(duì)傳感器定義的響應(yīng)。響應(yīng)大致可分為四類(lèi):(1)繼續(xù)對(duì)新目標(biāo)進(jìn)行掃描,不需要增強(qiáng)信息;(2)對(duì)目標(biāo)繼續(xù)掃描并進(jìn)一步詢(xún)問(wèn),收集有關(guān)目標(biāo)屬性的更多信息以進(jìn)行分類(lèi);(3)對(duì)目標(biāo)繼續(xù)掃描并跟蹤分類(lèi)為非威脅性目標(biāo);(4)對(duì)目標(biāo)繼續(xù)掃描并命令控制系統(tǒng)采取規(guī)避措施。
此架構(gòu)的最終目標(biāo)就是車(chē)輛完全安全運(yùn)行所要求的性能指標(biāo)和系統(tǒng)有效性。但是,由于目前大多數(shù)激光雷達(dá)系統(tǒng)都是被動(dòng)的,只能進(jìn)行基本搜索。因此,用于評(píng)估這些系統(tǒng)性能的常規(guī)指標(biāo)與基本的目標(biāo)探測(cè)功能有關(guān):幀率(Rate)、分辨率(Resolution)和探測(cè)距離(Range)。如果以安全性為最終目標(biāo),則“搜索”需要更加智能,“采集(或分類(lèi))”操作必須更快速準(zhǔn)確地進(jìn)行,以便傳感器或車(chē)輛確定如何立即“采取行動(dòng)”。
汽車(chē)激光雷達(dá)系統(tǒng)的制造商經(jīng)常被問(wèn)及產(chǎn)品幀率,以及技術(shù)是否有能力在一定距離內(nèi)(通常為230米)探測(cè)到反射率為10%的物體。我們認(rèn)為這些是必須的基本指標(biāo),但無(wú)法證明其捕捉關(guān)鍵細(xì)節(jié)(例如目標(biāo)尺寸,被探測(cè)和識(shí)別所需的速度,或收集信息的成本),因而無(wú)法滿(mǎn)足要求。我們認(rèn)為,在評(píng)估汽車(chē)激光雷達(dá)系統(tǒng)時(shí),采用更全面的方法將對(duì)該行業(yè)產(chǎn)生積極影響。我們必須從整體審視與感知系統(tǒng)相關(guān)的指標(biāo),而不是將其作為單一的傳感器,然后問(wèn)自己:“哪些信息將使感知系統(tǒng)做出更好、更快的決策?”
傳統(tǒng)指標(biāo)一:10Hz~20Hz的幀率
擴(kuò)展:目標(biāo)重訪速度(Object Revisit Rate),對(duì)某一點(diǎn)或多點(diǎn)兩次拍攝的時(shí)間差
僅定義單點(diǎn)探測(cè)距離是不夠的,因?yàn)閱蝹€(gè)詢(xún)問(wèn)點(diǎn)(單次拍攝)很難提供足夠的置信度——僅具有參考價(jià)值。因此,被動(dòng)激光雷達(dá)系統(tǒng)需要對(duì)同一位置進(jìn)行多次詢(xún)問(wèn)/探測(cè),或者在同一目標(biāo)上進(jìn)行多次詢(xún)問(wèn)/探測(cè)以驗(yàn)證目標(biāo)或場(chǎng)景。在探測(cè)系統(tǒng)中,探測(cè)目標(biāo)所需的時(shí)間取決于許多變量,例如距離、詢(xún)問(wèn)模式、分辨率、反射率、物體的形狀和掃描速率。
