自动驾驶汽车路边感知评估：基于实地测试的见解

自动驾驶汽车路边感知评估：基于实地测试的见解

Abstract—Roadside  perception  systems  are  increasingly  crucial

in  enhancing  traffic  safety  and  facilitating  cooperative  driving  for

autonomous  vehicles.  Despite  rapid  technological  advancements,

a  major  challenge  persists  for  this  newly  arising  field:  the

absence  of  standardized  evaluation  methods  and  benchmarks  for

these  systems.  This  limitation  hampers  the  ability  to  effectively

assess  and  compare  the  performance  of  different  systems,  thus

constraining  progress  in  this  vital  field.  This  paper  introduces

a  comprehensive  evaluation  methodology  specifically  designed

to  assess  the  performance  of  roadside  perception  systems.  Our

methodology  encompasses  measurement  techniques,  metric  selection,  and  experimental  trial  design,  all  grounded  in  real-world

field  testing  to  ensure  the  practical  applicability  of  our  approach.

We  applied  our  methodology  in  Mcity1,  a  controlled  testing

environment,  to  evaluate  various  off-the-shelf  perception  systems.

This  approach  allowed  for  an  in-depth  comparative  analysis  of

their  performance  in  realistic  scenarios,  offering  key  insights

into  their  respective  strengths  and  limitations.  The  findings  of

this  study  are  poised  to  inform  the  development  of  industrystandard  benchmarks  and  evaluation  methods,  thereby  enhancing  the  effectiveness  of  roadside  perception  system  development

and  deployment  for  autonomous  vehicles.  We  anticipate  that

this  paper  will  stimulate  essential  discourse  on  standardizing

evaluation  methods  for  roadside  perception  systems,  thus  pushing

the  frontiers  of  this  technology.  Furthermore,  our  results  offer

both  academia  and  industry  a  comprehensive  understanding  of

the  capabilities  of  contemporary  infrastructure-based  perception

systems.