SOLAS：面向汽车仿真的光学镜头叠加建模
信号处理
2025-01-31 v1 图形学
摘要
汽车仿真是一种潜在的高性价比策略，用于识别和测试汽车感知中的边界情况场景。近期研究表明，利用视频图形引擎创建真实合成交通场景数据已取得显著进展。然而，在汽车仿真中对现实相机光学畸变的建模仍存空白。本文基于已有文献中的概念，使用基于 Python 的光线追迹库 KrakenOS 来建模仿真环境中的光学退化。作为一种新型管线，我们对汽车鱼眼仿真图像应用具有 +/-2度场视角(FOV)的光学双目镜头，引入真实的光学制品至来自 SynWoodscape 和 Parallel Domain Woodscape 的两个仿真图像中。我们通过计算根均方误差(RMSE)，对 KrakenOS 进行评估，其在 RGB 光谱上的平均值为约 0.023，与 Ansys Zemax OpticStudio 进行比较，后者是工业界用于光学设计和仿真的基准。最后，我们采用 ISO12233:2023 斜边法方法测量退化仿真图像的锐度，并展示定性和测量结果如何表明从退化制品的边缘到中心在图像锐度上的空间变异程度。
引用
@article{arxiv.2501.17872,
title = {SOLAS: Superpositioning an Optical Lens in Automotive Simulation},
author = {Daniel Jakab and Julian Barthel and Alexander Braun and Reenu Mohandas and Brian Michael Deegan and Mahendar Kumbham and Dara Molloy and Fiachra Collins and Anthony Scanlan and Ciarán Eising},
journal= {arXiv preprint arXiv:2501.17872},
year = {2025}
}
备注
Accepted for publication at Electronic Imaging - Autonomous Vehicles and Machines Conference 2025