PathPartner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，基于雷达的系统可以在夜间、恶劣天气和更远的距离上比摄像头更好地探测行人和其他脆弱的道路用户(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秒才能检测到一个人——时间太长了，无法有效。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，这些特征是前一组特征的移动平均值。

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