无负担的自动驾驶：基于外部高架 LiDAR 的视角
人工智能
2018-11-02 v2 计算机与社会
摘要
当前的自动驾驶架构给车内图形处理单元（GPU）的信号处理带来了沉重负担。这直接转化为电池消耗与更低的能量效率，而这是电动汽车的关键因素。这是由于所捕获视频与其他传感输入的高比特率，主要源于车顶的激光探测与测距（LiDAR）传感器，它是自动驾驶车辆的一项基本特征。LiDAR 用于为车辆 AI 获取高精度地图以做出相关决策。然而，这仍是从车内相当受限的视角。即便在没有 LiDAR 的车辆（如特斯拉）情况下也是如此。现有 LiDAR 与相机具有受限的水平与垂直视场。在所有情况下都可以认为，鉴于生成的地图较小，精度较低。这也导致每天累积大量达数 TB 的数据，其存储变得具有挑战性。若我们要减轻车内处理单元的负担，就需要将数据上行链路至边缘或适当放置的云。然而，即便在 5G 出现的情况下，数 Gbps 量级的所需数据速率也难以满足。因此，我们提议在外部高处布置一组协同的 LiDAR，其可向集中式决策主体提供具有更大视场（FoV）的集成视角，随后该主体以较低下行比特率和所需延迟将所需控制动作发送给车辆。我们基于多家制造商的工业标准设备所做的计算表明，这不仅仅是一个概念，而是一个可实现的系统。所提议的系统可与现有自动驾驶车辆架构发挥辅助作用，并且易于应用于城市区域。
引用
@article{arxiv.1808.08617,
title = {Autonomous Driving without a Burden: View from Outside with Elevated LiDAR},
author = {Nalin Jayaweera and Nandana Rajatheva and Matti Latva-aho},
journal= {arXiv preprint arXiv:1808.08617},
year = {2018}
}