論文《LIBRE: The Multiple 3D LiDAR Dataset》筆記

前傾摘要：最近在調研關於雷達性能評測的相關資料。於是就寫一下筆記記錄一下調研過程
經過上個周的調研，一共找到兩份相關參考資料：

汽車的智能化發展讓車載激光雷達變成一樁熱門的生意，目前國內外佈局在激光雷達領域的創業公司越來越多，由於缺少一個統一的標準，很難判斷市場上激光雷達產品的優劣。

最近，名古屋大學和TierIV公開了一項研究，他們在多重環境下評測了４家廠商12款激光雷達性能，並組成了一個名爲“ LIBRE”3D LiDARs數據集，作爲LiDAR基準測試和參考。

其中TierIV的官方介紹是這樣：

Building an open ecosystem of intelligent vehicles with Autoware enabling as many organizations & individuals as possible to be part of that ecosystem.

翻譯如下：建立了智能汽車的生態系統AutoWare， 讓很多組織和個人有機會成爲該生態的一部分。
AutoWare官方網址爲：https://www.autoware.org/

論文來源：LIBRE: The Multiple 3D LiDAR Dataset
參考資料：12款激光雷達測評

根據論文，《LIBRE: The Multiple 3D LiDAR Dataset》，
數據獨立的來源於每一個傳感器，主要包括三個不同的環境和配置。

其中靜態目標是在可控的環境下，在已知的未知去測量固定的目標。
惡劣天氣，從移動的車輛中去測量靜態的障礙物，在一個氣候室中，包括（霧 雨 強光）
動態交通，在城市的道路上每天多時段多次捕捉動態目標。

該論文還說了雷達性能的關鍵指標：

分別是：

1. 測量距離
2. 測量精度
3. 點的密度(點雲密度)
4. 掃描速度和可配置性
5. 波長
6. 出環境改變的魯棒性（抗干擾能力）
7. 形狀因素
8. 成本

本論文依據的指標：

分別是：

1. 測量距離
2. 精度
3. 密度
4. 目標檢測
5. 地圖定位
6. 對天氣和干擾的魯棒性

論文：Characterization of Multiple 3D LiDARs for Localization and Mapping using Normal Distributions Transform

參考資料：【泡泡傳感器評測】禾賽Pandar40P激光雷達評測（二）針對FSG場景的激光雷達測試和評估