最愛做edge－case挑戰(zhàn)的傳感器公司Aeye又發(fā)布了新測(cè)試視頻。

邊緣交通場(chǎng)景往往是檢驗(yàn)自動(dòng)駕駛系統(tǒng)能力的標(biāo)準(zhǔn)之一，有這么一家傳感器公司就喜歡設(shè)計(jì)多種極限案例來(lái)挑戰(zhàn)自己。

比如：1．前方載著貨物的P卡突然停車，后方車輛的感知能力是否能否準(zhǔn)確分辨伸出的貨物，并避免碰撞；

2．夜晚在迎面車輛車燈前有橫穿馬路的行人，耀眼的白光幾乎干擾了視覺系統(tǒng)，車輛是否能夠避免撞傷行人；

再比如，我們之前報(bào)道過車輛感知系統(tǒng)對(duì)氣球的識(shí)別等等。

這些挑戰(zhàn)盡管看似很苛刻，但生活中確實(shí)會(huì)出現(xiàn)的案例，而最近Aeye公司又發(fā)布了新的極限案例挑戰(zhàn)視頻，難度又加大了。這次場(chǎng)景是在一個(gè)耀眼的中午，一輛左轉(zhuǎn)彎的平板拖車緩慢地完成橫向變道來(lái)考驗(yàn)車輛的感知能力，瘦長(zhǎng)的拖車在炫目的陽(yáng)光下幾乎看不到了。

配備先進(jìn)駕駛員輔助系統(tǒng)（ADAS）的車輛在四車道上以時(shí)速45英里行駛，該車道穿過人煙稀少的城鎮(zhèn)。依靠車輛進(jìn)行導(dǎo)航，ADAS駕駛員已基本停止關(guān)注前方。一輛卡車拖著平板拖車緩慢地橫穿馬路。隨著車輛與拖車之間的距離迅速縮小，取決于感知系統(tǒng)來(lái)檢測(cè)和分類拖車，并測(cè)量其速度和距離。在SAE 3級(jí)及更高級(jí)別（假設(shè)汽車處于控制狀態(tài)），車輛的路徑規(guī)劃軟件必須做出關(guān)鍵的決定，以決定是否轉(zhuǎn)向剎車或提前剎車。

當(dāng)今的高級(jí)駕駛輔助系統(tǒng)（ADAS）在識(shí)別這種威脅或做出適當(dāng)反應(yīng)是非常困難的。根據(jù)其傳感器配置和感知訓(xùn)練，系統(tǒng)可能由于其非常薄的外形而無(wú)法注意到掛車。

按照目前系統(tǒng)不同的方案分析：①基于攝像頭傳感器的感知系統(tǒng)很可能會(huì)誤解威脅，造成誤報(bào)或完全忽略威脅。在遠(yuǎn)處，拖車在道路上看起來(lái)像個(gè)二維的線條。如果車輛在轉(zhuǎn)彎，這些相同的像素也可能被識(shí)別為護(hù)欄。為了保證在所有情況下都是準(zhǔn)確的，必須結(jié)合所有顏色和尺寸排列，在每種可能的光照條件下訓(xùn)練感知系統(tǒng)。這會(huì)帶來(lái)巨大的挑戰(zhàn)，因?yàn)檫�會(huì)有尚未預(yù)見到的實(shí)例，這會(huì)給主要依賴相機(jī)數(shù)據(jù)的感知系統(tǒng)帶來(lái)潛在的致命威脅。

②雷達(dá)。從側(cè)面看，平板拖車的輪廓非常薄。雷達(dá)的角分辨率限制設(shè)備去檢測(cè)出如此狹窄的水平物體。在這種情況下，大多數(shù)雷達(dá)的無(wú)線電波都會(huì)錯(cuò)過拖車的纖細(xì)輪廓。

③相機(jī)＋雷達(dá)。僅依靠攝像頭和雷達(dá)的感知系統(tǒng)可能無(wú)法檢測(cè)到平板拖車并及時(shí)做出反應(yīng)。攝像機(jī)數(shù)據(jù)的詳細(xì)程度不足以對(duì)掛車進(jìn)行分類，并且可能導(dǎo)致感知系統(tǒng)將掛車分類為幾種常見道路特征之一。由于雷達(dá)也不太可能準(zhǔn)確地檢測(cè)到拖車的全長(zhǎng)，因此也會(huì)誤導(dǎo)感知系統(tǒng)。在這種情況下，攝像頭和雷達(dá)的結(jié)合幾乎無(wú)法提高準(zhǔn)確分類拖車的幾率。

