ARRK_Engineering的博客

上期文章中我们介绍了高级驾驶辅助系统（ADAS）当前所面临的困境与挑战，并提出了ARRK的解决方案。下面我们将以具体实例为大家讲述ARRK是如何实现该操作的。ADAS中的ACC功能被选为一个研究案例。它能自动控制车辆的加速和制动，始终与其他道路使用者和障碍物保持足够的距离。为了做到这一点，该系统为每个检测到的物体计算所谓的碰撞时间（TTC）。如果它低于一个定义的阈值，车辆就会做出相应的减速反应。适用情况为车辆本身和前面的物体之间的速度差越大，TTC越短，ACC必须越早做出反应。

高级驾驶辅助系统（ADAS）如今不仅是新车的标配，也是自动驾驶道路上的一个重要里程碑。无论是车道保持、与前车的距离保持，还是在狭小空间停车：辅助系统能够独立完成的工作越多，作为系统基础的神经网络就必须受到更优质的训练。相应地，使用的数据集将持续扩充。然而，这引发了一个问题：训练的数据在多大程度上能真正反映ADAS系统在操作域的情况？这个问题通常不被人重视，并且也很少有人去检验。为了减少系统对错误的敏感度，到目前为止，采用的方法是不断增加数据数量。这导致了不必要的复杂、冗长，因此也是低效的开发过程。