现成传感器 vs. 实验性雷达——汽车雷达分类需要多少分辨率？

基于雷达的道路使用者检测是自动驾驶应用背景下一个重要课题。传统汽车雷达传感器的分辨率导致稀疏的数据表示，在后续信号处理中难以细化。另一方面，新一代传感器正蓄势待发，等待在这一具有挑战性的领域中应用。本文中，将两款不同雷达世代的传感器相互评估。评估准则是其在移动道路使用者目标检测与分类任务上的性能。为此，比较了源自现成雷达和高分辨率下一代雷达的两个数据集。特别关注两个数据集如何组装以使其具有可比性。所利用的目标检测器由聚类算法、特征提取模块和用于分类的循环神经网络集成组成。在评估中，所有组件均被单独评估，并且首次作为一个整体进行评估。这使得能够指出整体性能改进在流水线中的来源。此外，评估了两个数据集的泛化能力，并讨论了汽车雷达目标检测的重要比较指标。结果显示了下一代雷达的明显优势。有趣的是，这些优势实际上并非源于分类阶段的更好性能，而是因为聚类阶段的巨大改进。