Боюсь, что вот это ещё более сложное решение. Торчащий зеркальце тоже кто-то должен чистить. Да и 2 лидара - это дороговато. Скорее можно подумать о камере, которая краем смотрит на лидар, но останется открытым вопрос - со всех ли сторон мы посмотрели на лидар? Нет ли сектора, который остался грязным вне зоны камеры.
Решение выглядит разумным. Я бы предположил, что у него будут такие слабые стороны:
это дополнительная механика, а значит дополнительная точка отказа
нужно будет выбирать между - частотой появления палочки против потери лидарного сектора, который эта палочка будет закрывать. Частота лидара 10Гц (100мс на кадр) - нужно в идеале доставать палочку и убирать обратно за 50-100мс. Если это делать 1 раз в секунду, то тогда из 10Гц лидара - я буду в конкретном секторе терять 10% данных, а, если доставать палочку реже, чем 1 раз в секунду, то есть риск долго ехать с грязным лидаром
На самом деле решение выглядит хорошим для автоматизированного полигонного тестирования, где потеря информации не является критичной.
А нельзя загрязнения стекла оценивать видеокамерой, установленной за тем же стеклом с лидаром в одном корпусе ?
Есть ряд железных решений лидарных, которые буквально делают так, как вы описали. В одном корпусе имеются лазер, а также камера, но в серийных лидарах больших производителей, а также в нашем лидаре такое решение не было реализовано
При этом серийный лидар с камерой под одним общим дополнительным стеклом - увеличением размера конструкции, но само по себе звучит очень разумно. Если установить их под лобовое стекло, то это прекрасно будет работать, но мы явно сократим область видимости лидара
Или использовать два лидара, или два лидара с совмешенными видеокамерами, сравнивая картины ?
В целом любое такое решение - это какой-то дополнительный сенсор, который смотрит на нас. Скорее всего сработает, но мы хотим минимизировать набор сенсоров.
Мы проводим полигонное тестирование системы мониторинга загрязнения, но не используем эти данные для обучения. Есть проблема с тем, что мы должны иметь реальное распределение загрязнения, а не то, которое мы получили в комнатных условиях. Без натурных данных любые синтетические данные - это риск сдвига распределения.
Представьте, что на лидар попадёт какая-то капля во время дождя. Скорее всего, если автомобиль движется быстро, то она будет плыть по лидару, поэтому лидар целиком на последовательности кадров действительно будет грязным, но в каждом отдельном кадре он будет грязным в разных секторах.
Если на один лидар направить несколько форсунок с омывающим средством с разных стороны и под разными углами, то, зная какой именно сектор сейчас испачкан, можно более экономно подходить к использованию омывающего средства.
Если лучи в одном направлении никогда ничего не видят или видят граздо хуже соседних, то это уже достаточный признак загрязнения
Я согласен с тем, что это сильный признак, но не достаточный.
Контрпример: луч, который отразился от лужи и ушёл в небо во время дождя, не вернётся, но это не повод считать лидар грязным.
Тупо собираем 2-х мерную гистограмму Depth значений и сверяем с эталонной
Это хороший путь, но плотная карта весит много. Например, для локализации нам пришлось делать разряженную и уплотненную карту, которая в 15 раз легче, чтобы её можно было эффективно использовать.
Простите, ассессор - это наша внутренняя терминология, речь идёт о исполнителях в ЯндексЗаданиях
Про механику - идея разумная. Я точно отнесу это в команды разработки железа. Спасибо
Боюсь, что вот это ещё более сложное решение. Торчащий зеркальце тоже кто-то должен чистить. Да и 2 лидара - это дороговато. Скорее можно подумать о камере, которая краем смотрит на лидар, но останется открытым вопрос - со всех ли сторон мы посмотрели на лидар? Нет ли сектора, который остался грязным вне зоны камеры.
Решение выглядит разумным. Я бы предположил, что у него будут такие слабые стороны:
это дополнительная механика, а значит дополнительная точка отказа
нужно будет выбирать между - частотой появления палочки против потери лидарного сектора, который эта палочка будет закрывать. Частота лидара 10Гц (100мс на кадр) - нужно в идеале доставать палочку и убирать обратно за 50-100мс. Если это делать 1 раз в секунду, то тогда из 10Гц лидара - я буду в конкретном секторе терять 10% данных, а, если доставать палочку реже, чем 1 раз в секунду, то есть риск долго ехать с грязным лидаром
На самом деле решение выглядит хорошим для автоматизированного полигонного тестирования, где потеря информации не является критичной.
Есть ряд железных решений лидарных, которые буквально делают так, как вы описали. В одном корпусе имеются лазер, а также камера, но в серийных лидарах больших производителей, а также в нашем лидаре такое решение не было реализовано
При этом серийный лидар с камерой под одним общим дополнительным стеклом - увеличением размера конструкции, но само по себе звучит очень разумно. Если установить их под лобовое стекло, то это прекрасно будет работать, но мы явно сократим область видимости лидара
В целом любое такое решение - это какой-то дополнительный сенсор, который смотрит на нас. Скорее всего сработает, но мы хотим минимизировать набор сенсоров.
Мы проводим полигонное тестирование системы мониторинга загрязнения, но не используем эти данные для обучения. Есть проблема с тем, что мы должны иметь реальное распределение загрязнения, а не то, которое мы получили в комнатных условиях. Без натурных данных любые синтетические данные - это риск сдвига распределения.
Представьте, что на лидар попадёт какая-то капля во время дождя. Скорее всего, если автомобиль движется быстро, то она будет плыть по лидару, поэтому лидар целиком на последовательности кадров действительно будет грязным, но в каждом отдельном кадре он будет грязным в разных секторах.
Если на один лидар направить несколько форсунок с омывающим средством с разных стороны и под разными углами, то, зная какой именно сектор сейчас испачкан, можно более экономно подходить к использованию омывающего средства.
Я согласен с тем, что это сильный признак, но не достаточный.
Контрпример: луч, который отразился от лужи и ушёл в небо во время дождя, не вернётся, но это не повод считать лидар грязным.
Это хороший путь, но плотная карта весит много. Например, для локализации нам пришлось делать разряженную и уплотненную карту, которая в 15 раз легче, чтобы её можно было эффективно использовать.