自動駕駛中的傳感器技術37——Lidar(12)

這里對當前Lidar中的一些常見問題進行專項論述。首先以禾賽Lidar為例,列出相關參數,以備論述。

圖1 禾賽AT128參數
圖2 禾賽AT360參數
圖3 禾賽AT1440參數
圖4 禾賽AT128可靠性驗證項
圖5 禾賽AT128產品證書

1、Lidar的線束是什么,由什么決定?

圖6 AT128分辨率圖示

以AT128為例,該型號中的128即指128線,將垂直視場角(VFOV)進行128線劃分,對應于垂直向分辨率:

  • 從圖1中的禾賽AT128參數可以看到,其VFOV為25.4°,垂直分辨率為0.2°,25.4/0.2=127,等同于對應128線;

  • 從圖1中的禾賽AT360參數可以看到,其VFOV為18°,垂直分辨率為0.05°,18/0.05=360,等同于對應360線;

  • 從圖1中的禾賽AT1440參數可以看到,其VFOV為18°,垂直分辨率為0.0125°,25.4/0.2=1440,等同于對應1440線;

AT128內部設計如下:128個發射通道對應128個接受通道,從而形成了VFOV上的128線分辨率。

圖7 AT128內部結構
圖8 AT128VCSEL陣列
圖9 AT128SiPM陣列

速騰M1采樣的是另外一種方式,所以速騰M1是等效128線。通過振鏡垂直向的可控擺動,實現了等效的128個垂直向的分割掃描,從而實現了等效128線。

圖10 速騰M1發射通道
圖11 速騰M1接收通道
圖12 速騰M1技術參數

如上圖所示,水平測角通過振鏡水平向的擺動,由于振鏡水平向擺動角度有限,所以用5組反射鏡,進行拼接,實現水平120°的覆蓋,垂直測角通過振鏡垂直向的擺動完成,實現垂直向25°的覆蓋。

M1的水平和垂直角分辨率均為0.2°,點頻為每秒78.7萬。垂直方案差不多等同于128線的AT128。

2、Lidar的量程是什么,由什么決定, 最大量程以及10%反射率量程是什么?

圖13 禾賽AT128量產圖示

激光掃描中的“10%反射率”是指激光掃描測距產品在特定條件下能夠測量的最大距離的一個參數。

定義:反射率是指物體表面反射光線的能力,而“10%反射率”則是指物體表面反射的激光能量占入射激光能量的10%。 這是一個標準化的測試條件,用于衡量激光掃描測距產品的性能。

應用場景:在激光掃描測距中,當被測物體的反射率為10%時,該激光掃描測距產品能夠測量的最大距離為30米。 這意味著,如果被測物體的反射率高于10%,那么該產品可能能夠測量更遠的距離;反之,如果反射率低于10%,則測量距離可能會縮短。

重要性:了解激光掃描測距產品的反射率參數對于正確使用和評估產品性能至關重要。

圖14 Lidar校準專用漫反射板

Lidar校準專用漫反射板技術要求:

  • 使用寬200-2500nm的波長,可以在850nm、905nm、940nm、1550nm的普通激光器中應用。

  • 反射率為2-99%可選,光譜圖平坦。

  • 具有接近完美的朗伯特性。

  • 具有良好的漫射性測試效果。

圖15 光譜圖
圖16 反射率光譜

光譜反射率的補充:

圖17 NIR漫反射光譜可用于區分丙烯酸、聚丙烯和尼龍這三種共聚物
圖18 不同顏色的光亮丙烯酸數值的光譜數據
圖19 深色對聚丙烯漫反射光譜的作用。吸收NIR光的黑色或深色樣品導致反射強度變低,光譜特征丟失
圖20 不同材料的反射率