傳統(tǒng)度量標(biāo)準(zhǔn)缺少的一個(gè)關(guān)鍵因素是對(duì)時(shí)間更精細(xì)的定義。因此,我們建議將目標(biāo)重新訪問(wèn)速度作為汽車(chē)激光雷達(dá)的一項(xiàng)新指標(biāo),諸如AEye推出的高靈敏度激光雷達(dá)iDAR能夠重新訪問(wèn)同一幀內(nèi)的目標(biāo)。對(duì)目標(biāo)的第一次測(cè)量與第二次測(cè)量之間的時(shí)間差非常關(guān)鍵,因?yàn)檩^短的目標(biāo)重訪時(shí)間可以縮短關(guān)聯(lián)場(chǎng)景中多個(gè)運(yùn)動(dòng)目標(biāo)先進(jìn)算法的處理時(shí)間。當(dāng)樣本的時(shí)間差過(guò)長(zhǎng)時(shí),關(guān)聯(lián)/相關(guān)多個(gè)運(yùn)動(dòng)目標(biāo)的最佳算法可能會(huì)出現(xiàn)混亂。冗長(zhǎng)的合并處理時(shí)間或延遲是該行業(yè)面臨的主要問(wèn)題。
高靈敏度iDAR平臺(tái)通過(guò)允許在一幀內(nèi)進(jìn)行智能拍攝調(diào)度來(lái)加快重訪速度。iDAR不僅可以在傳統(tǒng)架構(gòu)內(nèi)多次詢(xún)問(wèn)位置或目標(biāo),而且還可以維持背景搜索模式,同時(shí)覆蓋其它智能拍攝結(jié)果。例如,iDAR傳感器可以快速連續(xù)(30微秒)安排對(duì)目標(biāo)進(jìn)行兩次重復(fù)拍攝。這些多重詢(xún)問(wèn)可以與用戶(hù)(人類(lèi)或計(jì)算機(jī))的需求進(jìn)行情景集成,從而提高置信度,減少延時(shí),增加探測(cè)距離。
這些額外的詢(xún)問(wèn)與數(shù)據(jù)相關(guān)。例如,出現(xiàn)低置信度時(shí)重新探測(cè)目標(biāo),并且期望快速驗(yàn)證或拒絕,啟動(dòng)次級(jí)數(shù)據(jù)和測(cè)量。在圖1中,傳統(tǒng)被動(dòng)激光雷達(dá)典型幀率為10Hz。對(duì)于傳統(tǒng)被動(dòng)激光雷達(dá),這就是目標(biāo)的重訪速度?,F(xiàn)在,借助AEye的iDAR技術(shù),目標(biāo)重訪速度與幀率有所不同,并且對(duì)關(guān)鍵點(diǎn)/目標(biāo)的重訪時(shí)間差可以低至數(shù)十微秒,輕松實(shí)現(xiàn)比傳統(tǒng)被動(dòng)激光雷達(dá)快100倍到1000倍的性能。
這意味著使用動(dòng)態(tài)對(duì)象重新訪問(wèn)功能的感知工程團(tuán)隊(duì)可以創(chuàng)建一種感知系統(tǒng),該系統(tǒng)至少比傳統(tǒng)被動(dòng)激光雷達(dá)快一個(gè)數(shù)量級(jí),且不會(huì)破壞背景掃描模式。我們認(rèn)為,此功能對(duì)于實(shí)現(xiàn)Level 4和Level 5自動(dòng)駕駛汽車(chē)來(lái)講是非常重要的,因?yàn)檐?chē)輛將需要處理復(fù)雜的邊緣計(jì)算情況,例如識(shí)別朝著車(chē)輛前燈迎面駛來(lái)的行人或橫穿車(chē)輛行駛路徑的平板式半掛車(chē)。
圖1:先進(jìn)的高靈敏度激光雷達(dá)利用智能掃描模式來(lái)實(shí)現(xiàn)目標(biāo)重訪間隔(Object Revisit Interval),如圖(B)所示AEye iDAR的隨機(jī)掃描模式,與典型固定模式激光雷達(dá)(A)的“重訪間隔”進(jìn)行比較??梢钥闯觯琲DAR(B)能夠在一幀內(nèi)對(duì)車(chē)輛進(jìn)行八次目標(biāo)重訪/探測(cè),而典型的固定模式激光雷達(dá)(A)只能實(shí)現(xiàn)一次。
