智能驾驶的感知模块评价：精确率和召回率

目录

太长不看版

感知模块的作用

感知模块的评价

精确率和召回率

精确率和召回率如何取舍？

---

太长不看版

感知模块的最重要指标：误报率、漏报率

提高精确率是减少错报（评估准不准），提高召回率是减少漏报（评估全不全）

感知模块的作用

智能驾驶的感知模块就像是汽车的“眼睛”和“耳朵”，它的作用可重要啦！感知模块使用各种传感器和算法来收集和处理周围环境的信息，帮助车辆了解自己的位置、速度、周围的障碍物以及其他道路使用者。

具体来说，感知模块可以检测道路标志、交通信号灯、行人、车辆等物体，并提供这些物体的位置、速度和方向等信息。它还可以识别道路状况、天气条件等环境因素，为车辆的决策和控制提供关键的数据支持。

通过感知模块，车辆能够实时了解周围的情况，从而做出合理的决策，比如避免碰撞、调整行驶速度和方向等。这样可以提高行车的安全性、舒适性和效率。而且，随着技术的不断发展，感知模块的能力也在不断提升，为实现更高级别的自动驾驶奠定了基础。

感知模块的评价

要评价智能驾驶的感知模块性能，可以从以下几个方面入手😄

首先是准确性，感知模块对周围环境的检测和识别是否准确，包括对物体的分类、定位和跟踪等。

其次是可靠性，感知模块在不同环境和条件下的稳定性和可靠性如何，是否能够应对各种复杂情况。

还有实时性，感知模块能否及时处理和传递信息，以满足车辆实时决策和控制的需求。

此外，范围和分辨率也是很重要的，感知模块的检测范围和分辨率是否足够大，能否提供详细的环境信息。

最后，还要考虑抗干扰能力，感知模块对干扰和噪声的抵抗能力怎样，是否容易受到其他因素的影响。

当然，这些只是一些基本的评价指标，实际评价可能还需要结合具体的应用场景和需求进行综合考虑。

本文主要说明 感知模块的精确性（准确性）和召回率（可靠性）。

精确率和召回率

精确率，是为了让现在的预测模型尽量不出错。如何做到不出错呢，就是宁可漏掉，也不能出错。

召回率，是为了让现在的预测模型尽量预测到所有目标。如何做到预测目标尽量全呢，那就尽量多预测，预测错一些也没关系。

比如，现在车辆马上要经过十字路口，实际上前面有3个行人、5辆轿车。感知模块感知到4个行人、4辆轿车。

	行人	轿车
精确率	3/4=75%	4/4=100%
召回率	3/3=100%	4/5=80%

精确率和召回率如何取舍？

如果精确率低，对目标有误识别，导致车辆突然出现非驾驶员预期的制动，就会导致客户抱怨。

如果召回率低，对目标有漏识别，导致前方明明有行车或车辆，而车辆在智驾驾驶系统的控制下冲向目标，导致发生交通事故。

当然，现在主流的智能驾驶，仍为L2、L3，还没有厂家宣称做到了完全的L3级别自动驾驶。

• L2级：部分自动化，可以实现车辆对方向盘和加减速的自动控制，但驾驶员仍需对车辆进行全面控制和监控。

• L3级：有条件自动化，可以在一定条件下实现车辆的自动驾驶，但驾驶员仍需在必要时接管车辆。

所以对当前的乘用车来说，召回率低导致发生交通事故，主要责任仍在驾驶员而非智能驾驶系统上。

如何取舍精确率和召回率，也是考验智能驾驶算法和智慧的重要方面。

参考资料

[1] 通俗解释机器学习中的召回率、精确率、准确率