为基于雷达的汽车应用开发机器学习算法

PathPartner将开发时间从几个月缩短到几天。对分类器的更改只需要一个小时。


PathPartner为雷达应用提供算法包。在自动驾驶汽车中,基于雷达的系统可以在夜间、恶劣天气和较远的距离比摄像头更好地探测行人和其他易受伤害的道路用户(vru)。

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进行了验证。

例如,在早期的测试中,分类器需要5-8秒来检测一个人——太长了,不能有效。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,并创造了一组新的功能,即从之前的功能中移动平均值。

通过测试和快速设计迭代,实现了99%的目标检测精度。在过去,团队需要3-5个月才能达到这种信心水平。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。

主要成果

  • 设计变更在几天内完成,而不是几个月
  • 机器学习算法在几分钟内实现和评估
  • 分类准确率从97%提高到99.97%
  • Automotive-ready分类器完成

下载188bet金宝搏产品使用

下载188bet金宝搏产品使用

展示你的成功

加入客户咨询计划