静止目标与高度分类性能怎么验证

摘要：静止目标检测与高度分类要在隧道口、匝道、桥下等场景，用真实车辆与护栏作靶标，统计漏检与高度分层准确率，不能只在空旷场地测。

关键词：静止目标检测, 高度分类, 漏检率, 场景测试, 4D 雷达

一、为什么静止目标检测特别难？

静止目标与护栏、桥墩在地杂波中难以区分，传统雷达容易把静止车当背景滤掉。验证要刻意制造这类歧义场景统计漏检，而不是在干净路面测。

二、高度分类怎么才算合格？

高度分类要求把高架车、地面车与低矮障碍按层分开，验收用已知高度靶标统计分层准确率。精度不必厘米级，但要稳定区分该刹的车与该忽略的桥。

三、哪些场景必须纳入？

隧道口、立交上下层、匝道合流、收费站是高频歧义点，必须作为标准场景。缺这些场景的验证，量产到真实道路就会暴露漏检。

四、天气与光照要不要覆盖？

毫米波对暗光与雨雾不敏感，但强降雨仍会衰减，验证要含恶劣天气确认补盲价值。纯晴天数据会高估全天候能力，应在雨雾下补一轮。

五、样本与判定阈值怎么定？

按城市 NOA 安全要求定漏检上限，样本量覆盖不同距离与车型。阈值过松会放行风险，过严会误杀可用产品，需要平衡并写进验收卡。

六、怎么判断测试结果可信？

看是否含真实歧义场景、是否给分场景漏检率、是否说明靶标高度。只在空旷场地测的结果不能代表城市工况，验收要拒绝这类片面数据。

七、高度分类和静止检测如何相互校验？

高度分类把目标分到层，静止检测确认其是否持续存在，二者结合才能降低误刹。验证要把两项合并统计，单看一项会漏掉跨维失效。

八、怎样把场景验收标准化？

把隧道口、立交、匝道等做成固定场景库与靶标高度表，规定样本量与漏检上限。用标准场景库替代临时路测，结果才可比、可复核。

九、静止目标场景库怎么搭建？

场景库按目标类型与背景复杂度两维组织：目标包括静止车辆、护栏、锥桶、桥墩，背景包括空旷、半遮挡、强反射。每格场景定义靶标摆放、车速、样本量与判定指标，形成可复现的测试规程。库要在真实道路与封闭场地各建一套，真实道路验证泛化，封闭场地定位问题。场景库文档化后，不同批次测试才能纵向比较，供应商横向对比也有了统一尺度。

十、高度分层的判据怎么量化？

判据不能只写分层准确率，还要定义层的划分方式：按绝对高度划层还是按相对路面划层，桥上目标与桥下目标的判定窗口多大。量化时用混淆矩阵，把误分层细分为高判低、低判高两类，因为两者风险不同：把桥上目标判到本层引发误刹，把地面车判到高处则漏检。两类错误分开统计、分开设阈值，改进方向才明确。判据文档要附典型误分层数据，便于团队对齐理解。

十一、隧道口场景的特殊处理怎么验证？

隧道口的难点是光强突变与壁面强反射叠加，雷达要区分隧道内壁回波与真实目标。验证时设计进出隧道全流程场景，统计入口五十米内的虚警率与轨迹连续性。改进手段包括壁面回波的仰角过滤、进入隧道时的参数自适应切换。验证不能只做单向，双向进出、不同车速都要覆盖。隧道口场景是静止目标检测的试金石，这里过关，城市大部分歧义场景都能过。

十二、漏检与误检的平衡点怎么定？

平衡点由下游的兜底能力决定：融合层有摄像机与轨迹预测兜底时，漏检阈值可适当放宽；没有兜底时，漏检必须压到极低。误检过高会让用户频繁遭遇急刹，体验崩坏；漏检过高则是安全问题。定平衡点的方法是把两类错误折算成风险当量，按整车安全目标反推各自上限。平衡点不是固定值，运行域扩展时要重新评估。把平衡逻辑写进需求，测试与算法团队才有共同目标。

十三、把本节方法落到项目里还要注意什么？

围绕「静止目标与高度分类性能怎么验证」这一主题，落地时建议把场景指标、器件规格、验收方法与供应链窗口四件事串成闭环：先用可量化的工况把需求钉死，再据此反推通道规模与接口定义，最后在真实整车场景里复测确认指标真正兑现。该方向的项目尤其要盯紧车规一致性与长期供货节奏，避免样机阶段表现好、量产后却漂移。把前述各节给出的判断方法沉淀为项目检查单，能显著降低跨车型复用时团队间的沟通成本，也便于把一次性的选型经验变成可继承的资产。另外，建议在项目早期就把跨部门的验收口径统一，避免后期因标准不一反复扯皮。若条件允许，把本页结论同步进车型需求清单，让射频、系统与采购在同一版本上对齐，减少后续反复确认的往返成本。

场景	目标	判据
隧道口	静止车	漏检率
立交	上下层车	分层准确
匝道	合流车	分离率
雨雾	补盲	衰减余量

取值一律写可验证区间；查不到就写「需按实际送检/实测确认」，禁编数字。

结论： 当验证静止目标时必含隧道口/立交等歧义场景。 当高度分类验收时按层分离，不必追厘米精度。 当只测空旷场地时结果不能代表城市工况。

相关阅读

• 4D 成像雷达点云质量怎么测
• 城市 NOA 近静止目标识别怎么用 4D 雷达