自动驾驶AI算法

队开始研究基于LiDAR的感知算法时，他们意识到LiDAR不仅仅是成本太高，而且还是一项不成熟的技术。传感器在很大程度上依赖于原始点云数据，这些数据是通过测量周围物体的外表面上的许多点得到的。然而这些原始点云数据仅仅由传感器独立生成，这种情况严重影响了技术的发展。为了能够达到像人眼一样的能力，传感器硬件和软件算法需要被结合起来。

因此，在2015年他们开始研究LiDAR硬件/软件组合。最开始，他们研究出了一个每秒可以发射50万个点的单激光发射器，该发射器具有2毫米三维激光扫描仪的精度和多种用途的点云算法软件。紧接着，他们发布了一个可以满足自动驾驶要求的多线LiDAR装置，并将该装置与感知算法一起投入市场，创造了一个完全融合的LiDAR自动驾驶环境感知系统。

他们意识到，由于当下摄像机与雷达传感器的条件限制，没有任何一个传感器可以完全独立地达到确保自动驾驶汽车乘客安全的ASIL D等级。所以，为了给客车提供更高的ASIL D级的感知系统，他们发现了将多传感器、软件和技术的融合是感知子系统的选择，并与传感器（如前置摄像头、雷达和LiDAR）与AI软件算法相结合，构建一个完全冗余的ASIL D系统，以实现准人类感知和车辆级安全。此外，为了实现最高的安全性，还需要一个功能强大的嵌入式计算平台和一个可靠的通信系统（如5G V2x），以及一个自动驾驶汽车友好的基础设施系统（如自动驾驶汽车-道路合作的基础设施系统）来实现双方的交互和数据共享，以确保道路交通安全并减少潜在危险。

这种融合传感器的概念是感知系统的基础，将不同的机械和基于MEMS的激光雷达传感器与自动驾驶技术的人工智能算法结合在一起，即使在最黑暗或最恶劣的天气条件下，无论是雾天、雨天还是雪天，也能真实地看清道路。融合后的基于人工智能传感系统是Robosense公司成立以来一直在开发的一个感知系统，目标是与他们的P系列产品共同工作（一个组合了32层机械激光雷达、两个16层机械激光雷达和人工智能感知算法的装置）并达到ASIL D的安全等级。

传统上，LiDAR传感器可以通过发射激光束提供测量与检测到的点云数据。但是M1智能传感系统的话，就可以将点云数据在SOC内进行处理并从点云数据中提取出物体信息。也就是说，能够理解周遭环境的感知算法软件是智能传感器的大脑。例如，从点云中，M1智能传感器了解不同对象的点云信息并进行提取，然后输出检测到的和分类

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!