AES_1 2022

Automazione e Strumentazione n Gennaio - Febbraio 2022 FOCUS applicazioni 69 TRASPORTI vatore o sulla catena di segnale, ma sull’oggetto che si sta misurando. Crediamo che la sua capacità di miglio- rare il tasso di rilevamento racchiuda un insegnamento importante: i comuni problemi del rilevamento e della catena di segnale possono essere notevolmente ridotti utilizzando vincoli e concetti che provengono dall’e- sterno del sistema che stiamo progettando. Speriamo di continuare a sfruttare simili intuizioni, progettando catene di segnale sempre più intelligenti e sofisticate, e di trarre vantaggi dallo sfruttamento di vincoli non con- venzionali ogni volta che potremo. n Figura 6 - Esempi di rilevamento con tracking mediante il processo firefly Riferimenti [1] Sebbene non esista uno standard accettato per la sicu- rezza di oggetti e persone, tra il 94% e il 98% degli incidenti può essere attribuito, almeno in parte, all’er- rore umano - si veda il white paper “Safety First for Automated Driving” (SaFAD) su daimler.com . [2] Tang, Jennifer, Atulya Yellepeddi, Sefa Demirtas, Chri- stopher Barber, “Tracking to Improve Detection Quality in Lidar for Autonomous Driving.”, IEEE International Conference on Acoustics, Speech, and Signal Proces- sing (ICASSP). Maggio 2020 . Dimensione Cluster Lunghezza % Rilevamento Falsi Positivi Firefly - 3 4 5 6 7 8 9 10 67,7 65,6 61,5 58,8 55,1 51,6 46,9 40,6 3,14 0,12 0,04 0,02 0,03 0,02 0,00 0,00 Picco MF 99,9% 1 10 20 50 - 19,1 18,0 13,1 6,7 52,00 14,34 0,00 0,00 Tabella - Risultati Numerici