AEye擴展傳統激光雷達度量標準

（圖片來源:AEye官網）

蓋世汽車訊?據外媒報道，AEye提出了新的先進激光雷達系統性能評估擴展度量標準。目前用於評估激光雷達性能的傳統幀速率、角度解析度和探測範圍標準，已不足以充分衡量感測器的有效性。為此，AEye提出了三個新的激光雷達評估度量標準：幀內對象重訪率、瞬時增強解析度和對象分類範圍。

AEye聯合創始人兼首席執行官Luis Dussan表示，「目前用於評估自動駕駛激光雷達系統的度量標準，往往無法充分說明該系統在現實環境中的性能。新的擴展擴展度量標準更適合測量先進的激光雷達性能，是評估系統的關鍵，能用於最具挑戰性的應用場景。」

第一代激光雷達感測器被動搜索場景，並使用時間和空間固定的掃描模式檢測對象，無法更快重訪，也無法對路面或十字路口等興趣區域提供更多解析度，因此無法提高性能。新的先進固態激光雷達感測器使智能信息捕獲擴展激光雷達的功能,從被動搜索和對象檢測變為主動檢測。許多情況下，實時獲取和分類對象屬性，能使感知和路徑規劃軟體更加安全有效。

擴展度量標準1：從幀速率到對象重訪問速率

普遍認為，單一詢問點不足以驗證危險。因此，無源激光雷達系統需要對同一目標或多個幀上的位置進行多次訪問/檢測，從而驗證對象。新的智能激光雷達系統，如AEye?iDAR，可以在同一幀內重新訪問對象。這些靈活的系統可以通過幀內智能鏡頭調度，加快重訪率，並能在傳統幀內多次詢問對象或位置。

此外，現有的激光雷達系統受到固定激光脈衝能量、固定停留時間和固定掃描模式等物理特性的限制。下一代系統，如iDAR，是能利用感知、路徑和運動規劃模塊定義的軟體，因此可以動態調整數據收集方法。因此，對象重訪率比幀率更重要、更具相關性。

擴展度量標準2：從角度解析度到瞬時（角度）解析度

使用解析度作為傳統激光雷達度量，其前提是假設整個視場將以恆定的模式和均勻的功率進行掃描。然而，AEye?iDAR的技術基於先進的機器人視覺範例，打破了這一假設。該激光雷達系統能夠在興趣區域內實現時間和空間採樣密度動態變化，從而產生瞬時解析度。這些興趣區域可以在設計時固定、由特定條件觸發或在運行時動態生成。

AEye首席科學家Allan Steinhardt表示，「激光雷達系統需要將其激光能量聚焦在重要對象上。因此，除了測量固定模式上的靜態角度解析度外，測量關鍵對象所需解析度是有益的。如果不進行智能掃描，會導致過度採樣或採樣不足。」

擴展度量標準3：從檢測範圍到分類範圍

傳統檢測範圍度量方法適用於簡單應用。但對於自動化而言，更關鍵的性能測量是分類範圍。分類會增加延遲，使車輛遭受危險。感測器的分類屬性越多，感知系統對分類的確認和分類就越快。除了檢測範圍，測量分類範圍能更好地評估汽車激光雷達能力，因為它消除了感知堆棧中的未知信息，從而更快定位重要信息。

與第一代激光雷達感測器不同，AEye的iDAR是一個集成的、反應靈敏的感知系統，模仿人類視覺皮層關注和評估潛在駕駛危險的方式。使用分散式體系結構和邊緣處理，iDAR動態跟蹤感興趣的對象，同時始終嚴格評估周圍環境。其硬體可配置軟體，使車輛控制系統軟體能夠實時選擇性地自定義數據收集，同時邊緣處理減少控制循環延遲。iDAR將軟體可定義性、人工智慧、反饋迴路與智能、敏捷的感測器相結合，所需數據更少、速度更快、捕獲的智能信息更多，因而性能和安全性更高。

AEye聯合創始人兼高級工程副總裁Barry Behnken表示，「創建有效的感測系統，最重要的是數據質量和運行速度。性能度量標準很重要，因為它們決定了設計師和工程師如何解決問題。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！