反射率匯總表可以參考下文

Ref:https://www.jstage.jst.go.jp/article/jieij1917/27/10/27_10_449/_pdf/-char/ja

以AT128為例,探測距離210m@10%反射率,即探測10%反射率的標準目標板可以達到210m,

在自動駕駛中還存在以下研究:為自動駕駛設計具有高近紅外反射率的 LiDAR 可檢測暗色調材料

自動駕駛依賴于使用LiDAR技術對物體的精確識別,該技術在 905 nm 的特定波長下運行。黑色物體,例如用于車輛涂層的炭黑,往往會顯著吸收這種特定波長,這限制了 LiDAR 傳感器的性能。為了解決這個問題,研究人員探索了創造可以被 LiDAR 檢測到的暗色調材料,具有高 NIR 反射率,同時保持真正的黑色(基于 CIE 顏色坐標的L* < 20)。這些材料分為兩類:有機顏料和無機顏料。有機顏料可以通過操縱其官能團進行合成調整以實現真正的黑色,但實現高 NIR 反射率仍然具有挑戰性,通常需要具有 NIR 反射白色基底的雙層結構和上層有機黑色顏料。此外,對疏水添加劑的需求和對陽光降解的抵抗性進一步限制了它們的使用。對于無機顏料,可以通過仔細控制其成分、結構和形態來獲得所需的 LiDAR 可檢測特性,從而允許具有適當設計的單層涂層。

圖21 為自動駕駛設計具有高近紅外反射率的 LiDAR 可檢測暗色調材料
圖22 部分車型Lidar的探測距離
圖23 Lidar的探測距離對比

10%的反射率下,以蔚來ET7為例,搭載了來自Innovusion的超遠距高精度激光雷達,最遠探測距離可達500米,10%反射率標準下的探測距離可達250米,留給車輛預判制動的時間非常長。一般的車型在10%的反射率的條件下,只能做到100-200米的探測距離,留給行車電腦的預判時間很緊張。

以上就說明了Lidar量程的重要性,工作在dToF模式下的Lidar,其量程和Tx功率以及Rx的接受靈敏度強相關

圖24 dToF的發射信號和檢測信號

下面的公式是采用不同的光子檢測器得到的最大探測距離計算公式。

圖25 dToF Lidar探測距離計算公式

顯然,提高量子效率𝜂(qe)或光子探測效率𝜂(PDE)(當前行業水平下𝜂(qe)約為80%,𝜂(PDE)約為20%)、增加接收孔徑𝐴(𝜃r)、提高目標反射率𝜌、減少太陽輻射𝐸(sun)、降低APD的過量噪聲因子𝑥,都可以增強DToF激光雷達的最大范圍。因此,在調整設計參數時,可以使用上述方程計算𝑅(max)相對于這些設計參數的偏導數,以更好地平衡成本和性能收益,并選擇最佳設計方案。降低閾值-噪聲比(TNR)的設定值也可以增加探測范圍,但代價是增加誤報率和點云中的噪聲點。可以根據場景中實際的點云效果進行具體調整。增加發射光的峰值功率𝑃?并減少接收視場角 𝑟(pd)/𝑓 也可以改善最大范圍,前提是遵守激光安全法規(人眼安全)。然而,重要的是要注意到,增加峰值功率將由于激光安全法規而減少脈沖寬度。這就需要增加接收電路的帶寬 𝐵w,進而導致噪聲和成本的增加。因此,激光峰值功率、發散角、接收視場角和電路帶寬的設計需要基于最大范圍公式、安全法規、設備特性和成本進行全面考慮。

下文是對Ranging Performance Analysis in Automotive DToF Lidars進行論述的,有興趣可以參考:

Ref:https://arxiv.org/pdf/2501.17884

圖26 dToF Lidar常用SPAD

下圖是禾賽的ETX Lidar的自研芯片提出探測距離。

圖27 ETX Lidar的自研芯片提出探測距離

3、Lidar的人眼安全等級說明

人眼安全的要求如下

中國要求:目前激光人眼安全在國內沒有強制性認證要求,但有強制性標準GB 7247.1,國內上市激光產品需滿足激光人眼安全要求。需要注意的是GB 7247.1采標IEC 60825-1。

美國要求:激光產品進入美國需要滿足FDA輻射放射的要求。除了限值激光產品的設計和結構上滿足人眼激光安全要求。制造商還要能保證良好生產規范使得批量產品持續滿足要求。FDA通過產品型式試驗+企業質量控制系統要求的方式,要求制造商進行首次報告和年度報告。測試標準可以為21 CFR 1040.10,也可以為IEC 60825-1+Notice 56差異。

