13、自动驾驶与行人检测技术：现状、挑战与解决方案

自动驾驶与行人检测技术：现状、挑战与解决方案

1. 自动驾驶场景构建算法

在自动驾驶和车联网领域，为了提高自动驾驶车辆决策的鲁棒性，研究人员提出了一种实时选择传感器数据中最合理值的机制，用于构建场景以实现最佳决策。该方法部分借鉴了基于信任的方法，并针对特定项目进行了调整，形成了一个混合模型，综合考虑了信息源的相关性、可信度、信息新鲜度和信息一致性。

1.1 参数设置

• 源过滤阈值 ：ζ = 30%。
• 新鲜度计算中的延迟和梯度 ：延迟d等于传感器的周期。只要信息在周期内可用，延迟保持在100%；超出该周期，延迟以梯度a = 8迅速下降。

1.2 实验结果与讨论

• 标称情况 ：在无故障（仅存在传感器噪声）的标称情况下，车辆A相对于自车的相对位置所选值的变化与实际值非常相似，验证了算法的选择是合理的。在约12k周期时信息源的变化对应于超车过程中对车辆A感知的丢失，车辆A先后被前摄像头、右摄像头和后摄像头捕捉。
• 故障注入实验
  • 目标故障注入 ：向摄像头（1）（主源）和摄像头（2）（辅源）注入故障。实验中，分别在特定时间间隔内向两个摄像头注入随机值故障。系统能在故障注入时迅速拒绝故障源，并选择第三个信息源。例如，摄像头（1）在500ms时被拒绝，摄像头（2）在750ms时被拒绝。故障源恢复后，系统会重新选择相应的信息源。
  <