センサーフュージョンアルゴリズムは、自動車モデルの生データを使用します
自動車センサーフュージョンソフトウェア会社のBASELABSは、高解像度の生センサーデータから一貫した環境モデルを生成するアルゴリズムであるDynamicGridを導入しました。このアルゴリズムは、特に困難な都市環境において、自動運転機能のためのデータ融合システムの開発を加速します。これにより、自動車開発者は時間のかかるアルゴリズムトレーニングをスキップできるため、従来の追跡やグリッド方式よりも優れたパフォーマンスで、駐車機能や渋滞パイロットなどの運転支援システムを開発できます。
都市部の自動運転機能は、使用される環境モデルに非常に高い要件を設定します。センサー側では、業界は高解像度センサーを使用して、必要なデータを十分な詳細レベルで取得する準備をしています。
センサーフュージョンの従来のアルゴリズム手法は、このような状況では限界に達します。 BASELABSによると、Dynamic Gridは、レーダーやレーザースキャナーなどからの高解像度センサーデータを生データレベルで処理することで、この課題に対処しています。セマンティックセグメンテーションでカメラを使用することも可能です。その結果、このアルゴリズムは、車両環境内の動的および静的オブジェクトを高精度で堅牢に検出する、自己矛盾のない環境モデルを提供します。また、運転可能エリアや駐車スペースを特定するための空きスペースを推定します。このアルゴリズムは自動車用CPUでリアルタイムに実行され、ISO26262に従って実装されています。
ダイナミックグリッドは、高度に自動化された運転を含む、自動化レベル2以上の運転機能に特に適しています。典型的なアプリケーション分野は、訓練された駐車場や係員付き駐車サービスなどの自動駐車機能、自動回避機能を備えた緊急ブレーキ機能、または渋滞パイロットです。このアルゴリズムは、レーダーサブシステムでの使用にも適しています。
BASELABSの製品開発責任者であるNormanMatternは、次のように述べています。自己完結型アルゴリズムで統合された方法でデータを処理することにより、従来のアプローチでの2つの異なる方法の組み合わせがしばしば伴う矛盾を回避します。ダイナミックグリッドは、特に車両の環境に多くのオブジェクトとさまざまな動きの方向があるシナリオでその強みを発揮できます。さらに、このアルゴリズムは、広範なトレーニングなしで、あらゆる形状のオブジェクトを検出および追跡できます。」
BASELABSは、センサーフュージョンの開発を自動車メーカーやサプライヤーに効率的かつスケーラブルにするソフトウェア製品を提供しています。同社は2012年に設立され、4人の創設者とVector Informatikが共有所有しており、OEM、Tier 1、センサーサプライヤーから戦略的に独立していると同社は述べています。
センサー