72、汽车平台传感优化：VESPA 框架解析

汽车平台传感优化：VESPA 框架解析

1. VESPA 框架概述

VESPA 框架用于生成传感器配置，随后根据上一节提出的性能指标的累积得分对其进行评估。该框架评估了三种设计空间探索算法，分别是模拟退火与贪婪随机自适应搜索（SA + GRASP）、遗传算法（GA）和粒子群优化（PSO）。传感器配置的生成和评估过程会持续进行，直到满足特定算法的停止准则，此时输出最佳配置。

2. 输入信息

设计空间探索算法生成的传感器配置会考虑车辆周围特征与视野（FOV）区域的相关性。
- FOV 区域 ：图 3a 展示了车辆周围的 FOV 区域，这些区域被定义为特定特征在环境中最重要的感知区域。
- 传感器安装区域 ：图 3b 显示了车辆上可安装传感器的区域（蓝色部分），区域 F 和 G（黄色部分）由于在车门上安装传感器存在机械不稳定性，不适合安装传感器。

特征、区域、FOV 区域和性能指标之间的关系总结如下表：
| 特征 | 区域 | FOV 区域 | 关联指标 |
| — | — | — | — |
| BW | B、H、I | 1、2、3、10 | (m3, m5, m8) |
| LKA | E、I
D、H | 3、4、5
8、9、10 | (m2, m3, m6, m7) |
| ACC、FCW | A、B、C | 6、7、11 | (m1, m4, m8) |

为了探索区域内可能的传感器位置，在车辆表面的两个维度上采用 5 厘米的固定步长，这会在每个区域生成一个二维网格的可能位