盖世汽车讯 据外媒报道，德国传感器融合专家Baselabs推出新算法Dynamic Grid，可从高分辨率原始传感器数据生成一致环境模型，将有助于加快开发自动驾驶功能数据融合系统，尤其是在具有挑战性的城市环境中。通过取消耗时的算法训练，汽车开发人员可以开发驾驶辅助系统，例如停车功能或交通堵塞自动驾驶仪，其性能优于传统的跟踪和网格方法。
（图片来源：Baselabs）
城市地区的自动驾驶功能对环境模型的要求极高。汽车行业对传感器的分辨率要求越来越高，以获取足够详细的所需数据。但传统的传感器融合算法已无法支持。而Dynamic Grid可在原始数据级别处理来自雷达或激光扫描仪等设备的高分辨率传感器数据，还可以使用带有语义分割的摄像头。因此，该系统可提供一个自洽的环境模型，能以高精度和鲁棒性检测车辆环境中的动态和静态物体。此外，该算法还可评估可用空间以识别可行驶区域或停车位。该算法会在汽车CPU上实时运行，并满足ISO 26262标准。
该公司表示，其最新产品特别适用于L2级及以上的驾驶功能，包括高度自动驾驶。典型的应用领域包括自动泊车功能，例如经过培训的或代客泊车、具有自动避让功能的紧急制动功能以及交通堵塞自动驾驶仪。此外，该算法还适用于雷达子系统。
Baselabs产品开发主管Norman Mattern表示：“凭借Dynamic Grid，我们提供了一种优于传统跟踪方法和静态占用网格组合使用的替代方案。通过在独立算法中以集成方式处理数据，我们避免产生不一致，这一点和传统方法中两种不同方法的组合的结果不同。Dynamic Grid可以展示其优势，尤其是车辆环境中有许多物体和不同运动方向的场景中。此外，该算法无需大量培训即可检测和跟踪任何形状的物体。”
