蓋世汽車訊 據外媒報道，德國傳感器融合專家Baselabs推出新算法Dynamic Grid，可從高分辨率原始傳感器數(shù)據生成一致環(huán)境模型，將有助于加快開發(fā)自動駕駛功能數(shù)據融合系統(tǒng)，尤其是在具有挑戰(zhàn)性的城市環(huán)境中。通過取消耗時的算法訓練，汽車開發(fā)人員可以開發(fā)駕駛輔助系統(tǒng)，例如停車功能或交通堵塞自動駕駛儀，其性能優(yōu)于傳統(tǒng)的跟蹤和網格方法。

（圖片來源：Baselabs）

城市地區(qū)的自動駕駛功能對環(huán)境模型的要求極高。汽車行業(yè)對傳感器的分辨率要求越來越高，以獲取足夠詳細的所需數(shù)據。但傳統(tǒng)的傳感器融合算法已無法支持。而Dynamic Grid可在原始數(shù)據級別處理來自雷達或激光掃描儀等設備的高分辨率傳感器數(shù)據，還可以使用帶有語義分割的攝像頭。因此，該系統(tǒng)可提供一個自洽的環(huán)境模型，能以高精度和魯棒性檢測車輛環(huán)境中的動態(tài)和靜態(tài)物體。此外，該算法還可評估可用空間以識別可行駛區(qū)域或停車位。該算法會在汽車CPU上實時運行，并滿足ISO 26262標準。

該公司表示，其最新產品特別適用于L2級及以上的駕駛功能，包括高度自動駕駛。典型的應用領域包括自動泊車功能，例如經過培訓的或代客泊車、具有自動避讓功能的緊急制動功能以及交通堵塞自動駕駛儀。此外，該算法還適用于雷達子系統(tǒng)。

Baselabs產品開發(fā)主管Norman Mattern表示：“憑借Dynamic Grid，我們提供了一種優(yōu)于傳統(tǒng)跟蹤方法和靜態(tài)占用網格組合使用的替代方案。通過在獨立算法中以集成方式處理數(shù)據，我們避免產生不一致，這一點和傳統(tǒng)方法中兩種不同方法的組合的結果不同。Dynamic Grid可以展示其優(yōu)勢，尤其是車輛環(huán)境中有許多物體和不同運動方向的場景中。此外，該算法無需大量培訓即可檢測和跟蹤任何形狀的物體。”

返回第一電動網首頁 >