設(shè)計(jì)師如何評估和校準(zhǔn)自主機(jī)器的傳感器融合系統(tǒng)?
正如開爾文勛爵所說,記住或被提醒“如果你無法衡量它,你就無法改進(jìn)它”,總是有益的。這對當(dāng)今最新的設(shè)計(jì)方法,如傳感器融合,尤為適用。對于安全關(guān)鍵且高度監(jiān)管的情況,如先進(jìn)駕駛輔助系統(tǒng)(ADAS)和自動(dòng)駕駛(AD),關(guān)鍵績效指標(biāo)(KPI)已成為優(yōu)化傳感器能力和滿足監(jiān)管標(biāo)準(zhǔn)的重要基準(zhǔn)。設(shè)計(jì)方法涉及仿真、再仿真和合成數(shù)據(jù),以為這些系統(tǒng)提供準(zhǔn)確的決策。
傳感器融合的關(guān)鍵績效指標(biāo)
KPI有助于確定針對特定ADAS功能的合適傳感器選擇,確保每個(gè)傳感器符合系統(tǒng)設(shè)計(jì)標(biāo)準(zhǔn)。確定要衡量的關(guān)鍵績效指標(biāo)是設(shè)計(jì)改進(jìn)的第一步。對于傳感器融合,除了傳感器本身的常規(guī)KPI如分辨率、距離和可靠性外,系統(tǒng)相關(guān)的KPI還包括精度、召回、實(shí)時(shí)處理等。事實(shí)上,其他較低級別的性能指標(biāo)——如功能和功能KPI評估的是具體子系統(tǒng)和單個(gè)功能。相比之下,系統(tǒng)KPI衡量的是整個(gè)ADAS或AD系統(tǒng)在實(shí)現(xiàn)設(shè)計(jì)目標(biāo)方面的表現(xiàn)。
評估聚變系統(tǒng)的工具和框架
許多機(jī)器學(xué)習(xí)環(huán)境,包括傳感器融合評估,都是從地面真實(shí)數(shù)據(jù)(準(zhǔn)確且經(jīng)過驗(yàn)證的數(shù)據(jù),作為比較基準(zhǔn))或模擬地面真實(shí)數(shù)據(jù)開始。
一種常用的傳感器KPI計(jì)算方法是記錄數(shù)千小時(shí)的路考數(shù)據(jù),分析后繪制物體周圍的邊界框,估算距離和速度,從而建立傳感器性能測量的實(shí)質(zhì)數(shù)據(jù)。

圖1。通過圖像的打包來確定真實(shí)情況。(圖片來源:Autoware Universe)
有一家公司開發(fā)了一個(gè)平臺,通過融合激光雷達(dá)、攝像頭及其他傳感器數(shù)據(jù),自動(dòng)計(jì)算合成地面真實(shí)數(shù)據(jù),并自動(dòng)計(jì)算感知系統(tǒng)的KPI。檢測真陽性和假陽性以及真陰性和假陰性,關(guān)鍵績效指標(biāo)匯總成一份全面的報(bào)告。故障會在時(shí)間線顯示中顯示,方便通過額外的設(shè)計(jì)工具進(jìn)行詳細(xì)檢查。
其他用于評估傳感器融合系統(tǒng)的工具包括CARLA(汽車學(xué)習(xí)行動(dòng)),一款為自動(dòng)駕駛研發(fā)設(shè)計(jì)的開源模擬器,以及Gazebo。
模擬環(huán)境用于性能基準(zhǔn)測試
CARLA 由巴塞羅那自治大學(xué)計(jì)算機(jī)視覺中心(CVC)開發(fā),為用戶提供逼真的城市環(huán)境、傳感器仿真能力和易于集成的體驗(yàn)。
一組研究人員開發(fā)了一個(gè)基準(zhǔn)測試腳本,使用戶能夠輕松分析CARLA在其環(huán)境中的性能。在配置以運(yùn)行不同/具體場景后,腳本會根據(jù)要求標(biāo)準(zhǔn)報(bào)告幀率的平均和標(biāo)準(zhǔn)差。
另一種方法是Gazebo,這是由開源機(jī)器人基金會為機(jī)器人開發(fā)者和設(shè)計(jì)師提供的開源軟件庫集合。Gazebo-classic,特別是Gazebo 9和Gazebo 11,發(fā)布名為/gazebo/performance_metrics/的消息,允許設(shè)計(jì)師檢查系統(tǒng)中每個(gè)傳感器的性能。
評估中處理邊緣情況和傳感器故障模式
為了徹底驗(yàn)證,設(shè)計(jì)過程中必須考慮極端情況或在罕見且難以預(yù)測的情景下發(fā)生的情況,如突然變道或極端天氣。一家公司收集并整合了邊緣案例,供設(shè)計(jì)師測試其自動(dòng)駕駛系統(tǒng)。這些數(shù)據(jù)包括致命事故報(bào)告、非致命事故報(bào)告,以及數(shù)百萬個(gè)汽車與其他道路使用者之間緊密、復(fù)雜的真實(shí)互動(dòng)實(shí)例。
為了解決CARLA中的傳感器故障,一所大學(xué)的研究人員開發(fā)了CARLA機(jī)器人作系統(tǒng)(ROS)橋接器(一種中間件接口),以促進(jìn)CARLA仿真環(huán)境的集成。CARLA ROS 橋接核心功能包括一個(gè)模塊化且可擴(kuò)展的傳感器故障注入框架,核心是一個(gè)名為 FaultInjector 的基類。類圖如圖2所示。

圖2。故障注入器類別圖。(圖片來源:科英布拉理工大學(xué))
該框架用 Python 實(shí)現(xiàn)并集成到 CARLA ROS 橋接器中,基于 ROS 2(謙遜版本),并兼容 Autoware Universe 存儲 AD 技術(shù)核心功能的倉庫。每種傳感器類型的故障(如LiDAR、IMU和GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng)))由專用子類處理,如LidarFaultInjector、IMUFaultInjector和GNSSFaultInjector,并貢獻(xiàn)FaultInjector基礎(chǔ)類。
最后,為認(rèn)證其實(shí)現(xiàn)SAE J3016三級自動(dòng)駕駛車輛資格的能力,梅賽德斯-奔馳股份公司采用了Ansys optiSLang中的可靠性分析方法。該分析使他們能夠確定多種交通場景的故障概率,包括極少數(shù)故障概率極低的事件(10^-9)。













評論