本文来自实验室符永乐的研究成果和学习笔记
Parameter tuning for a Markov-based multi-sensor system
「摘要」:多传感器系统是自动驾驶功能的关键部件。它们提高了驾驶体验的质量,有助于预防交通事故。由于传感器技术的快速发展,传感器数据采集错误很少发生。尽管如此,根据预期功能的安全性(SOTIF),传感器数据的错误解释也可能导致安全危害。例如,前摄像头可能无法理解交通标志的含义。出于安全考虑,必须在整个开发过程中分析系统可靠性。在这项工作中,我们提出了一种方法来探索传感器的特性,例如连续传感器检测错误之间的依赖关系以及KITTI数据集上不同传感器之间的相关性。此外,我们将学习到的参数应用于一个基于离散时间马尔可夫链的多传感器系统模型,以「估计一个假设的基于立体相机激光雷达的传感器系统的可靠性。」
第一章 介绍
传感器技术和自动驾驶功能的快速发展使汽车越来越像人类一样感知和理解环境。在创新技术的同时,也提出了新的挑战。其中一个挑战是根据预期功能的错误评估系统可靠性。「例如」,前置摄像头拍摄前方车辆的清晰图像,但有时由于摄像头的性能限制,无法精确估计到这些车辆的距离。(比如之前交流的长板卡车,车辆在现实情况下可能并不能很好的估算与前车之间的前后距离!)这种环境感知错误可能导致不舒适的驾驶体验,甚至导致危及生命的事故。此类错误在SOTIF[1]中有很好的记录,在整个开发过程中,系统可靠性分析应将其考虑在内。
评估多传感器系统可靠性有两种方法,一种是基于模型,另一种是基于测量[2]。总的来说,它们之间没有冲突。相反,应在整个系统开发过程中使用这两种方法,以定量评估系统可靠性。图1展示了模型和测量之间的相互作用。
一方面,我们可以用一个近似的分析模型来预测多传感器系统的可靠性,然后再用[3]等测量模型来验证系统的可靠性。另一方面,当传感器原型可用时,我们可以记录测量数据并根据标记的测量数据确定一些统计传感器特征,例如平均传感器错误率和两个传感器之间的相关性。然后,我们可以根据学习到的参数对分析模型进行微调。因此,该模型能提供更准确的系统可靠性预测信息,可用于进一步指导系统的设计。
在我们的工作中,我们首先在KITTI数据集上指定传感器特征[4]。此外,我们调整了一个基于离散时间马尔可夫链[6]的经验证的分析模型[5],以获得多传感器感知系统可靠性的更现实的结果。
论文分为六个部分。
第2章概述了有关三维目标检测和跟踪方法的相关工作。
第3章说明了基于离散时间马尔可夫链的多传感器系统设计[5]。
第4章解释了确定传感器特性的方法。
第5章介绍并讨论了KITTI数据集的实验结果以及系统可靠性评估的示例。
作为结论,第6章总结了探索,并对未来的挑战进行了展望。
第二章 相关工作
KITTI数据集[4]是开源的自动驾驶数据集之一,包含大量有趣的城市场景。它还提供高质量的带注释的数据。数据记录平台由高分辨率摄像机、激光雷达、GPS和IMU传感器组成,如图2所示。适用于物体感知研究,如二维/三维物体检测和跟踪问题。
第三章 系统设计
A.多传感器系统的可靠性模型
一个假设的多传感器感知系统如图3所示。从下到上分为三层,分别是实景层、传感器层和系统层。
实景层提供了地面真实相机视野下障碍物的出现情况,其中相机视野(FOV)描述了多传感器系统的可观察区域,地面真实(GT)指的是障碍物的真实信息包括是否在相机视野中。传感器层显示每个帧中的局部决策。一般来说,一个系统周期包含几个帧,因此最后m个帧的检测被聚合并组合到一个传感器的局部决策。总之,多个传感器将所有本地系统决策融合为全局系统决策,系统错误率(SER System Error Rate)用作主要系统可靠性指标,描述每小时系统错误的发生情况。
有四个传感器检测事件,真阳性(TP)、真阴性(TN)、假阳性(FP)、假阴性(FN),如表2所示。
-
- 如果在最后的m帧中,所有的传感器都检测到了对象的出现,那么检测到了一个对象 -
- 如果在最后的m帧中,至少有一个传感器值没有检测到对象的出现,那么没有检测到一个对象。 -
- 如果在最后的m帧中,超过一半的传感器值正在确定某个对象/未检测到任何对象。 -
- 如果在最后的m帧中,加权传感器值之和超过预定义阈值,则检测到对象/未检测到对象。
B.模型的拓展
第四章 方法论
A.传感器管道特性的研究
B.传感器环境感知事件的定义
-
FP:传感器检测到一辆在周围环境中不存在的车,如图7中的车1,或GT中与相关对象的IoU小于0.5,如图8中的车5。
-
FN:传感器未检测到周围存在的车辆,如图7中的车辆2、3,或因IoU小于0而检测到车辆。5,e。G图8中的汽车5。 -
TP:传感器检测到GT中出现的车辆,相关IoU大于0.5。 -
TN: ROI中未定义为tp、FP或rf的剩余区域。
C.传感器特性的定义
D.目标区(ROI)
E.评价指标
第六章 结论
零、前言众所周知,NMAP是一款强大的网络扫描工具。除了普通的TCP/IP网络扫描之外,NMAP的扩展脚本功能为我们提供了更为广阔的应用范围。今天light教授继续抛砖,简单介绍一下使用第三方工控安全扫描插件,让NMAP扫描、检测工控系统的方法。壹、工控协议E…
- 左青龙
- 微信扫一扫
- 右白虎
- 微信扫一扫
评论