其他國家:國際上包括歐洲和其他主要地區均可采用IEC 60825-1(但須注意歐盟EN 60825-1有A11增補,以及需要考慮消費類激光要求EN 50689)。

共同要求:由于激光雷達大多采用905nm和1550nm,均為不可見紅外激光,發射過程中不易被用戶察覺,并工作場景均為需向外界發射激光輻射,所以均需滿足一類激光(Class 1)激光人眼安全要求。

Ref:激光雷達人眼安全認證

圖28 905nm vs 1550nm的最大允許暴露

由于905nm 更接近可見光,視網膜對其更敏感,同時液態水對其吸收也更少,因此這種光線更容易直達視網膜。相比而言,1550nm 容易被水吸收,因此在抵達視網膜之前已經被玻璃體等前部結構進行一輪吸收,抵達視網膜的較少。同時1550nm 光折射率更大,即便是抵達視網膜,也不容易聚焦成很小的光點,能量相對分散,進一步減小了損傷。

基于以上原因,在連續波情況下,1550nm 激光的人眼安全功率達到905nm 的10 倍,如果是瞬間發光則倍數更多,如果發光控制在納秒級別(激光雷達通常一個脈沖只有幾個納秒),那么1550nm 激光人眼允許的強度可以更高。

下文對激光危害等級進行了詳細的羅列

Ref:Laser Hazard Classes and Eye Safety

圖29 Laser Hazard Classes
圖30 Laser Safety Classes Chart

4、Lidar的點頻是什么,和什么相關?

圖31 禾賽AT128點頻圖示
圖32 禾賽AT1440點頻圖示

上圖給出了禾賽Lidar的點頻效果,可以看到點頻越高,點云對外部場景的還原度越高,越有利于后端對Lidar點云進行處理的算法。

點頻是按照秒計的,計1秒內輸出的點云數量,以AT128架構為例,其每秒產生的點云數據點數(即回波數)為1536000點/秒(單回波),計算如下:

  • HFOV=120°,水平角分辨率=0.1°,通道數128(即線數),掃描幀率=10Hz

  • 10Hz下,單線每幀產生120/0.1=1200數據點,全通道每幀產生1200*128=153600個數據點;每秒10幀,即1536000個數據點;

  • 雙回波模式下,有效點頻是單回波的兩倍。

  • 點云傳輸的工作周期約為50%,因此,峰值傳輸率約為平均值的兩倍左右。

其和Lidar的掃描頻率(10Hz幀率)相關的是其中的轉鏡轉速,即每秒轉10圈,每圈保障激光束在水平120°范圍內完成一次掃描,掃描的步長為0.1°。

圖33 轉鏡控制激光速的水平掃描
圖34 轉鏡控制激光速的水平掃描
圖35 AT128水平角度值的計算
圖36 AT128垂直角度值的計算
圖37 圖35 AT128數據點方位的計算

對應速騰M1參考圖12,水平測角通過振鏡水平向的擺動,由于振鏡水平向擺動角度有限,所以用5組反射鏡,進行拼接,實現水平120°的覆蓋,垂直測角通過振鏡垂直向的擺動完成,實現垂直向25°的覆蓋。

M1的水平和垂直角分辨率均為0.2°,點頻為每秒78.7萬。

5、Lidar的測量精度問題

圖38 dToF原理

dToF測距技術的核心為生成光子計數的直方圖,而直方圖的粗細程度則直接決定了測距的精度。當激光脈沖功率較大的時候,產生的直方圖需要少量的激光脈沖即可,但是直方圖與原始的光強度包絡相差較大。而當激光脈沖功率較小的時候,雖然產生一張直方圖所需要的激光脈沖數量較多,但是直方圖描繪的包絡與光強本身的包絡曲線符合度較好。

圖39 The histogram data distribution at different distances

采用不同的脈沖寬度以及不同的Profile Matched Filter可以得到不同的測距精度效果。

圖40 The processing of the different types of matched filters.
圖41 The results of 200 measurements with different profile-matched filters: (a) Mean distance. (b) Standard deviation.
圖42 Different laser pulse widths: (a) Laser pulse width of 1 ns. (b) Laser pulse width of 2 ns.
圖43 The results of 200 measurements with different laser pulse widths: (a) Mean distance. (b) Standard deviation.

