高靈敏度iDAR平臺(tái)通過(guò)允許在一幀內(nèi)進(jìn)行智能拍攝調(diào)度來(lái)加快重訪速度。iDAR不僅可以在傳統(tǒng)架構(gòu)內(nèi)多次詢問(wèn)位置或目標(biāo)，而且還可以維持背景搜索模式，同時(shí)覆蓋其它智能拍攝結(jié)果。例如，iDAR傳感器可以快速連續(xù)（30微秒）安排對(duì)目標(biāo)進(jìn)行兩次重復(fù)拍攝。這些多重詢問(wèn)可以與用戶（人類或計(jì)算機(jī)）的需求進(jìn)行情景集成，從而提高置信度，減少延時(shí)，增加探測(cè)距離。

這些額外的詢問(wèn)與數(shù)據(jù)相關(guān)。例如，出現(xiàn)低置信度時(shí)重新探測(cè)目標(biāo)，并且期望快速驗(yàn)證或拒絕，啟動(dòng)次級(jí)數(shù)據(jù)和測(cè)量。在圖1中，傳統(tǒng)被動(dòng)激光雷達(dá)典型幀率為10Hz。對(duì)于傳統(tǒng)被動(dòng)激光雷達(dá)，這就是目標(biāo)的重訪速度。現(xiàn)在，借助AEye的iDAR技術(shù)，目標(biāo)重訪速度與幀率有所不同，并且對(duì)關(guān)鍵點(diǎn)/目標(biāo)的重訪時(shí)間差可以低至數(shù)十微秒，輕松實(shí)現(xiàn)比傳統(tǒng)被動(dòng)激光雷達(dá)快100倍到1000倍的性能。

這意味著使用動(dòng)態(tài)對(duì)象重新訪問(wèn)功能的感知工程團(tuán)隊(duì)可以創(chuàng)建一種感知系統(tǒng)，該系統(tǒng)至少比傳統(tǒng)被動(dòng)激光雷達(dá)快一個(gè)數(shù)量級(jí)，且不會(huì)破壞背景掃描模式。我們認(rèn)為，此功能對(duì)于實(shí)現(xiàn)Level 4和Level 5自動(dòng)駕駛汽車(chē)來(lái)講是非常重要的，因?yàn)檐?chē)輛將需要處理復(fù)雜的邊緣計(jì)算情況，例如識(shí)別朝著車(chē)輛前燈迎面駛來(lái)的行人或橫穿車(chē)輛行駛路徑的平板式半掛車(chē)。

圖1：先進(jìn)的高靈敏度激光雷達(dá)利用智能掃描模式來(lái)實(shí)現(xiàn)目標(biāo)重訪間隔（Object Revisit Interval），如圖（B）所示AEye iDAR的隨機(jī)掃描模式，與典型固定模式激光雷達(dá)（A）的“重訪間隔”進(jìn)行比較。可以看出，iDAR（B）能夠在一幀內(nèi)對(duì)車(chē)輛進(jìn)行八次目標(biāo)重訪/探測(cè)，而典型的固定模式激光雷達(dá)（A）只能實(shí)現(xiàn)一次。

因此，在“搜索、采集和采取行動(dòng)”的架構(gòu)中，加快目標(biāo)重訪速度可以加快采集速度，因?yàn)檫@可以識(shí)別并自動(dòng)重訪目標(biāo)，從而在場(chǎng)景中描繪出更完整的畫(huà)面。最終允許傳感器進(jìn)行目標(biāo)屬性分類，并高效地詢問(wèn)和跟蹤潛在威脅。

實(shí)際用例1：正面探測(cè)

