极端降水条件下自动驾驶汽车能见度量化的重要性2022

最新推荐文章于 2025-12-15 17:43:01 发布

原创

最新推荐文章于 2025-12-15 17:43:01 发布 · 328 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#自动驾驶 #汽车 #人工智能

本文提出了一种新的能见度度量方法，用于评估激光雷达在暴风雪环境中的性能。通过物理模拟降雪噪声，分析了暴风雪对激光雷达定位的影响。研究发现，尽管降雪对ICP算法的定位性能影响不大，但在高密度雪况下，激光雷达的探测范围显著减小。提出了基于降雪密度场的能见度估算，并指出此度量有助于标准化降雪条件下的能见度评估。

在这里插入图片描述

结论

提出了基于气象场能见度概念的暴风雪情景下激光雷达的新能见度度量。
评估数据集为 CADC
暴雪天气能见度与ICP算法的定位性能之间没有明显的相关性。但是会导致定位失败
未来是为了用该度量开发出一个降雪滤波器

引言

在这里插入图片描述
然而，文献中的大部分工作都是使用定性指标，没有一个标准的方案来量化车辆附近的降雪。
提出了一种新的方法来物理模拟激光雷达在暴风雪中遇到的噪声：仅使用激光雷达数据可以实现量化降雪级别
1)一种用于估计暴风雪能见度的新指标;2)深入分析了暴风雪对激光雷达定位的影响
《Kilometer-scale autonomous navigation in subarctic forests: challenges and lessons learned》认为降雪并不会影响建图和定位，而是积雪影响。
我们将最新定位算法的精度与暴风雪强度相关联。

理论

在《Lambda-Field: A continuous counterpart of the Bayesian occupancy grid for risk assessment.2019》的基础上提出了密度测量方法
将上述的理论扩展到自己的研究中：用暴风雪的密度场代替障碍物场
我们假设雪的密度可以用 非均匀泊松点过程，对于