因此,在“搜索、采集和采取行動(dòng)”的架構(gòu)中,加快目標(biāo)重訪速度可以加快采集速度,因?yàn)檫@可以識(shí)別并自動(dòng)重訪目標(biāo),從而在場(chǎng)景中描繪出更完整的畫(huà)面。最終允許傳感器進(jìn)行目標(biāo)屬性分類(lèi),并高效地詢(xún)問(wèn)和跟蹤潛在威脅。
實(shí)際用例1:正面探測(cè)
當(dāng)您駕駛車(chē)輛時(shí),眼前的世界會(huì)在十分之一秒之內(nèi)發(fā)生巨大變化。實(shí)際上,兩輛車(chē)以每小時(shí)100公里速度相向而行時(shí),0.1秒后距離就減少5.5米。通過(guò)提高目標(biāo)重訪速度,由于在兩次拍攝之間目標(biāo)明顯移動(dòng)的可能性降低,增加了下一次拍攝到相同目標(biāo)的可能性。這有助于用戶(hù)解決“目標(biāo)對(duì)應(yīng)問(wèn)題”,確定動(dòng)態(tài)場(chǎng)景的一個(gè)快照的哪些部分對(duì)應(yīng)于同一場(chǎng)景另一快照的哪些部分。做到這一點(diǎn)的同時(shí),使用戶(hù)能夠快速建立置信度更高的統(tǒng)計(jì)數(shù)據(jù),并生成下游處理器可能需要的聚合信息,例如目標(biāo)的速度和加速度。有選擇地提高目標(biāo)重訪速度,同時(shí)降低對(duì)稀疏區(qū)域(如天空)的重訪率,顯著幫助實(shí)現(xiàn)更高層次的推測(cè)算法,從而使感知和路徑規(guī)劃系統(tǒng)能夠更快地確定最佳的自動(dòng)決策。
實(shí)際用例2:橫向探測(cè)
橫向進(jìn)入場(chǎng)景的車(chē)輛最難追蹤。即使是多普勒雷達(dá),在這種情況下也很難應(yīng)對(duì)。但是,當(dāng)探測(cè)已成為采集過(guò)程的一部分時(shí),有選擇地分配拍攝次數(shù)以提取速度和加速度,則會(huì)大大減少每幀所需的拍攝次數(shù)。iDAR增加二次探測(cè),對(duì)每個(gè)目標(biāo)探測(cè)建立速度估算,總拍攝次數(shù)僅增加1%。而使用固定掃描系統(tǒng)獲得速度,所需的拍攝次數(shù)增加一倍。速度和特征拍攝消除了歧義,允許更有效地利用資源,讓自動(dòng)駕駛更安全。
傳統(tǒng)指標(biāo)二:固定視場(chǎng)的固定分辨率
擴(kuò)展:瞬時(shí)分辨率(Instantaneous Resolution),增加激光雷達(dá)同一幀內(nèi)關(guān)鍵區(qū)域的分辨率
傳統(tǒng)的分辨率,假定以恒定的模式和均勻的功率對(duì)視場(chǎng)內(nèi)目標(biāo)進(jìn)行掃描。這對(duì)于收集能力較差、智能級(jí)別較低的被動(dòng)傳感器來(lái)說(shuō),非常有意義。另外,傳統(tǒng)的分辨率是假設(shè)場(chǎng)景內(nèi)的顯著信息在空間和時(shí)間上是統(tǒng)一的,我們知道這并不正確,這對(duì)于行駛中的車(chē)輛來(lái)講更不正確。但是,正是由于這些假設(shè),傳統(tǒng)激光雷達(dá)系統(tǒng)會(huì)不加選擇地從車(chē)輛周?chē)占д鬃止?jié)的數(shù)據(jù),并將這些輸入發(fā)送到CPU進(jìn)行抽取和解釋。該數(shù)據(jù)中約70%~90%是無(wú)用或冗余,需要被過(guò)濾。此外,傳統(tǒng)激光雷達(dá)系統(tǒng)對(duì)任何區(qū)域都實(shí)施相同級(jí)別的功率,相當(dāng)于對(duì)車(chē)輛的行進(jìn)路徑的目標(biāo)提供與對(duì)天空相同的功率。這樣的處理效率極低。
