Image
为什么传感器原始级融合和感知解决方案是未来ADAS和AD应用的关键? 2021-11-23 10:00:00
  • Q请问算法会出现多少误差,如果有可以自动校正么

    A 可以的

  • Q如何解决多传感的时间和空间的同步问题?

    A我们会利用时间戳和运动补偿来实现

  • Q车前物体运动和静止状态,对于预警,有哪些影响?对于传感器激光雷达等有哪些区别?

    A 您好, mmRadar 对运动物体比较容易捕获,LIDAR对运动和静止物体都可以感知,运动物体,通过多帧的跟踪,相对来说,容易做出预警。而对于静止物体,如站立的人,您很难判断他下一帧的运动方向,这就是国内经常提到的“鬼探头”,所以为什么提出车路协同。谢谢

  • Q在传感器数据融合中,各种数据的优先级怎么排列?

    A 各数据融合是同时进行的

  • Q为什么传感器原始级融合和感知解决方案是未来ADAS和AD应用的关键,请问以后都是向这方面发展么

    A 因为原始级感知算法更可靠,只要它成熟和可量产了,自然会成为大家的选择

  • Q一般会与其它厂家的兼容么

    A 可以的

  • QAI的算力还要加计算棒吗?

    A 根据传感器的复杂程度和配合的算力平台的能力来决定,是否需要再外加计算单元

  • Q时空同步如何做的?

    A 利用时间戳,运动补偿,传感器内外参来实现

  • Q器件之间的融合需要注意哪些事项?

    A 最主要是时空同步

  • Q提高对规划驾驶路径至关重要的AV传感器和硬件的那些性能?

    A 效率、准确性、可靠性,可扩展性等性能

  • Q对于安全驾驶,除了周边安全之外,还需要考虑哪些方面?

    A V2V,V2X...

  • Q机器视觉可以感知到人眼不易看到的目标物,可是驾驶员不能一直盯着屏幕,那么是不是更适用于自动驾驶?

    A 机器视觉只能感知检测目标物二维图象, 在许多自动驾驶案例中,特别是在恶劣的天气下,它提供了许多误报, 因此添加其他传感器如 LiDAR 或毫米波雷达可以提供更好的辅助和决策.        

  • Q车用传感器还需要总线管理吗?

    A 需要的

  • QLeddarVision LeddarTech算法是提供接口吗?

    A 是的

  • Q leddarVision软件解决方案由哪些部分组成?

    A 定位,自车运动,可行驶区域,车道线,目标检测分类、跟踪和预测 ,障碍物检测等

  • QLeddarTech的原始级融合中AI的算法的训练是需要厂商进行吗?

    A 目前还是由我们来做算法训练这部分,厂商自己训练是基于一定的合作模式下也可以进行。

  • QLeddarTech传感器原始级融合算法中,不同传感器结果矛盾是是怎么处理的?

    AConflcts will happen mainly in the object level fusion that each sensor will be processed independently, so that there will be conflicts from different sensors' object level detection outputs. Raw Data Fusion will group the raw date of different sensors and processed the fused raw data together, there won't be conflict related to different sensors.

  • QAI算法能发识别出活体还是物体吗?

    A 如果两个对象都已经存储在学习数据库中, 两者都可以检测到. 

  • Q能发与判处移动物体的运动趋势?

    A 可以的

  • QLeddarTech传感器原始级融合算法可以实现最高哪个等级的自动驾驶?

    A 最高是L5,看客户需求