摘要
误报制动事件导致消费者对自动驾驶汽车（AV）的信心降低了. 这些都是 ADAS 开发人员要应对的一些挑战。这些趋势推动着以感知系统为核心的自动驾驶和辅助交通体验。随着 ADAS 开发人员寻求提高 ADAS 系统性能的可靠性，了解如何评估感知系统至关重要. 欢迎来到传感器融合与感知系统的动态世界，在这里，各种技术的融合创造了一个整体的环境视图。在快速发展的 ADAS 世界中，必须对来自不同传感器的数据进行无缝融合。每个传感器都有其独特的优势，有助于形成统一、可靠和丰富的感知，这对于提高 ADAS 的安全性和有效性至关重要。但关键在于：要真正发挥这些复杂系统的威力，就必须深刻了解它们的性能.
关键在于性能，但如何衡量性能
了解感知性能的方方面面，对于打造性能卓越的 ADAS 功能至关重要。对于 ADAS 开发人员来说，这项任务不仅仅是紧跟行业趋势，还包括引领行业趋势。本白皮书探讨了传感器融合和感知系统性能的各个方面，揭示了这些知识是如何成为开发强大、创新的 ADAS 解决方案不可或缺的，从而与当今的技术进步和行业需求产生共鸣。以下是 ADAS 开发人员在评估传感器融合与感知系统时必须检查的关键性能指标 (KPI)。
1. 误报： 传感器融合与感知背景下的误报是指感知系统产生了不存在的输出。例如，如果传感器融合和感知系统检测到场景中实际上不存在的物体，这就是误报。相反，如果感知系统未能检测到实际存在的物体，则称为假阴性。假阳性有时也被称为 “幽灵”。误报是相当重要的的关键绩效指标。误报率高会导致 ADAS 系统运行不良，例如自动紧急制动 (AEB) 系统在应该启动时没有启动（误报）或出现虚假制动事件（误报）。阅读 “评估感知系统： 精确度、召回率和特异性指南》，以更好地了解误报。
LeddarTech 基于人工智能的底层传感器融合和感知技术可实现更高的召回率和精确度，从而减少误报。这意味着 ADAS 开发人员可以对自己的系统更有信心，而最终用户（驾驶员和乘客）也会对车内的 ADAS 功能更加放心和信任。
图 1- 基于人工智能的 LeddarVision 提升了性能，从而提高了精确度和召回率
2. 物体分离和遮挡物体检测： 传感器融合和感知系统如何有效区分远距离的物体，尤其是在高速公路 ADAS 应用中？由于分辨率低，仅靠摄像头无法区分远距离的两个物体。同样，雷达也无法区分以相同速度行驶的两个相邻物体。LeddarVision 的底层融合技术可在超过 150 米的距离内使用相同的传感器集将两个物体准确地识别为两个不同的实体。在较大距离内，物体分离技术可为自我车辆前方的车辆精确分配车道，从而支持更高速度下的自适应巡航控制（ACC）。
在评估感知系统时，另一个关键的考虑因素是它能否检测到被遮挡的物体。在城市环境中，感知系统能否检测和跟踪人行道上正在过马路的行人？感知系统能否追踪到隐藏在停在路边车辆后面的人？这一功能对于实现安全的 ADAS 应用至关重要，对于保护弱势道路使用者（VRU）也至关重要。在欧洲 NCAP ADAS 测试的 “切出 “使用案例中，隐蔽物体检测大大提高了 AEB 性能。
3. 范围： 在更远的范围内进行可靠、连续的检测和跟踪，可以在更高的速度和更具挑战性的运行设计区域（ODD）中实现高速公路辅助功能，在这些情况下，破损轮廓的容错性较低（例如湿滑路面条件）。对于自动驾驶辅助系统（ADAS）和自动驾驶系统（AD）中的感知系统来说，范围是一个重要的考虑因素，原因有以下几点：
- 安全： 更远的距离可使感知系统探测到距离车辆更远的物体或障碍物并做出反应。这种额外的反应时间对于确保车辆及其乘员的安全至关重要。例如，在更远的距离上探测到行人或其他车辆，系统就有更多的时间启动制动或采取规避措施。
