据报道，AEye提出了新的先进激光雷达系统性能评估扩展度量标准。目前用于评估激光雷达性能的传统帧速率、角度分辨率和探测范围标准，已不足以充分衡量传感器的有效性。为此，AEye提出了三个新的激光雷达评估度量标准：帧内对象重访率、瞬时增强分辨率和对象分类范围。

AEye联合创始人兼首席执行官Luis Dussan表示，“目前用于评估自动驾驶激光雷达系统的度量标准，往往无法充分说明该系统在现实环境中的性能。新的扩展扩展度量标准更适合测量先进的激光雷达性能，是评估系统的关键，能用于最具挑战性的应用场景。”

第一代激光雷达传感器被动搜索场景，并使用时间和空间固定的扫描模式检测对象，无法更快重访，也无法对路面或十字路口等兴趣区域提供更多分辨率，因此无法提高性能。新的先进固态激光雷达传感器使智能信息捕获扩展激光雷达的功能,从被动搜索和对象检测变为主动检测。许多情况下，实时获取和分类对象属性，能使感知和路径规划软件更加安全有效。

扩展度量标准1：从帧速率到对象重访问速率

普遍认为，单一询问点不足以验证危险。因此，无源激光雷达系统需要对同一目标或多个帧上的位置进行多次访问/检测，从而验证对象。新的智能激光雷达系统，如AEye iDAR?，可以在同一帧内重新访问对象。这些灵活的系统可以通过帧内智能镜头调度，加快重访率，并能在传统帧内多次询问对象或位置。

此外，现有的激光雷达系统受到固定激光脉冲能量、固定停留时间和固定扫描模式等物理特性的限制。下一代系统，如iDAR，是能利用感知、路径和运动规划模块定义的软件，因此可以动态调整数据收集方法。因此，对象重访率比帧率更重要、更具相关性。

扩展度量标准2：从角度分辨率到瞬时（角度）分辨率

使用分辨率作为传统激光雷达度量，其前提是假设整个视场将以恒定的模式和均匀的功率进行扫描。然而，AEye iDAR的技术基于先进的机器人视觉范例，打破了这一假设。该激光雷达系统能够在兴趣区域内实现时间和空间采样密度动态变化，从而产生瞬时分辨率。这些兴趣区域可以在设计时固定、由特定条件触发或在运行时动态生成。

AEye首席科学家Allan Steinhardt表示，“激光雷达系统需要将其激光能量聚焦在重要对象上。因此，除了测量固定模式上的静态角度分辨率外，测量关键对象所需分辨率是有益的。如果不进行智能扫描，会导致过度采样或采样不足。”

扩展度量标准3：从检测范围到分类范围

传统检测范围度量方法适用于简单应用。但对于自动化而言，更关键的性能测量是分类范围。分类会增加延迟，使车辆遭受危险。传感器的分类属性越多，感知系统对分类的确认和分类就越快。除了检测范围，测量分类范围能更好地评估汽车激光雷达能力，因为它消除了感知堆栈中的未知信息，从而更快定位重要信息。

与第一代激光雷达传感器不同，AEye的iDAR是一个集成的、反应灵敏的感知系统，模仿人类视觉皮层关注和评估潜在驾驶危险的方式。使用分布式体系结构和边缘处理，iDAR动态跟踪感兴趣的对象，同时始终严格评估周围环境。其硬件可配置软件，使车辆控制系统软件能够实时选择性地自定义数据收集，同时边缘处理减少控制循环延迟。iDAR将软件可定义性、人工智能、反馈回路与智能、敏捷的传感器相结合，所需数据更少、速度更快、捕获的智能信息更多，因而性能和安全性更高。

AEye联合创始人兼高级工程副总裁Barry Behnken表示，“创建有效的传感系统，最重要的是数据质量和运行速度。性能度量标准很重要，因为它们决定了设计师和工程师如何解决问题。”