Ref:https://www.mdpi.com/1424-8220/23/6/3011

除了脈沖寬度和匹配濾波器,測量精度還受到目標物的反射率以及外部光強度影響。

6、對以上幾點的小結

dTOF激光雷達關鍵指標

1、量程:所能測量的距離遠近。

2、采樣率:每秒所能收集的點數據數量。

3、精度:測量準確程度。

4、角度分辨率:由采樣率和掃描頻率決定的,在2D識別中,角度分辨率的大小決定了所能掃描物體的范圍大小。

5、盲區:當距離近到一定程度時雷達會識別不到光,這塊無法識別的區域被稱為盲區。

6、抗光強度:雷達受光線影響的程度,程度越小抗光強度越大。

7、掃描頻率:旋轉結構的轉速。

以上基本將Lidar的關鍵指標問題都以及說清楚了。盲區的說明如下:

圖44 Lidar布置導致的盲區
圖45 Lidar本身設計導致的近距盲區

7、對SPAD的補充說明(為什么長距高分辨Lidar采用SPAD)

以下參考了SONY官網的幾篇文章:

Ref:SPAD ToF式距離傳感器 1/2.9英寸 約10萬像素 IMX560 | 產業用圖像傳感器 [概述] | 圖像傳感器 | 產品?解決方案 | Sony Semiconductor Solutions Group

Ref:索尼發布堆疊式SPAD深度傳感器IMX479,助力車載激光雷達實現高精度高速測距

Ref:以領先的光子探測率實現高精度、低功耗測距 索尼發布用于智能手機的SPAD距離傳感器

SPAD(Single Photon Avalanche Diode)像素的特點是利用具有“雪崩倍增效應”的像素結構,將單個入射光子的電子放大,從而形成雪崩式疊加,因此能檢測到微弱的光。SPAD ToF式距離傳感器(以下簡稱SPAD距離傳感器)利用SPAD方式的受光元件檢測光的飛行時間,從而實現了長距離、高精度的距離測量。

SPAD距離傳感器會在捕獲到光子時,以雪崩倍增效應增強電子,從而放大檢測到的光子并將其轉換為強信號,因此能高精度地檢測到從遠處返回的微弱光信號。它可以測量數十米以上的距離,相比indirect ToF方式(iToF),能夠捕捉大范圍的3D信息。

圖46 SPAD適用場合

下圖中IMX479對像素的光入射面和底面進行了不規則設計,并優化了透鏡形狀。通過折射入射光來提高吸收率,使車載激光雷達光源常用的940納米波長達到了37%的光子探測效率。因此,即使在100,000lux以上的強光背景光環境下,也可以高精度地探測和識別最遠300米外的目標物體。

圖47 SPAD提高PDE的設計

SPAD距離傳感器在芯片上搭載了Time-to-Digital轉換器,因此可輸出數字信號。它采用堆棧結構,并列配置多個Time-to-Digital轉換器,從而能夠同時對多個點進行測距,實現高分辨率,并以此提升物體的識別精度。

圖48 SPAD有助于高分辨實現
圖49 SPAD在垂直方向上實現了相當于0.05度的角分辨率,可以準確識別250米外、僅25厘米高的物體(如掉落在道路上的輪胎)。

為了準確測量距離,相對于從相機光源發出后、被被攝體反射一次就到達傳感器的信號,那些在非預期路徑上反射回來的信號需要盡可能被排除。特別是像房間角落這類凹陷的形狀,很可能在非預期路徑上產生信號光,導致測量值出現偏差。而SPAD ToF的測距方式會多次測量與對象物之間的距離,對獲取的各點的測量結果進行統計處理。因此能夠穩定獲取高精度、低噪點的數據,對角落也能精準測量。由此,可提升測量的可靠性,有望在各種用途上確保精度。

