日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測(cè)試網(wǎng)

  • 公眾號(hào)

    • 汽車測(cè)試網(wǎng)

    • 在線課堂

    • 電車測(cè)試

應(yīng)用驅(qū)動(dòng)定義自動(dòng)駕駛感知Corner Case

2022-02-27 11:08:12·  來源：ADS智庫  作者：黃浴  
　
arXiv上傳2021年3月的論文“An Application-Driven Conceptualization of Corner Cases for Perception in Highly Automated Driving“，發(fā)表在IEEEE IV‘21（20


arXiv上傳2021年3月的論文“An Application-Driven Conceptualization of Corner Cases for Perception in Highly Automated Driving“，發(fā)表在IEEEE IV‘21（2021年7月），作者來自德國幾所大學(xué)和研究機(jī)構(gòu)。
機(jī)器學(xué)習(xí)在自動(dòng)駕駛的一項(xiàng)基本任務(wù)是可靠地檢測(cè)和解釋異常、新出現(xiàn)的、以及潛在危險(xiǎn)的情況，即Corner Cases的檢測(cè)。其中一個(gè)復(fù)雜問題是缺乏一致的定義、術(shù)語和描述，尤其是考慮到各種汽車傳感器。這項(xiàng)工作提供了一種Corner Cases的應(yīng)用驅(qū)動(dòng)視角。
首先考慮現(xiàn)有來自異常值（outlier）、新穎性（novelty）、異常（anomaly）和OOD（out-of-distribution）檢測(cè)的定義，體現(xiàn)出和極端情況（Corner Cases）的關(guān)系和差異。
此外，添加雷達(dá)和 激光雷達(dá)傳感器，擴(kuò)展現(xiàn)有的以相機(jī)為中心的corner cases，變得更加系統(tǒng)化。為此，給出一個(gè)用于數(shù)據(jù)采集和處理的示例性工具鏈，突出corner cases檢測(cè)的接口。
作者還定義了一個(gè)新的corner cases級(jí)別，即方法層面的corner cases，它的出現(xiàn)是由于方法或數(shù)據(jù)分布中固有的不確定性造成的。
定義視覺感知的系統(tǒng)化Corner Cases，其中Corner Cases按級(jí)別進(jìn)行分類。這些級(jí)別基于包含的情況類型，并按理論性檢測(cè)的復(fù)雜性排序。
并考慮場(chǎng)景、目標(biāo)（例如，越野滑雪的人）和域（例如，下雪的冬天）等級(jí)別的Corner Cases，將其總結(jié)為內(nèi)容層。此外，對(duì)于場(chǎng)景級(jí)的Corner Cases，定義了時(shí)域?qū)?，例如，與行人相比，越野滑雪人的異常運(yùn)動(dòng)。根據(jù)目標(biāo)是涉及單個(gè)圖像幀和點(diǎn)云（內(nèi)容層）還是多個(gè)連續(xù)幀（時(shí)域?qū)樱?duì)Corner Cases做分組。
為了提供更全面的Corner Cases定義，考慮多模式傳感器的輸入，本文把像素級(jí)和點(diǎn)云級(jí)Corner Cases的最低理論性檢測(cè)復(fù)雜度做區(qū)分，都稱為傳感器層。
如圖是機(jī)器學(xué)習(xí)常見的術(shù)語：


Edge Cases：指很少發(fā)生但已經(jīng)考慮到的情況或參數(shù)，也類似于extreme cases或boundary cases。相比之下，Corner Cases是由幾種正常情況或參數(shù)的組合碰巧一起產(chǎn)生的，因此代表了罕見或從未考慮過的情況或場(chǎng)景。
Outlier: 定義為“一個(gè)觀察結(jié)果與其他觀察結(jié)果相差很大，以至懷疑它是由不同的機(jī)制產(chǎn)生的”。對(duì)于Corner Cases，遵循類似的理解。
Anomalies: 有人作為噪聲數(shù)據(jù)看待，這些數(shù)據(jù)會(huì)造成artifacts；一種定義是看成極低發(fā)生頻率的事件。對(duì)于自動(dòng)駕駛的Corner Cases，指不符合規(guī)范的行為，或模式中存在偏離常態(tài)的情況。anomaly 和 corner case幾乎是同義詞。
Novelties: 指以前未見過的實(shí)例或目標(biāo)。也有說是，異常的空間或時(shí)間聚集，或已知過程的分布變化。新的情況、目標(biāo)和運(yùn)動(dòng)模式的出現(xiàn)，是corner case的一個(gè)基本特征。
如圖是數(shù)據(jù)處理工具鏈的流水線圖：包括攝像頭、激光雷達(dá)和雷達(dá)傳感器，分別是數(shù)據(jù)獲?。↖）、數(shù)據(jù)預(yù)處理（II）、早期機(jī)器學(xué)習(xí)（III）、數(shù)據(jù)融合（IV）、晚期機(jī)器學(xué)習(xí)（V）和應(yīng)用（VI）等步驟，corner case可能出現(xiàn)在工具鏈的多個(gè)環(huán)節(jié)。


攝像頭分成CCD/CMOS、rolling shutter/global shutter、Rectilinear/wide-angle/fisheye等。
激光雷達(dá)分機(jī)械式和固態(tài)兩種，還有2-D/3-D區(qū)別、不同線束（比如16-32-40-64-128）等。
雷達(dá)分成短距、中距和遠(yuǎn)距三種。
傳感器融合分成早融合和晚融合。另外，cross fusion或者中期融合（middle fusion）直接在神經(jīng)網(wǎng)絡(luò)的中間表示層融合特征。
文章給出一個(gè)系統(tǒng)化的corner case分類，如表所示：


