基于 Boids 群集算法的传感器目标合理性检验
机器人学
2022-03-16 v1
摘要
驾驶辅助系统日益成为车辆的标准装备,从而有助于道路安全。然而,随着其普及,对成本效益的要求也在提高,因此这些系统中使用少量廉价传感器。尤其在具有挑战性的情形下,这导致无法确保目标判别,进而引起驾驶辅助系统的错误反应。通常,移动交通参与者之间的交互并未在环境模型中直接建模,使得被跟踪目标可能分裂、合并或消失。Boids 群集算法通过对已跟踪目标上的 boids 施加运动规则(分离、聚合、对齐)来建模道路使用者之间的交互。这便于创建道路使用者之间的语义邻域信息。我们在综合仿真中表明,每位交通参与者仅用 7 个 boids,对于 3.7 m 的地面真值,目标间估计的中位分离度可从 2.4 m 提升至 3 m。底部百分位数从 1.85 m 提升至 2.8 m。
引用
@article{arxiv.2203.08036,
title = {Sensor Object Plausibilization with Boids Flocking Algorithm},
author = {Christopher Knievel and Lars Krueger},
journal= {arXiv preprint arXiv:2203.08036},
year = {2022}
}