當(dāng)您駕駛車(chē)輛時(shí)，眼前的世界會(huì)在十分之一秒之內(nèi)發(fā)生巨大變化。實(shí)際上，兩輛車(chē)以每小時(shí)100公里速度相向而行時(shí)，0.1秒后距離就減少5.5米。通過(guò)提高目標(biāo)重訪速度，由于在兩次拍攝之間目標(biāo)明顯移動(dòng)的可能性降低，增加了下一次拍攝到相同目標(biāo)的可能性。這有助于用戶解決“目標(biāo)對(duì)應(yīng)問(wèn)題”，確定動(dòng)態(tài)場(chǎng)景的一個(gè)快照的哪些部分對(duì)應(yīng)于同一場(chǎng)景另一快照的哪些部分。做到這一點(diǎn)的同時(shí)，使用戶能夠快速建立置信度更高的統(tǒng)計(jì)數(shù)據(jù)，并生成下游處理器可能需要的聚合信息，例如目標(biāo)的速度和加速度。有選擇地提高目標(biāo)重訪速度，同時(shí)降低對(duì)稀疏區(qū)域（如天空）的重訪率，顯著幫助實(shí)現(xiàn)更高層次的推測(cè)算法，從而使感知和路徑規(guī)劃系統(tǒng)能夠更快地確定最佳的自動(dòng)決策。

實(shí)際用例2：橫向探測(cè)

橫向進(jìn)入場(chǎng)景的車(chē)輛最難追蹤。即使是多普勒雷達(dá)，在這種情況下也很難應(yīng)對(duì)。但是，當(dāng)探測(cè)已成為采集過(guò)程的一部分時(shí)，有選擇地分配拍攝次數(shù)以提取速度和加速度，則會(huì)大大減少每幀所需的拍攝次數(shù)。iDAR增加二次探測(cè)，對(duì)每個(gè)目標(biāo)探測(cè)建立速度估算，總拍攝次數(shù)僅增加1%。而使用固定掃描系統(tǒng)獲得速度，所需的拍攝次數(shù)增加一倍。速度和特征拍攝消除了歧義，允許更有效地利用資源，讓自動(dòng)駕駛更安全。

傳統(tǒng)指標(biāo)二：固定視場(chǎng)的固定分辨率

擴(kuò)展：瞬時(shí)分辨率（Instantaneous Resolution），增加激光雷達(dá)同一幀內(nèi)關(guān)鍵區(qū)域的分辨率

傳統(tǒng)的分辨率，假定以恒定的模式和均勻的功率對(duì)視場(chǎng)內(nèi)目標(biāo)進(jìn)行掃描。這對(duì)于收集能力較差、智能級(jí)別較低的被動(dòng)傳感器來(lái)說(shuō)，非常有意義。另外，傳統(tǒng)的分辨率是假設(shè)場(chǎng)景內(nèi)的顯著信息在空間和時(shí)間上是統(tǒng)一的，我們知道這并不正確，這對(duì)于行駛中的車(chē)輛來(lái)講更不正確。但是，正是由于這些假設(shè)，傳統(tǒng)激光雷達(dá)系統(tǒng)會(huì)不加選擇地從車(chē)輛周?chē)占д鬃止?jié)的數(shù)據(jù)，并將這些輸入發(fā)送到CPU進(jìn)行抽取和解釋。該數(shù)據(jù)中約70%~90%是無(wú)用或冗余，需要被過(guò)濾。此外，傳統(tǒng)激光雷達(dá)系統(tǒng)對(duì)任何區(qū)域都實(shí)施相同級(jí)別的功率，相當(dāng)于對(duì)車(chē)輛的行進(jìn)路徑的目標(biāo)提供與對(duì)天空相同的功率。這樣的處理效率極低。

作為人類，我們不會(huì)平均地“吸收”周?chē)囊磺小Ｎ覀兊囊曈X(jué)皮層會(huì)過(guò)濾無(wú)關(guān)信息，例如飛過(guò)頭頂?shù)娘w機(jī)，同時(shí)（而不是連續(xù)地）將我們的眼睛聚焦在特定的興趣點(diǎn)上。集中在一個(gè)興趣點(diǎn)，將其它次要目標(biāo)放用余光察覺(jué)。這就是所謂的“Foveation視覺(jué)模型”，目標(biāo)被分配了“更高濃度”的視錐細(xì)胞，因此可以更加生動(dòng)地看到它。