多重跟踪传感器架构用于重建自动驾驶车辆机:一项探索性研究

科学领域:

• 机器人和控制系统 机器人和控制系统
• 传感器融合和感知感应
• 自动驾驶汽车技术自动驾驶汽车技术

背景情况:

• 自动驾驶汽车 (AV) 中的对象跟踪对于事故重建至关重要.
• 缺乏标准化的方法来选择最佳的多传感器融合架构,阻碍了AV的发展.
• 实验各种传感器功能和跟踪算法是常见的,但缺乏系统的评估.

研究的目的:

• 提出一种用于跟踪性能评估 (SMTPE) 的新型模拟方法,以解决选择AV撞击重建架构的标准方法的缺乏.
• 为了确定最有效的传感器融合和跟踪架构用于自动驾驶汽车撞车重建.

主要方法:

• 开发用于跟踪性能评估 (SMTPE) 的模拟方法.
• 在不同的传感器配置,采样率和崩场景下对三个不同的多传感器融合架构进行比较分析.
• 对跟踪性能指标的评估,以确定最佳架构.

主要成果:

• 基于雷达摄像头的集中式跟踪架构在测试的配置中表现出卓越的性能.
• SMTPE有效地促进了选择表现最佳的跟踪架构.
• 根据传感器设置,采样率和碰撞场景,观察到性能存在显著差异.

结论:

• 建议用于自动驾驶汽车撞车重建的中央集中的雷达摄像头多传感器融合架构.
• 拟议的SMTPE为AV研究中评估和选择传感器融合架构提供了有价值的工具.
• 在传感器融合和跟踪架构选择中提供了最佳实践指南,用于未来的AV开发和撞击重建.