圖50 SPAD抗多徑干擾測距
圖51 基于SPAD搭建的Lidar系統
圖52 SPAD規格參數
圖53 SPAD ToF式距離傳感器的堆棧結構示意圖(頂部:SPAD像素 底部:測距處理電路)
圖54 SPAD ToF式距離傳感器的成像示例
圖55 禾賽產品芯片化規劃中的SPAD
圖56 SPAD在FLash Lidar中應用
圖57 SPAD在FLash Lidar中應用

Ref:https://www.mdpi.com/1424-8220/23/15/6927

Ref:https://www.mdpi.com/1424-8220/21/11/3839

Ref:https://imagesensors.org/wp-content/uploads/2018/05/Salvatore_Gnecchi.pdf

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/95321.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/95321.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/95321.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Meteor主題友鏈頁面自研

發布于&#xff1a;Eucalyptus-Blog Meteor主題雖然設計簡約現代&#xff0c;但由于缺乏原生的友情鏈接管理功能&#xff0c;許多博主只能將友情鏈接勉強添加在網站底部&#xff0c;這不僅影響頁面美觀&#xff0c;也不便于訪客查找和互動&#xff1b;為了解決這一痛點&#xf…

QT控件QPlainTextEdit、QTextEdit與QTextBrowser的區別

一.主要功能對比二.關鍵功能差異1.文本類型支持QPlainTextEdit&#xff1a;僅支持純文本&#xff08;Plain Text&#xff09;&#xff0c;不處理任何格式&#xff08;如字體、顏色、鏈接、圖片等&#xff09;。文本以原始字符形式存儲&#xff0c;適合處理日志、代碼、配置文件…

【思考】WSL是什么

WSL WSL是什么呢&#xff1f; WSL 是 windows subsystem for linux 的簡寫&#xff0c;指的是 windows10 的一個子系統&#xff0c;這個子系統的作用是在 windows 下運行 linux 操作系統。 有了WSL&#xff0c;就可以在 windows10 中運行linux操作系統了。許多在 linux 種運行的…

基于單片機智能飲水機/智能熱水壺

傳送門 &#x1f449;&#x1f449;&#x1f449;&#x1f449;其他作品題目速選一覽表 &#x1f449;&#x1f449;&#x1f449;&#x1f449;其他作品題目功能速覽 概述 基于單片機的智能飲水機系統通過嵌入式技術實現水溫控制、水量監測及用戶交互功能。系統采用STM3…

Unity游戲打包——iOS打包基礎、傳包

本文由 NRatel 歷史筆記整理而來&#xff0c;如有錯誤歡迎指正。 相關參考文檔 Unity文檔 -> 平臺開發 -> IOS https://docs.unity3d.com/cn/2021.3/Manual/iphone.html Unity導出的Xcode 項目的結構 Modifying an Xcode project use Xcode.PBXProject. https://doc…

pyside6小項目:進制轉換器

from PySide6.QtUiTools import QUiLoader from PySide6.QtWidgets import QApplication,QWidgetclass MyWindow(QWidget):def __init__(self):super().__init__()self.ui QUiLoader().load(trans.ui)self.ui.show()#stor data type dictionaryself.lengthVar {米:100, 千米:…

再見 K8s!3款開源的云原生部署工具

前文&#xff0c;和大家分享了云原生中的核心工具 K8s&#xff1a; 關于 K8s&#xff1a;入門&#xff0c;這篇就夠了 K8s是個好東西&#xff0c;就是上手門檻有點高。這不&#xff0c;需求就來了&#xff1f; 有需求&#xff0c;就有工具。 為了解決K8s的配置難題&#xf…

C++ 快速復習指南(上半部分)

1.基礎語法基本結構#include <iostream> 頭名 using namesapce std ; 統一使用命名空間 int main () { 程序執行門戶 主題內容}基本輸出 cout << "string " << endl; // 輸出 string 變量和數據類型 格式int intger 10 ;常量的引入 需要在變量…

