「自(zi)動(dong)駕駛新(xin)青年(nian)講座」由(you)智(zhi)東西公開課全新(xin)企劃，將邀請全球知名高校、頂(ding)尖研究機構以及優秀企業(ye)的(de)新(xin)青年(nian)，主講在環境感知、精準(zhun)定位、決策規劃、控(kong)制(zhi)執行(xing)等自(zi)動(dong)駕駛關鍵(jian)技術上(shang)的(de)最新(xin)研究成果(guo)和開發(fa)實踐。

有興(xing)趣分享的朋(peng)友(you)，可(ke)以(yi)與智東西公開課教研團隊進行郵件(jian)（class@sanyasheying.cn）聯系。

在(zai)過(guo)去的(de)幾年里，人們越來越關注提(ti)高 LiDAR 在(zai)自動駕駛(shi)汽車(che)上的(de)感知性能。雖然現有的(de)大部(bu)分工作(zuo)都集中(zhong)在(zai)開發新的(de)深度學(xue)習(xi)算法或模型架(jia)構上，但似(si)乎很少從物理設計的(de)角度來研究這個(ge)問題，即多個(ge) LiDAR 的(de)不同放置(zhi)如(ru)何影(ying)響基于學(xue)習(xi)的(de)感知。

目前業(ye)內主要有兩種(zhong)雷(lei)達(da)(da)的放置方(fang)案(an)。一種(zhong)是將雷(lei)達(da)(da)放在車(che)頂，凸起一個“小(xiao)犄角”，仿佛瞭望塔一般。另一種(zhong)方(fang)案(an)是將其放于前保險杠附近(jin)。那么安(an)裝(zhuang)在哪(na)個位置更(geng)合理呢(ni)？而綜合考慮后還是將雷(lei)達(da)(da)安(an)置在車(che)頂的方(fang)案(an)更(geng)加合適。

其考(kao)量(liang)(liang)的(de)因素有三個(ge)。一個(ge)是(shi)需要盡量(liang)(liang)減少維修成本，如(ru)果安置(zhi)在(zai)車(che)(che)頭部(bu)分，難免(mian)會(hui)(hui)遇到(dao)追尾等問題，而(er)放(fang)在(zai)車(che)(che)頂能避免(mian)增加(jia)維修成本。二(er)是(shi)避免(mian)遮(zhe)擋(dang)。激光雷(lei)達(da)和毫米(mi)波雷(lei)達(da)原(yuan)理(li)相似，是(shi)利(li)用回波成像(xiang)來勾顯被探(tan)測(ce)(ce)物(wu)體的(de)，如(ru)果放(fang)在(zai)保險(xian)杠附近較低的(de)位置(zhi)的(de)話，可能會(hui)(hui)存在(zai)被污泥等遮(zhe)擋(dang)的(de)情況(kuang)。三是(shi)探(tan)測(ce)(ce)效果更(geng)好(hao)。目前激光雷(lei)達(da)的(de)探(tan)測(ce)(ce)距離最遠一般在(zai)100米(mi)~150米(mi)，放(fang)在(zai)車(che)(che)頂的(de)話垂直(zhi)方向(xiang)能得(de)到(dao)更(geng)大的(de)視場角，可以(yi)彌補一些激光雷(lei)達(da)垂直(zhi)方向(xiang)寬度不足的(de)原(yuan)因。

那么，除了這(zhe)些已有的(de)(de)考量(liang)因(yin)素，多雷(lei)達的(de)(de)放置方(fang)案到(dao)底是如何(he)影(ying)響自動駕(jia)駛感(gan)知性能的(de)(de)呢？基于此，卡內基梅隆大學Safe AI Lab在讀(du)博士胡寒(han)江等(deng)人引(yin)入了一(yi)種易于計算的(de)(de)信息論(lun)替代(dai)指標，以定量(liang)和快速評估 LiDAR 放置，以及對不同類型(xing)的(de)(de)物體進行(xing) 3D 檢(jian)測(ce)。同時，他們在真(zhen)實的(de)(de) CARLA 模(mo)擬器(qi)中(zhong)提出(chu)了一(yi)個新的(de)(de)數據收集、檢(jian)測(ce)模(mo)型(xing)訓練和評估框架，以評估不同的(de)(de)多激光雷(lei)達配置。

通過使用受自動駕駛(shi)公司設計啟發(fa)的(de)(de)幾種流(liu)行放置(zhi)(zhi)(zhi)(zhi)，以及廣泛的(de)(de)實驗，展(zhan)示了這些代(dai)理指標(biao)與不同代(dai)表(biao)性算法在 KITTI 上的(de)(de)目(mu)標(biao)檢測(ce)性能之間(jian)的(de)(de)相(xiang)關性，驗證了LiDAR 放置(zhi)(zhi)(zhi)(zhi)評估方(fang)法的(de)(de)有(you)效性。最終的(de)(de)結果表(biao)明(ming)，傳感(gan)器放置(zhi)(zhi)(zhi)(zhi)在基于 3D 點云的(de)(de)對象(xiang)檢測(ce)中(zhong)是不可忽略的(de)(de)，這將(jiang)在具有(you)挑戰性的(de)(de) 3D 對象(xiang)檢測(ce)設置(zhi)(zhi)(zhi)(zhi)的(de)(de)平均(jun)精度方(fang)面造成高(gao)達 10% 的(de)(de)性能差異(yi)。這也(ye)是首批(pi)定量研究 LiDAR 放置(zhi)(zhi)(zhi)(zhi)對感(gan)知性能影響的(de)(de)研究之一。

7月27日早10點，「自動駕駛新青年講座」第3講，卡內基梅隆大學Safe AI Lab在讀博士胡寒江將主講《自動駕駛中針對3D目標檢測的多雷達放置方案評估》。

講 者
胡寒江，卡內(nei)基梅隆大學Safe AI Lab在(zai)讀博士；研(yan)究方向包括移動機器人(ren)和(he)(he)自動駕(jia)駛(shi)中感知系統(tong)的魯(lu)棒(bang)性和(he)(he)泛化性，在(zai)CVPR、ICRA、IROS等國際會議上發(fa)表多(duo)篇論文，在(zai)ICRA2022和(he)(he)IROS2022帶(dai)領(ling)組織SeasonDepth深度(du)預測挑(tiao)戰賽和(he)(he)可信智能和(he)(he)機器人(ren)研(yan)討會。

主 題
《自動駕駛中(zhong)針(zhen)對(dui)3D目標(biao)檢(jian)測的多雷達放(fang)置方案評估(gu)》

提 綱

1、當前用于自動駕駛的多雷達配置方案
2、感興趣區域內的概率占據柵格的構建
3、基于信息增益最大的替代評估指標
4、評估不同雷(lei)達配置(zhi)對3D目標檢測的影響

直 播 信 息
直播時間：7月27日早10:00
直播(bo)地(di)點：智東西公開(kai)課知識店鋪

成果

Multi-LiDAR-Placement-for-3D-Detection
《Investigating the Impact of Multi-LiDAR Placement onObject Detection for Autonomous Driving》

論文鏈接
//arxiv.org/pdf/2105.00373.pdf

開源地址
//github.com/HanjiangHu/Multi-LiDAR-Placement-for-3D-Detection