以下內(nèi)容來自小六的機器人SLAM學習圈知識星球每日更新內(nèi)容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文# CVPR 2023|相機與激光雷達聯(lián)合風險分析

【Joint Camera and LiDAR Risk Analysis】

作者單位：奧地利國家技術研究院（AIT）

文章鏈接：https://openaccess.thecvf.com/content/CVPR2023W/WA...

基于相機的傳感器與激光雷達的傳感器融合在增強魯棒性的前提下被廣泛應用于自主系統(tǒng)中。相反，由于它們的功能原理重疊，它們也共享許多可能導致降級運行的風險因素。本工作將危險與可操作性研究( HAZOP )風險分析方法應用于LiDAR傳感器，并將其與現(xiàn)有的基于相機的HAZOP聯(lián)系起來。這種系統(tǒng)性的方法得到了LiDAR數(shù)據(jù)中數(shù)據(jù)質(zhì)量降低的潛在來源的結構化列表。

基于相機系統(tǒng)(例如,透明或反射)識別出的許多風險因素可以與相應LiDAR數(shù)據(jù)中的退化相關聯(lián)。為了驗證我們的發(fā)現(xiàn)，對公共數(shù)據(jù)集A2D2進行了分析，以確定這些共同發(fā)生的相機-激光雷達風險因素。此外，在可控的實驗室條件下進行實驗，以量化各種已識別風險的影響。我們的HAZOP結果公開發(fā)布，旨在改進傳感器系統(tǒng)的設計和使用，以及為更安全的自主系統(tǒng)提供訓練和測試數(shù)據(jù)集。