作為人類(lèi),我們不會(huì)平均地“吸收”周?chē)囊磺?。我們的視覺(jué)皮層會(huì)過(guò)濾無(wú)關(guān)信息,例如飛過(guò)頭頂?shù)娘w機(jī),同時(shí)(而不是連續(xù)地)將我們的眼睛聚焦在特定的興趣點(diǎn)上。集中在一個(gè)興趣點(diǎn),將其它次要目標(biāo)放用余光察覺(jué)。這就是所謂的“Foveation視覺(jué)模型”,目標(biāo)被分配了“更高濃度”的視錐細(xì)胞,因此可以更加生動(dòng)地看到它。
iDAR應(yīng)用仿生技術(shù)來(lái)擴(kuò)展人類(lèi)視覺(jué)皮層的人工感知能力。人眼通常只集中看一個(gè)區(qū)域,而iDAR可以同時(shí)(以多種方式)集中在多個(gè)區(qū)域,同時(shí)還可以進(jìn)行背景掃描以確保不會(huì)遺漏任何新進(jìn)入物體。我們將此功能描述為感興趣區(qū)域(ROI)。此外,由于人類(lèi)完全依賴(lài)于來(lái)自太陽(yáng)、月亮或人造照明發(fā)出的光,因此人類(lèi)的“Foveation視覺(jué)模型”是“只能接收”的,即是被動(dòng)的。相比之下,iDAR集中在發(fā)射端(激光選擇“繪畫(huà)”的區(qū)域)和接收端(處理被選擇的關(guān)注位置/時(shí)間)兩個(gè)方面。
圖2是一個(gè)示例。圖2顯示了兩種系統(tǒng),即系統(tǒng)A和系統(tǒng)B。這兩種系統(tǒng)在同一場(chǎng)景中具有相似數(shù)量的拍攝次數(shù)(左)。系統(tǒng)A代表傳統(tǒng)激光雷達(dá)的典型掃描模式,固定的掃描模式會(huì)產(chǎn)生固定的幀率,而沒(méi)有ROI的概念。系統(tǒng)B顯示了調(diào)整后的靈敏掃描模式。系統(tǒng)B中的拍攝次數(shù)在正方形內(nèi)的ROI(小方框)之內(nèi)和周?chē)用芗?。此外,背景掃描繼續(xù)搜索以確保不會(huì)遺漏任何新目標(biāo),同時(shí)對(duì)固定區(qū)域增加額外的分辨率以幫助采集。從本質(zhì)上講,這是利用智能來(lái)優(yōu)化功率和拍攝次數(shù)。
查看系統(tǒng)A和B相關(guān)圖(右),我們發(fā)現(xiàn)系統(tǒng)B(靈敏掃描模式)可以在比系統(tǒng)A(固定掃描模式)短得多的時(shí)間間隔內(nèi)重新訪問(wèn)ROI。系統(tǒng)B不僅可以完成一次ROI重訪間隔,還能在單幀內(nèi)實(shí)現(xiàn)多個(gè)ROI。而系統(tǒng)A無(wú)法重新訪問(wèn)。iDAR實(shí)現(xiàn)傳統(tǒng)激光雷達(dá)無(wú)法完成的事情:實(shí)現(xiàn)動(dòng)態(tài)感知,使系統(tǒng)能夠以前所未有的速度專(zhuān)注于特定ROI并收集更全面的數(shù)據(jù)。