④ 激光雷達(dá)。當(dāng)今的常規(guī)LiDAR產(chǎn)生非常密集的水平掃描線以及非常差的垂直密度。當(dāng)物體處于水平，細(xì)和窄的狀態(tài)時(shí)，這種掃描模式會(huì)給檢測(cè)帶來(lái)挑戰(zhàn)，LiDAR的激光鏡頭也很容易完全錯(cuò)過它們。某些LiDAR會(huì)掃描出大致的輪廓。但是，也需要花費(fèi)一些時(shí)間來(lái)收集必要的檢測(cè)次數(shù)才能分辨任何目標(biāo)。根據(jù)車輛的速度，此過程可能會(huì)花費(fèi)太多時(shí)間來(lái)防止碰撞。

Aeye使用的是什么方法呢？該公司使用iDAR成功解決挑戰(zhàn)，而不是Lidar。iDAR是一種人工感知平臺(tái)，旨在適應(yīng)新技術(shù)和算法，并不斷發(fā)展以最小化成本，并最大限度地提高相機(jī)／ LiDAR組合的性能。

iDAR比LiDAR更智能，橫向進(jìn)入場(chǎng)景的車輛很難追蹤。iDAR通過將LiDAR鏡頭有選擇地分配給感興趣區(qū)域（ROI），一旦LiDAR感知了對(duì)掛車的單次檢測(cè)，iDAR就會(huì)動(dòng)態(tài)更改LiDAR的時(shí)間和空間采樣密度，以全面搜集掛車，從而獲得關(guān)鍵信息，例如其尺寸和前方距離。

iDAR可以安排LiDAR以在幾微秒到幾毫秒的時(shí)間內(nèi)重新訪問感興趣的區(qū)域。這意味著與傳統(tǒng)的LiDAR系統(tǒng)相比，iDAR可以更快地查詢到一個(gè)物體，而傳統(tǒng)的LiDAR系統(tǒng)通常需要數(shù)百毫秒才能重新訪問一個(gè)物體。因此，iDAR具有前所未有的能力來(lái)計(jì)算有價(jià)值的屬性，包括物體距離和速度（橫向和徑向），比其他任何系統(tǒng)都快。

iDAR將2D攝像頭像素與3D LiDAR點(diǎn)云結(jié)合在一起，以創(chuàng)建動(dòng)態(tài)像素。此數(shù)據(jù)類型可幫助系統(tǒng)的AI完善拖車邊緣周圍的LiDAR點(diǎn)云，從而有效消除所有不相關(guān)的點(diǎn)。因此，iDAR能夠?qū)⑼宪嚺c其他道路特征（例如護(hù)欄和標(biāo)牌）區(qū)分開來(lái)。

為了安全起見，對(duì)障礙物進(jìn)行分類也至關(guān)重要，為了生成足夠豐富的數(shù)據(jù)集以應(yīng)用感知算法進(jìn)行分類，LiDAR一旦檢測(cè)到一個(gè)物體，它將提示AI攝像頭對(duì)其顏色，大小和形狀進(jìn)行更深入的實(shí)時(shí)分析。然后，攝像頭將檢查像素，并運(yùn)行算法來(lái)定義對(duì)象的可能身份。為了獲得更多見解，相機(jī)會(huì)提示LiDAR以獲得其他數(shù)據(jù)，從而分配更多的鏡頭。

當(dāng)算法需要來(lái)自傳感器的其他數(shù)據(jù)時(shí)，將觸發(fā)反饋環(huán)路。在這種情況下，將在相機(jī)和LiDAR之間觸發(fā)反饋環(huán)路。攝像機(jī)可以提示激光雷達(dá)，而激光雷達(dá)可以提示其他詢問點(diǎn)或動(dòng)態(tài)感興趣區(qū)域，以確定掛車的真實(shí)速度。該信息被發(fā)送到域控制器，以便它可以決定是剎車還是轉(zhuǎn)向以避免碰撞。

整個(gè)過程就像是在模仿人類視覺皮層在概念上如何聚焦并評(píng)估車輛周圍的環(huán)境，駕駛條件和道路危險(xiǎn)等。

當(dāng)前的LiDAR傳感器依賴于一組獨(dú)立的傳感器，這些傳感器共同產(chǎn)生大量數(shù)據(jù)，并且需要較長(zhǎng)的處理時(shí)間和大量的計(jì)算能力，才能通過對(duì)齊，分析，校正，下采樣并將其轉(zhuǎn)換為可用于安全引導(dǎo)車輛的可行信息來(lái)收集和組裝數(shù)據(jù)集。在Aeye看來(lái)這些系統(tǒng)缺乏智能，并且會(huì)不加選擇地收集有關(guān)環(huán)境的信息。沒有考慮條件如何演變或不知道如何平衡相互競(jìng)爭(zhēng)的優(yōu)先級(jí)，而常常通過為每個(gè)像素分配相同的優(yōu)先級(jí)來(lái)對(duì)復(fù)雜或危險(xiǎn)情況做出較差的響應(yīng)。