机构名称：
¥ 1.0
1 简介 传感器建模是自动驾驶汽车仿真的重要组成部分。传感器模型的作用是模拟从环境中捕获信息并将其提供给后续处理步骤的过程。自动驾驶汽车环境下的传感器模型已经为摄像头 [1]、激光雷达 [2]、雷达 [3]、声纳 [4] 和其他类型的传感器开发，对每种特定传感器类型的建模本身就是一个深入研究的领域。虽然已经开发了许多传感器模型，但在标准化传感器建模过程方面尚未做出重大努力，这项工作是朝着这个方向迈出的一步。本文件描述了创建传感器模型的通用框架，该框架适用于上述所有类型的传感器。通过这种类型的标准化，我们希望最终实现一个明智的传感器模型开发过程，同时严格覆盖 ODD、安全标准以及不确定性量化和报告。本文档的结构如下。第 2 节阐述了传感器模型的概念，并概述了一些常见的传感器模型类型。第 3 节随后描述了创建传感器模型的总体工作流程。这将是首次尝试标准化自动驾驶汽车中不同传感器的建模过程，并有望成为虚拟测试更高标准化的基石。我们在不同类型的传感器模型的背景下说明了每个步骤。2 传感器模型 在自动驾驶汽车领域，物理测试是一个繁琐且昂贵的过程，无法针对车辆可能遇到的每一种情况进行测试，因此虚拟测试变得非常重要。为了执行虚拟测试，可以考虑多种测试架构，包括车辆在环 (MIL)、软件在环 (SIL) 和硬件在环 (HIL)，有关更多详细信息，请参阅 [1]。ISO 26262 [2] 提供了一些关于在验证和确认活动中使用模拟的指导，并基于 V 模型。执行所有这些虚拟测试的核心是存在一个可靠的传感器模型，该模型包括严格覆盖操作设计领域以及正确理解和报告准确性和不确定性。传感器模型是一种数学构造，旨在模仿现实世界中传感器的工作原理。传感器模型用于许多应用，包括自动驾驶汽车和医疗保健 [3]、[4]。传感器模型还充当运行系统（自动驾驶汽车算法等）与虚拟环境之间的纽带，这对于态势感知非常重要。模型是一种函数，它接收一组输入并以数学方式生成一组输出，明确这些输入和输出是什么非常重要。此应用的传感器模型的输入由两部分组成：场景和环境条件（例如雨）。为了使模型易于计算，输入和输出都需要离散化。例如，对于相机模型，输入场景和输出很可能是一个像素化网格，其中每个像素捕获其边界内的入射光的平均强度。环境条件需要通过一些有限维特征向量进行总结 [5]。另一方面，对于 LiDAR、RaDAR 和 Sonar，虽然需要以类似的方式捕捉环境条件，但输入场景很可能是占用网格（AV 环境的空间地图）[6]，输出将是传感器记录的强度和范围测量值。在这种情况下，逆传感器模型也很有趣，它根据 LiDAR、RaDAR 或 Sonar 测量值求解占用网格 [7]。前向传感器模型 [6] 给出了当第个单元的状态为时观察到读数 z k 的条件概率，即
NPL 报告 MS 29 传感器建模框架...
主要关键词
相关文件推荐