圖2:與傳統(tǒng)掃描模式(A)相比,iDAR(B)的感興趣區(qū)域(ROI)和Foveation視覺(jué)模型展示。
在“搜索、采集和采取行動(dòng)”架構(gòu)中,瞬時(shí)分辨率使iDAR系統(tǒng)可以搜索整個(gè)場(chǎng)景并獲取多個(gè)目標(biāo),并捕獲有關(guān)它們的更多信息。iDAR還允許在一個(gè)場(chǎng)景中創(chuàng)建多個(gè)同時(shí)的ROI,從而使系統(tǒng)能夠關(guān)注并收集特定目標(biāo)更全面的數(shù)據(jù),從而更完整地詢(xún)問(wèn)并更有效地跟蹤目標(biāo)。
實(shí)際用例:目標(biāo)詢(xún)問(wèn)
識(shí)別出感興趣目標(biāo)后,iDAR可以實(shí)現(xiàn)Foveation視覺(jué)模型,掃描、收集更多有用信息并采取額外的分類(lèi)屬性。例如,假設(shè)車(chē)輛在行進(jìn)路徑中遇到了一位正在穿過(guò)人行橫道的行人。由于iDAR可以動(dòng)態(tài)改變ROI內(nèi)的時(shí)間和空間采樣密度(因此我們稱(chēng)之為“瞬時(shí)分辨率”),該系統(tǒng)可以更多地關(guān)注到人行橫道,而較少地關(guān)注無(wú)關(guān)信息,如路邊停放的車(chē)輛。ROI使iDAR可以快速、有效和準(zhǔn)確地識(shí)別有關(guān)人行橫道的關(guān)鍵信息,例如速度和方向。iDAR系統(tǒng)向域控制器提供最有用、最可執(zhí)行的數(shù)據(jù),以確定最及時(shí)的行動(dòng)方案。
有三種利用瞬時(shí)分辨率來(lái)實(shí)現(xiàn)的用例:
固定ROI:如今,被動(dòng)系統(tǒng)只能分配更多的水平掃描線,這是一種非常簡(jiǎn)單的Foveation視覺(jué)技術(shù),受其固定分辨率限制。具有瞬時(shí)分辨率的第二代智能激光雷達(dá)(如iDAR),可幫助整車(chē)廠或Tier 1廠商利用先進(jìn)仿真程序來(lái)測(cè)試數(shù)百個(gè)(甚至數(shù)千個(gè))拍攝模式(無(wú)論速度、功率和其他限制條件如何變化)以識(shí)別將固定ROI與更高瞬時(shí)分辨率集成在一起的最佳模式,獲得其所需的結(jié)果。
例如,固定ROI可用于優(yōu)化不同傾斜度前窗玻璃后面的拍攝模式。此外,固定ROI還可以用于相對(duì)復(fù)雜的城市環(huán)境,威脅更可能來(lái)自路邊,例如車(chē)門(mén)打開(kāi),行人和其它交通工具橫穿馬路或車(chē)輛的前進(jìn)路徑。增加覆蓋道路兩側(cè)和車(chē)輛前方路面固定區(qū)域的分辨率來(lái)定義ROI(請(qǐng)參考圖3B)。這樣可以為ROI提供出色的垂直分辨率和水平分辨率。模式一旦獲得批準(zhǔn),就可以固定以確保功能安全。
觸發(fā)式ROI:觸發(fā)式ROI需要軟件可定義的系統(tǒng),該系統(tǒng)可進(jìn)行編程以接受觸發(fā)。感知軟件團(tuán)隊(duì)可以確定,當(dāng)滿(mǎn)足某些條件時(shí),將在現(xiàn)有掃描模式中生成ROI。例如,地圖或?qū)Ш较到y(tǒng)可能會(huì)發(fā)出信號(hào)通知您正在接近十字路口,在場(chǎng)景的關(guān)鍵區(qū)域上產(chǎn)生目標(biāo)ROI更多細(xì)節(jié)(請(qǐng)參考圖3C)。
