为基于雷达的汽车应用开发机器学习算法

PathPartner为雷达应用程序提供算法包。在自动驾驶汽车中，基于雷达的系统在夜间、恶劣天气和更远距离的情况下，可以比摄像头更好地检测行人和其他脆弱的道路使用者(VRUs)。

为了实现这一功能，技术架构师Santhana Raj和Radar团队开发了一个基于雷达点云检测的分类器。他们在嵌入式平台上实现了分类器，并在实际测试场景中验证了它。

例如，在早期的测试中，分类器花了5-8秒来检测一个人——太长了，以至于无法有效地识别。该团队通过将帧时间从每秒3帧增加到每秒5帧来解决延迟问题，并创建了一组新的特征，将之前的特征的平均值移动。

通过测试和快速设计迭代，他们实现了99%的目标检测准确率。在过去，团队需要3-5个月的时间才能达到这个信心水平。用MATLAB^®统计和机器学习工具箱™，他们在一个月内完成了这个项目。