雷达感知影响因素的系统化分类以促进复杂真实世界数据评估
信号处理
2021-05-04 v1
摘要
为评估自动驾驶的机器感知，理解特定环境因素对所使用传感器的影响十分重要。尤其在研究大量真实世界数据以发现和理解感知不确定性时，需要根据研究所期望的细节程度对这类复杂数据进行结构化与分类的明智方案。关于性能限制原因的信息可支持真实的传感器建模，有助于确定包含传感器缺陷的场景，并且最重要的是对实现感知安全至关重要。本文研究雷达传感器的影响因素。它利用了雷达传感器已在车辆中使用数十年的事实。因此，在评估用于驾驶辅助系统与自动驾驶功能的雷达感知时，先前关于影响因素的发现可作为起点。除文献综述中环境因素对雷达传感器的影响外，本文引入了一种模块化的结构化概念，通过将可能导致性能限制的因素分类为不同的独立簇，从而降低复杂真实世界环境中的细节程度，以促进真实世界数据分析。
引用
@article{arxiv.2105.00279,
title = {Systematic Categorization of Influencing Factors on Radar-Based Perception to Facilitate Complex Real-World Data Evaluation},
author = {Maike Scholtes and Lutz Eckstein},
journal= {arXiv preprint arXiv:2105.00279},
year = {2021}
}
备注
10 pages, 4 figures