| EN

公司服务

● 传感器融合和环境理解 >>

车载传感技术 随着自动驾驶技术的发展,自动化等级的提升,系统本身的功能安全性和稳定性被越来越多得收到重视。然而,无论是毫米波雷达,激光雷达还是基于摄像头的识别算法,都因其本身的工作原理和使用的波频,而具有一定的探测感知局限性。目前为止,没有一种单一传感器可以达到100%的探测成功率。 多源传感器融合 介于自动驾驶功能安全性需求的提升和各类传感器探测和识别误差的存在,不纯粹依靠硬件技术的环境感知传感的质量的提升势在必行。多源传感器融合技术顺势被引入了自动驾驶领域。多源传感器融合技术将各类传感器运用于同一区域的目标的探测和测量,并通过对多通道的传感器输入信号的数据后处理,使各个传感器互相成为互补性冗余系统。从而,各个传感器的缺点得以互补。

理论上,该技术对探测和测量效果的提升是肯定的。然而,在应用上,错误的参数配置或不合适的算法或算法运用位置的选择会导致算法效果下降, 或甚至出现反效果。
PilotD在多源传感器数据融合领域积累有大量的经验和项目基础,主要基于此服务客户解决下述问题,并确保高度的融合效率:
1)面向应用的针对性算法选择和改进;
2)融合点选择或多层融合融合点选取;
3)算法在各类外界影响因素的影响下的鲁棒性测试和分析;
4)融合算法工作能力范围和精度标定;
5)动态融合算法优化方法;
6)传感器数据预处理和基于信息分析的探测结果预测。


环境理解 基于上述传感器融合结果,我们更提供进一步的环境理解层算法。其中包括:目标分类,目标意图分析,目标轨迹预测,目标危险等级预判等多类后处理的可能性。
最终通过传感器数据使驾驶周边环境在车载ECU中面前真实地呈现出来,从而使客户地自动驾驶或者高级驾驶员辅助系统达到更好地驾驶和控制效果。