- 预测能力： 更大的范围使系统能够更好地了解前方的道路环境。这反过来又使系统能够对其他道路使用者和物体的行为做出更准确的预测，这对做出安全驾驶决策至关重要。
- 高速公路驾驶： 在高速公路上，车辆的行驶速度较高，因此较长的探测距离尤为重要。它能使感知系统在车辆能安全作出反应的距离内探测到物体，如缓慢行驶的车辆或路面上的碎石，即使在高速行驶时也是如此。
LeddarTech 基于人工智能的低级传感器融合和感知技术 LeddarVision™ 扩大了有效感知范围。与传统和普遍的物体级融合相比，LeddarVision 在使用相同传感器集的情况下，可将有效范围扩大一倍。LeddarVision Front-View – Entry (LVF-E) 软件堆栈使用一个 1-2 Mpx 的前置摄像头和两个短程前角雷达，将支持的目标检测范围扩大了一倍，超过 150 米。同样，LeddarVision FrontView – High（LVF-H）和 LeddarVision Surround-View – Premium（LVS-2+）将物体检测范围扩大到 200 米以上。早期探测对于车辆在新车评估计划（NCAP）中获得五星评级至关重要，特别是根据《欧洲新车评估计划 2025》（Euro NCAP 2025）的规定。
4. 恶劣条件下的运行： ADAS 和 AD 系统必须全年在各种天气条件下运行，而不仅仅是在理想条件下。如果感知系统在雨、雪或其他不利条件下出现故障，可能会导致车辆无法行驶，从而限制其可用性和实用性。能在恶劣条件下有效工作的感知系统可以更好地探测和应对障碍物、其他车辆和行人，从而降低事故风险。另一方面，如果传感器融合和感知系统无法做到这一点，就会对消费者对 ADAS 和 AD 系统的信心产生负面影响，进一步恶化终端用户与部分自动驾驶汽车和全自动驾驶汽车之间的关系。
每个传感器（照相机、雷达、激光雷达）都有其局限性。照相机在光线不足、多尘环境、雨、雾或雪等不利条件下表现不佳。同样，雷达和激光雷达在较远距离的分辨率也是一个挑战。基于物体级融合的感知解决方案存在单个传感器的弱点，因为它融合了单个传感器的感知输出。然而，低层次融合解决方案先融合所有传感器的原始数据，然后再将感知算法应用于由此产生的综合数据集。这种方法使 LeddarVision 等低级传感器融合和感知解决方案能够利用其他传感器的优势来减轻单个传感器的弱点。
此外，原始数据前融合感知解决方案不会受到传感器矛盾的影响。在不利条件下，摄像头可能无法探测到物体，但雷达仍能在同一位置识别出物体。基于物体级融合的感知系统需要判断物体是否存在，以及哪个传感器提供了正确的输出。由于 LeddarVision 融合了原始传感器数据，因此不会出现传感器矛盾。
LeddarVision 在恶劣条件下表现出强大的性能，在阳光直射、夜间或光线昏暗的区域、雨、雪、雾和尘土飞扬的环境中都能检测、跟踪和分类物体，而此时传感器的性能可能会下降或无法工作。点击下图观看 LeddarVision 在充满挑战的环境中的实际应用。
结论
在不断发展的自动驾驶和辅助驾驶领域，感知系统的作用举足轻重。这对于致力于提高系统可靠性和性能的 ADAS 和自动驾驶开发人员来说尤为重要。在评估感知系统的性能时，汽车原始设备制造商和一级供应商必须考虑各种因素，如误报、远距离物体分离能力、遮挡物体检测能力、特定传感器组的感知范围以及不利条件下的感知性能。在所有这些方面都表现出色的传感器融合和感知系统可帮助汽车原始设备制造商和一级供应商开发出 ADAS 系统，以提升移动体验、可靠运行并在 NCAP 测试中获得 5 星级性能，从而满足 Euro NCAP 2025 的要求。LeddarTech 的专有低级传感器融合和感知技术可在嵌入式处理器上使用，在促进 ADAS 和 AD 系统的广泛应用方面处于领先地位。