ICanC：改善低光照环境下基于摄像头的目标检测与能耗
机器人学
2025-03-04 v1
摘要
本文提出了 ICanC（发音为"I Can See"），一种旨在增强低光照环境下自动驾驶车辆目标检测并优化能效的新型系统。通过利用 LiDAR 和摄像头传感器的互补能力，ICanC 在摄像头性能通常下降的条件下提升了检测精度，同时显著减少了不必要的大灯使用。该方法符合促进可持续交通的总体目标。ICanC 包含三个主要节点：障碍物检测器（处理 LiDAR 点云数据以拟合检测对象的边界框并估计其位置、速度和朝向）、危险检测器（利用障碍物检测器提供的信息评估潜在威胁）以及灯光控制器（仅在检测到威胁时动态激活大灯以增强摄像头可见性）。在物理和仿真环境中进行的实验证明了 ICanC 的鲁棒性能，即使在存在显著噪声干扰的情况下也是如此。该系统在开启大灯时始终实现高精度的基于摄像头的目标检测，同时显著降低了整体大灯能耗。这些结果使 ICanC 成为自动驾驶研究中的一个有前景的进展，在能效与可靠目标检测之间取得了平衡。
引用
@article{arxiv.2503.00709,
title = {ICanC: Improving Camera-based Object Detection and Energy Consumption in Low-Illumination Environments},
author = {Daniel Ma and Ren Zhong and Weisong Shi},
journal= {arXiv preprint arXiv:2503.00709},
year = {2025}
}
备注
11 pages, 18 figures, to be published in IEEE MOST 2025