動(dòng)態(tài)ROI:動(dòng)態(tài)ROI需要最高智能水平,并利用戰(zhàn)斗機(jī)自動(dòng)瞄準(zhǔn)系統(tǒng)(ATS)的相同技術(shù)和方法,隨時(shí)間推移連續(xù)詢(xún)問(wèn)關(guān)注目標(biāo)。當(dāng)這些目標(biāo)移近或離開(kāi)時(shí),ROI的大小和密度會(huì)發(fā)生變化。例如,可以探測(cè)到場(chǎng)景中的行人、自行車(chē)騎行者、車(chē)輛或其它物體,并自動(dòng)應(yīng)用動(dòng)態(tài)ROI來(lái)跟蹤其運(yùn)動(dòng)(請(qǐng)參考圖3D)。
圖3:圖A展示了車(chē)輛接近十字路口時(shí)的場(chǎng)景。圖B展示了固定ROI覆蓋道路兩側(cè)和緊鄰車(chē)輛前方區(qū)域的情況。圖C展示了觸發(fā)式ROI:導(dǎo)航系統(tǒng)在車(chē)輛接近十字路口時(shí)觸發(fā)特定的ROI。圖D展示了動(dòng)態(tài)ROI:當(dāng)多個(gè)目標(biāo)在場(chǎng)景中移動(dòng)時(shí),它們會(huì)被探測(cè)到并被跟蹤。
傳統(tǒng)指標(biāo)三:目標(biāo)探測(cè)距離
擴(kuò)展:目標(biāo)分類(lèi)距離(object classification range),擁有足夠的數(shù)據(jù)來(lái)以實(shí)現(xiàn)對(duì)目標(biāo)分類(lèi)的距離
在評(píng)估汽車(chē)激光雷達(dá)系統(tǒng)對(duì)周?chē)臻g的感知水平時(shí),制造商通常認(rèn)為確定其探測(cè)距離很有價(jià)值。為了優(yōu)化安全性,車(chē)載計(jì)算機(jī)系統(tǒng)應(yīng)盡可能早地探測(cè)到障礙物。從理論上講,速度決定了控制系統(tǒng)是否可以計(jì)劃和執(zhí)行及時(shí)的規(guī)避措施。AEye認(rèn)為“探測(cè)距離”這個(gè)指標(biāo)是必要的,但還不夠。感知系統(tǒng)應(yīng)該能對(duì)目標(biāo)進(jìn)行分類(lèi)并將準(zhǔn)確及時(shí)的信息傳遞給控制系統(tǒng)。
最重要的不僅是有多快能探測(cè)到目標(biāo),而且有多快能識(shí)別出目標(biāo)并進(jìn)行分類(lèi),從而做出威脅級(jí)別決策并計(jì)算出適當(dāng)?shù)捻憫?yīng)。單點(diǎn)探測(cè)無(wú)法與噪聲進(jìn)行區(qū)分。因此,我們使用行業(yè)內(nèi)對(duì)探測(cè)的通用定義,即每幀和/或多幀之間的相鄰拍攝的持久性。我們要求每幀(在相同探測(cè)距離內(nèi)有五個(gè)點(diǎn))和/或從多幀之間(連續(xù)五幀的一個(gè)相關(guān)點(diǎn))對(duì)一個(gè)目標(biāo)進(jìn)行五次探測(cè),以驗(yàn)證探測(cè)到了有效的對(duì)象。在20Hz時(shí),定義一次簡(jiǎn)單的探測(cè)需要0.25秒。
