[论文解读] Perception Entropy: A Metric for Multiple Sensors Configuration Evaluation and Design

Tao Ma, Zhizheng Liu+1 more|arXiv (Cornell University)|Apr 14, 2021

Robotics and Sensor-Based Localization参考文献 16被引用 10

一句话总结

本文提出感知熵（perception entropy），一种基于贝叶斯理论中条件熵的新型度量方法，用于定量评估和优化自动驾驶汽车中的多传感器配置。通过将感知性能建模为目标检测中的不确定性，并整合传感器融合策略，该方法实现了对摄像头与激光雷达（LiDAR）位置的系统性设计，在仿真中验证了其优越的感知潜力，并优于当前最先进方法。

ABSTRACT

Sensor configuration, including the sensor selections and their installation locations, serves a crucial role in autonomous driving. A well-designed sensor configuration significantly improves the performance upper bound of the perception system. However, as leveraging multiple sensors is becoming the mainstream setting, existing methods mainly focusing on single-sensor configuration problems are hardly utilized in practice. To tackle these issues, we propose a novel method based on conditional entropy in Bayesian theory to evaluate the sensor configurations containing both cameras and LiDARs. Correspondingly, an evaluation metric, perception entropy, is introduced to measure the difference between two configurations, which considers both the perception algorithm performance and the selections of the sensors. To the best of our knowledge, this is the first method to tackle the multi-sensor configuration problem for autonomous vehicles. The simulation results, extensive comparisons, and analysis all demonstrate the superior performance of our proposed approach.

研究动机与目标

• 为解决自动驾驶汽车中多模态传感器配置缺乏定量、统一评估方法的问题。
• 克服基于视场角（FOV）的启发式方法的局限性，这些方法无法捕捉分辨率、点密度及感知算法性能。
• 开发一个可推广的框架，使用单一、严谨的度量方法，对不同模态（摄像头、LiDAR）的传感器配置进行评估。
• 通过最大化感知熵来优化传感器布局，感知熵反映了感知性能的理论上限。
• 通过统一的融合策略平衡感知能力与传感器冗余，实现成本效益高的设计。

提出的方法

• 该方法将物体感知建模为依赖于传感器配置的高斯分布，以捕捉检测中的不确定性。
• 感知熵计算为目标检测分布的条件熵，熵值越高表示不确定性越低，配置越优。
• 该方法建立了感知算法平均精度（AP）与目标上像素数或激光点数之间的定量关系。
• 采用模态特定的传感器融合策略，将摄像头与LiDAR统一于单一概率框架中。
• 优化过程采用基于梯度或启发式搜索的方法，寻找能最大化感知熵的传感器布局。
• 通过仿真对框架进行验证，系统性地改变传感器参数，如视场角、安装位置和俯仰角。

实验结果

研究问题

• RQ1 如何定量评估结合摄像头与LiDAR的多传感器配置的感知潜力？
• RQ2 传感器配置（如FOV、安装位置）与感知算法性能之间存在何种关系？
• RQ3 如何将不同传感器模态（摄像头、LiDAR）统一到单一评估与优化框架中？
• RQ4 感知熵能否作为感知性能理论上限的可靠代理？
• RQ5 该方法在优化传感器布局方面，如何优于启发式或基于FOV的方法？

主要发现

• 60°HFOV摄像头的感知熵为2.0055，优于120°HFOV摄像头（2.0237），表明远距离高分辨率可超越更广视场角的优势。
• 在公共汽车上，两个Pandar40 LiDAR的最优布局为非对称配置，并带有微小俯仰角偏移，有效减少光束重叠，提升目标点云密度。
• 当两个LiDAR安装在前A柱上并增加前向权重（w(s,c)加倍）时，感知熵从1.7119提升至1.6864，表明前向覆盖能力增强。
• 在仅使用LiDAR的配置中增加前向30°HFOV摄像头与后向60°HFOV摄像头，显著提升了感知熵，证明了多模态融合的优势。
• 全配置（LiDAR+摄像头）的感知熵为2.0055，高于仅LiDAR配置的1.7119，证实了传感器融合的价值。
• 该方法成功捕捉到配置中的细微改进，如LiDAR间俯仰角差异，有效提升了点云覆盖范围并减少了盲区。