在浓雾条件下，一辆自主配送机器人撞上行人，对当前的感知系统提出了严峻挑战。场景的三维重建整合了气候和传感器数据，以确定故障是算法问题还是环境问题。这种法医分析结合了LiDAR点云、轨迹和模拟，以重现事故。
技术工作流程：从点云到气候模拟 🛠️
该过程始于将LiDAR传感器和立体摄像头的数据导入CloudCompare，在此对齐机器人和行人的点云，以建立场景的精确几何结构。然后，在Trimble RealWorks中测量制动距离、接近角度和撞击前的轨迹。下一步是将这些数据导出到Carla Simulator，在此使用密度和反射率参数重建雾气，以模拟LiDAR感知的故障。最后，使用Blender生成科普可视化，展示传感器光束如何在雾气中衰减，在关键时刻隐藏行人。
城市自主移动的工程教训 🚦
重建显示，由于水粒子导致LiDAR衰减，机器人未能检测到行人，这是一个可预见但未加缓解的故障。工作流程表明，实时集成气象数据对导航系统至关重要。如果没有在雾气中有效的传感器冗余，这些机器人在人行道上仍将是风险。
基于LiDAR数据和热成像摄像头的法医三维重建，如何克服浓雾条件下视觉感知的局限性，以确定配送机器人碰撞的责任？
(附注：在场景分析中，每个尺度标记都是无名的小英雄。)