论文《LIBRE: The Multiple 3D LiDAR Dataset》笔记

前倾摘要：最近在调研关于雷达性能评测的相关资料。于是就写一下笔记记录一下调研过程
经过上个周的调研，一共找到两份相关参考资料：

汽车的智能化发展让车载激光雷达变成一桩热门的生意，目前国内外布局在激光雷达领域的创业公司越来越多，由于缺少一个统一的标准，很难判断市场上激光雷达产品的优劣。

最近，名古屋大学和TierIV公开了一项研究，他们在多重环境下评测了４家厂商12款激光雷达性能，并组成了一个名为“ LIBRE”3D LiDARs数据集，作为LiDAR基准测试和参考。

其中TierIV的官方介绍是这样：

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

翻译如下：建立了智能汽车的生态系统AutoWare， 让很多组织和个人有机会成为该生态的一部分。
AutoWare官方网址为：https://www.autoware.org/

论文来源：LIBRE: The Multiple 3D LiDAR Dataset
参考资料：12款激光雷达测评

根据论文，《LIBRE: The Multiple 3D LiDAR Dataset》，
数据独立的来源于每一个传感器，主要包括三个不同的环境和配置。

其中静态目标是在可控的环境下，在已知的未知去测量固定的目标。
恶劣天气，从移动的车辆中去测量静态的障碍物，在一个气候室中，包括（雾 雨 强光）
动态交通，在城市的道路上每天多时段多次捕捉动态目标。

该论文还说了雷达性能的关键指标：

分别是：

1. 测量距离
2. 测量精度
3. 点的密度(点云密度)
4. 扫描速度和可配置性
5. 波长
6. 出环境改变的鲁棒性（抗干扰能力）
7. 形状因素
8. 成本

本论文依据的指标：

分别是：

1. 测量距离
2. 精度
3. 密度
4. 目标检测
5. 地图定位
6. 对天气和干扰的鲁棒性

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

参考资料：【泡泡传感器评测】禾赛Pandar40P激光雷达评测（二）针对FSG场景的激光雷达测试和评估