當(dāng)前,分類(lèi)通常在感知堆棧中進(jìn)行,對(duì)目標(biāo)進(jìn)行標(biāo)記,并最終對(duì)其進(jìn)行更清晰的識(shí)別。此數(shù)據(jù)被用于預(yù)測(cè)行為模式或軌跡。傳感器提供的分類(lèi)屬性越多,感知系統(tǒng)確認(rèn)和分類(lèi)的速度就越快。AEye認(rèn)為,評(píng)估這種關(guān)鍵汽車(chē)激光雷達(dá)能力的更好方法是影響“目標(biāo)分類(lèi)距離”的能力。該指標(biāo)減少了早期感知堆棧的未知數(shù),如與噪聲抑制相關(guān)的等待時(shí)間,從而確定了重要信息。
作為相對(duì)較新的領(lǐng)域,尚未確定汽車(chē)激光雷達(dá)分類(lèi)所需數(shù)據(jù)量的定義。因此,我們建議使用視頻分類(lèi)的感知標(biāo)準(zhǔn)作為參考定義。根據(jù)視頻標(biāo)準(zhǔn),采用的分類(lèi)是基于對(duì)象的3 x 3像素網(wǎng)格。在此定義下,可以通過(guò)汽車(chē)激光雷達(dá)系統(tǒng)以多快的速度生成高質(zhì)量、高分辨率的3 x 3點(diǎn)云來(lái)進(jìn)行評(píng)估,使感知堆棧能夠理解場(chǎng)景中的物體和人物。
對(duì)于傳統(tǒng)激光雷達(dá)系統(tǒng)而言,生成3 x 3點(diǎn)云是一項(xiàng)艱巨的任務(wù)。盡管許多系統(tǒng)都宣稱(chēng)可以在一秒鐘內(nèi)顯示100萬(wàn)點(diǎn)甚至更多的點(diǎn)云,但這些圖像均勻性不佳。對(duì)于分類(lèi)而言,這些固定采樣模式可能很難完成,因?yàn)橛蚩刂破鞅仨毭棵胩幚?00萬(wàn)個(gè)點(diǎn),這在許多情況下與所涉及目標(biāo)的關(guān)鍵采樣所需的分辨率無(wú)法平衡。如此廣泛的點(diǎn)樣本意味著它需要執(zhí)行其它解釋?zhuān)瑥亩加么罅緾PU資源。
圖4:在探測(cè)物周?chē)帕忻芗? x 3網(wǎng)格可以收集更多有用的數(shù)據(jù),并大大加快分類(lèi)速度。在左側(cè)的“掃描1”(scan 1)中,對(duì)車(chē)輛進(jìn)行了一次探測(cè)。無(wú)需等待下一幀對(duì)該車(chē)輛進(jìn)行重新采樣(如傳統(tǒng)激光雷達(dá)的典型操作),而是快速形成動(dòng)態(tài)ROI,如“掃描2”(scan 2)所示。在初始單次探測(cè)之后和完成下一次掃描之前,將立即執(zhí)行。
回到“搜索、采集和采取行動(dòng)”的架構(gòu)中,一旦我們獲得了目標(biāo)并確定其是有效的潛在威脅,我們就可以分配更多拍攝進(jìn)行分類(lèi),并在需要時(shí)采取行動(dòng)。另外,如果我們確定目標(biāo)不是立即威脅,我們可以更全面地詢(xún)問(wèn)該目標(biāo)以獲取其它分類(lèi)數(shù)據(jù),或者每次掃描拍攝幾次就可以對(duì)其進(jìn)行簡(jiǎn)單跟蹤。
實(shí)際用例:無(wú)保護(hù)左轉(zhuǎn)彎
對(duì)不同目標(biāo)需要不同響應(yīng)。在具有挑戰(zhàn)性的駕駛場(chǎng)景尤其如此,例如在高速行駛過(guò)程中的無(wú)保護(hù)左轉(zhuǎn)彎。想象一下,在四車(chē)道道路上的自動(dòng)駕駛汽車(chē),其時(shí)速限制為100公里/小時(shí),在兩條行車(chē)道上進(jìn)行無(wú)保護(hù)左轉(zhuǎn)彎。在迎面而來(lái)的交通中,一條車(chē)道有摩托車(chē),另一條車(chē)道有小轎車(chē)。在這種情況下,目標(biāo)分類(lèi)距離至關(guān)重要,在足夠的距離內(nèi)將一個(gè)目標(biāo)分類(lèi)為摩托車(chē),高速行駛的自動(dòng)駕駛汽車(chē)會(huì)更加謹(jǐn)慎,這是由于摩托車(chē)行駛速度較快且路徑不可預(yù)測(cè)。