表格縱向是傳感器的corner case種類，即激光雷達(dá)、攝像頭和雷達(dá)；表格橫向分成傳感器層、內(nèi)容層和時(shí)域?qū)印?
1）傳感器層分成硬件級(jí)和物理級(jí)；
傳感器的硬件級(jí)問題包括：
a）激光雷達(dá)錯(cuò)誤有破碎的鏡子和未校準(zhǔn)的執(zhí)行器；
b）攝像頭（像素）錯(cuò)誤包括壞點(diǎn)和破碎的鏡頭；
c）雷達(dá)錯(cuò)誤（脈沖）包括低電壓和低溫。
傳感器的物理級(jí)問題包括：
a）激光雷達(dá)錯(cuò)誤（基于光束）包括黑車看不見；
b）攝像頭（像素）錯(cuò)誤包括鏡頭污跡、過飽和/曝光；
c）雷達(dá)（脈沖）錯(cuò)誤包括干擾。
2）內(nèi)容層分成域、目標(biāo)和場(chǎng)景三個(gè)級(jí)；
域級(jí)問題包括：
a）激光雷達(dá)的點(diǎn)云域遷移中道路標(biāo)記的形狀；
b）攝像頭在單幀域遷移中的定位；
c）雷達(dá)在域遷移的天氣。
目標(biāo)級(jí)問題包括：
a）激光雷達(dá)的點(diǎn)云異常（灰）；
b）攝像頭的異常（動(dòng)物出現(xiàn)）；
c）雷達(dá)的異常（丟失目標(biāo)）。
場(chǎng)景級(jí)問題包括：
a）激光雷達(dá)的集體性/上下文異常（人行道清掃）；
b）攝像頭的集體性/上下文異常（廣告牌上的人照）；
c）雷達(dá)集體性/上下文的異常（街道的樹木）。
3）時(shí)域?qū)又挥袌?chǎng)景一個(gè)級(jí)別；
場(chǎng)景級(jí)的問題（多個(gè)圖像幀或者點(diǎn)云幀）包括：人違反交通規(guī)則、超越的自行車和車禍等等。
所謂方法層的corner case級(jí)別，例如機(jī)器學(xué)習(xí)方法的不確定性問題，即認(rèn)知不確定性（epistemic uncertainty）；另外，例如對(duì)抗樣本，是對(duì)抗學(xué)習(xí)采用的方式。
corner case的檢測(cè)方法在作者之前的文章討論過攝像頭數(shù)據(jù)，有些方法可以擴(kuò)展到激光雷達(dá)和雷達(dá)領(lǐng)域。
本文提到一些激光雷達(dá)和雷達(dá)的corner case檢測(cè)方法，比如雷達(dá)數(shù)據(jù)采用的density-based clustering、open-set classification、SV-Means等，還有激光雷達(dá)數(shù)據(jù)的open-set instance segmentation network。
評(píng)估的數(shù)據(jù)：
攝像頭：
數(shù)據(jù)有不少，比如Cityscapes, BDD100k, openDD, Mapillary Vistas；針對(duì)未知目標(biāo)檢測(cè)的數(shù)據(jù)有RoadAnomaly, Lost&Found, Fishyscapes；還有針對(duì)VRU的檢測(cè)數(shù)據(jù)Eurocity Persons。
激光雷達(dá)：
早期工作就有數(shù)據(jù)KITTI，包括圖像合激光雷達(dá)點(diǎn)云，其他類似的 Apolloscape, A2D2, Waymo Open, PandaSet, KAIST等等；數(shù)據(jù) Canadian Adverse Driving Conditions 特別提供了冬天的圖像和點(diǎn)云。
雷達(dá)：
數(shù)據(jù)很少，可以發(fā)現(xiàn)的有nuScenes, Astyx HiRes2019, Oxford RobotCar, RADIATE給出了攝像頭、激光雷達(dá)和雷達(dá)的數(shù)據(jù) （Oxford RobotCar 沒有給雷達(dá)的GT）。
評(píng)估的方法：
攝像頭：
一般是area under the receiver operator characteristic (AUC)，area under the precision-recall curve (AUPRC)。
激光雷達(dá)：
average precision (AP)，IoU (semantic segmentation)，panoptic quality (PQ) 和 unknown quality (UQ)。
注：雷達(dá)沒有提，估計(jì)是按照激光雷達(dá)的方法。
重要參考文獻(xiàn)：
[1] “Systematization of Corner Cases for Visual Perception in Automated Driving,” IV, Las Vegas, USA, 2020.
[17] “Towards Corner Case Detection by Modeling the Uncertainty of Instance Segmentation Networks,” in Proc. of ICPR, Workshop, Milan, Italy, 2021.
[21] “Corner Cases for Visual Perception in Automated Driving: Some Guidance on Detection Approaches,” arXiv:2102.05897, 2021.
[23] “Open-Set Radar Waveform Classification:Comparison of Different Features and Classifiers,” IEEE International Radar Conference, Washington DC, 2020.
[50] “Entropy Maximization and meta Classification for Out-of-Distribution Detection in Semantic Segmentation,” arXiv:2012.06575, 2020.
分享到：
 
反對(duì) 0 舉報(bào) 0 收藏 0 評(píng)論 0
滬ICP備11026917號(hào)-25