استغلال العلاقات الزمنية في الإدراك الراداري للقيادة الذاتية

ننظر إلى مشكلة تمييز الكائنات في القيادة الذاتية باستخدام أجهزة استشعار الرادار للمركبات. بالمقارنة مع أجهزة استشعار الليدار، فإن الرادار يُعدّ أكثر فعالية من حيث التكلفة، ويتمتع بقدرة عالية على الصلابة في جميع ظروف الطقس، مما يجعله مناسبًا لمهام الإدراك في السيارات ذاتية القيادة. ومع ذلك، تعاني إشارات الرادار من دقة منخفضة في الاتجاه ودقة محدودة في تمييز الكائنات المحيطة. لتعزيز قدرة الرادار في السيارات، نستفيد في هذه الدراسة من المعلومات الزمنية المستمدة من إطارات صور الرادار من منظور "الطيور" (Bird-Eye-View) ذاتية المركز المتتالية بهدف تحسين تمييز الكائنات باستخدام الرادار. ونستغل اتساق وجود الكائن وخصائصه (مثل الحجم والاتجاه، إلخ)، ونُقدّم طبقة زمنية علاقية (Temporal Relational Layer) لتمثيل العلاقات بين الكائنات ضمن الإطارات الرادارية المتتالية بشكل صريح. ونُظهر من خلال تجربتين، وهما كشف الكائنات وتعقب الكائنات المتعددة، تفوق طريقة العمل المقترحة مقارنةً بعدة مناهج أساسية.