實(shí)際用例:校車(chē)(特殊目標(biāo))
在特定距離對(duì)目標(biāo)進(jìn)行分類(lèi)的意義比即時(shí)響應(yīng)更為重要。一個(gè)很好的例子就是遇到一輛滿(mǎn)員的校車(chē)。該目標(biāo)被歸類(lèi)為校車(chē)的速度越快,自動(dòng)駕駛車(chē)輛啟動(dòng)適當(dāng)協(xié)議的速度就越快——減慢車(chē)速并部署其它工具,如在校車(chē)周?chē)鷧^(qū)域增加瞬時(shí)分辨率(觸發(fā)式ROI),以立即捕獲兒童朝車(chē)道移動(dòng)的任何動(dòng)作。此功能可用于警車(chē)、救護(hù)車(chē)、消防車(chē)或任何需要自動(dòng)駕駛車(chē)輛改變?cè)儐?wèn)場(chǎng)景、改變速度或路徑的特殊車(chē)輛。
結(jié)論
在本文中,我們討論了減少同一幀內(nèi)對(duì)目標(biāo)探測(cè)時(shí)間差至關(guān)重要的原因。由于需要捕獲同一點(diǎn)/目標(biāo)的多次探測(cè)才能完全理解該目標(biāo)或場(chǎng)景,因此對(duì)于汽車(chē)激光雷達(dá)來(lái)講,目標(biāo)重訪速度是比幀速率更為關(guān)鍵的指標(biāo)。
另外,我們認(rèn)為分辨率是不夠的。量化瞬時(shí)分辨率更加重要,因?yàn)橹悄?、高靈敏度的分辨率更有效,并且可以通過(guò)更短的響應(yīng)時(shí)間提供更高的安全性,尤其是在將ROI與卷積神經(jīng)網(wǎng)絡(luò)配合時(shí)。
最后,我們證明了探測(cè)距離這個(gè)指標(biāo)遠(yuǎn)遠(yuǎn)不夠,目標(biāo)分類(lèi)距離(即識(shí)別和分類(lèi)目標(biāo)的速度)更為重要。僅僅量化傳感器可以探測(cè)到潛在目標(biāo)的距離還不夠。還必須量化從實(shí)際事件發(fā)生到被傳感器探測(cè)的延遲,并加上從傳感器探測(cè)到CPU決策的延遲。在此架構(gòu)下,激光雷達(dá)系統(tǒng)可提供的屬性越多,感知系統(tǒng)的分類(lèi)速度就越快。
傳統(tǒng)的激光雷達(dá)傳感器雖然具有開(kāi)創(chuàng)性意義,但它用固定的掃描模式對(duì)空間被動(dòng)地搜索。新一代智能傳感器從被動(dòng)探測(cè)目標(biāo)轉(zhuǎn)變?yōu)閷?shí)時(shí)主動(dòng)搜索目標(biāo)并識(shí)別其分類(lèi)屬性。隨著感知技術(shù)和傳感器系統(tǒng)的發(fā)展,用于衡量其性能的指標(biāo)也必須隨之演進(jìn)。
對(duì)自動(dòng)駕駛車(chē)輛來(lái)講,安全性永遠(yuǎn)排第一。這些擴(kuò)展指標(biāo)不僅應(yīng)展示激光雷達(dá)能夠?qū)崿F(xiàn)的功能,而且還應(yīng)展示出這些功能如何使車(chē)輛在現(xiàn)實(shí)駕駛場(chǎng)景中更接近最佳安全條件。
文章來(lái)源:Aeye官網(wǎng),由麥姆斯咨詢(xún)編譯。
評(píng)論
查看更多