多散射激光雷达的影响在雾中返回
David Hevisov1, André Liemert1, Dominik Reitzle1
1Institute for Laser Technologies in Medicine and Metrology at the University of Ulm (ILM), D-89081 Ulm, Germany.
Sensors (Basel, Switzerland)
|August 29, 2024
概括
使用多重散射光效应的模拟对于改善自动驾驶感知模型至关重要. 这项研究表明,多重光散射在雾中显著影响LiDAR信号,特别是在低可见度的情况下.
科学领域:
- 自主驾驶系统 自主驾驶系统
- 计算机视觉 计算机视觉
- 光学物理学的光学物理学
背景情况:
- 模拟增强了自动驾驶的训练数据,但目前的模型在恶劣天气如雾中扎.
- 现有的基于物理学的模型经常使用单散射近似,无法捕捉现实世界LiDAR信号的复杂性.
- 精确模拟光传播对于在具有挑战性的条件下强大的AI感知至关重要.
研究的目的:
- 为了研究多重散射光在各种雾条件下对LiDAR信号的影响.
- 评估现实的自动驾驶模拟需要更高阶散射的必要性.
- 为了验证一种新的蒙特卡洛模拟方法,用于光的传播.
主要方法:
- 在GPU加速软件上使用双向路径跟踪的蒙特卡洛模拟.
- 使用Mie理论计算的散射相函数,具有现实的粒子大小分布.
- 导出了辐射转移方程的分析解决方案,以验证模拟结果,专注于双散射光.
主要成果:
- 多重散射光显著改变了被检测到的LiDAR信号的形状.
- 多重散射的影响取决于LiDAR几何和大气可见性.
- 在低可见度的雾条件下,双散射光变得占主导地位.
结论:
- 单次散射近似对于精确模拟雾中LiDAR信号是不够的.
- 纳入更高阶的散射效应对于开发更有效的基于AI的感知模型至关重要.
- 这项研究强调了先进的轻型运输模拟对自动驾驶汽车安全的重要性.