ArcGIS Pro 地圖打包與解包

如果需要在ArcGIS Pro 打包某一個地圖文檔&#xff0c;在 菜單欄中 點擊 共享&#xff0c;點擊地圖。彈出 打包地圖 面板&#xff0c;可以打包到Online、打包到地圖包&#xff0c;選擇將包保存到文件&#xff0c;修改項目詳細信息&#xff0c;點擊 包&#xff0c;即可實現打包。…

sunset: twilight靶場

sunset: twilight 來自 <sunset: twilight ~ VulnHub> 1&#xff0c;將兩臺虛擬機網絡連接都改為NAT模式 2&#xff0c;攻擊機上做namp局域網掃描發現靶機 nmap -sn 192.168.23.0/24 那么攻擊機IP為192.168.23.128&#xff0c;靶場IP192.168.23.145 3&#xff0c;對靶機…

【機器學習基礎】無監督學習算法的現代演進:從數據探索到智能系統的自主發現能力

1. 引言:無監督學習在人工智能革命中的核心價值 在人工智能技術飛速發展的今天,無監督學習正在成為推動AI系統實現真正智能的關鍵技術。與需要大量標注數據的監督學習不同,無監督學習能夠從原始數據中自主發現隱藏的模式和結構,這種能力使其在現代AI應用中具有不可替代的價…

PetaLinux的JTAG啟動

csdn–PetaLinux 使用技巧與緩存配置 xilinx官網–PetaLinux 工具文檔參考指南 (ug1144) xilinx官網–設備樹配置文檔 內核官網–設備樹文檔 軟硬件準備 分類項目說明/用途驗證方法示例硬件JTAG 線JTAG 下載、調試—UART 串口線查看 zynq 啟動日志—網口線用于 TFTP 下載—…

單片機中的按鍵防抖

按鈕&#xff08;按鍵&#xff09;抖動是單片機開發中常見的硬件問題&#xff0c;本質是機械觸點接觸瞬間的物理彈跳導致的電信號不穩定。消除抖動&#xff08;防抖&#xff09;是確保按鍵狀態檢測準確的關鍵&#xff0c;下面從原理到實現詳細講解。 一、按鈕抖動的原理&#x…

面經分享--小米Java一面

目錄 1.Kafka和RocketMQ的區別 2.反射的作用 3.類加載的具體過程&#xff0c;雙親委派模型的機制 4.TCP的四次揮手 5.多線程的優勢 6.死鎖產生的原因&#xff0c;怎么解決 7.Java并發的工作原理 8.常用的git命令 9.算法題 1.leetcode 3.無重復字符的最長子串&#xff…

Python在邊緣計算與物聯網中的創新實踐:實時數據處理與設備控制

近年來&#xff0c;Python語言的普及度持續攀升&#xff0c;尤其在人工智能、數據科學等熱門領域備受青睞。然而&#xff0c;一個新興趨勢——邊緣計算與物聯網&#xff08;IoT&#xff09;的結合——正悄然改變技術格局。邊緣計算強調在數據源頭進行實時處理&#xff0c;減少云…

Spring Cloud Gateway 網關(五)

目錄 一 概念引入 二 具體使用 1 首先創建一個網關模塊 2 啟動類 3 配置類 4 對應方法的修改 5 展示借助81端口進行轉發控制 6 斷言規則?編輯 三 過濾器 1 將前置的請求參數給過濾掉&#xff0c;降低繁瑣程度。 2 默認過濾器 3 全局過濾器 4 自定義過濾器工廠 5…

產品經理操作手冊(8)——業務需求文檔(BRD)

一、BRD的定義與價值 **業務需求文檔(BRD)**是產品開發前期的基礎性文檔&#xff0c;它將業務訴求轉化為結構化的產品需求&#xff0c;是連接業務方與交付團隊的橋梁。“BRD不僅是一份文檔&#xff0c;而是一個對齊的過程。”BRD核心價值 統一認知&#xff1a;確保各方對業務目…

Excel表格多級下拉選項,如何制作?

之前分享過如何設置下拉選項&#xff0c;但那只是簡單的一級下拉菜單&#xff0c;今天再給大家分享多級下拉菜單如何制作。也就是根據前面的下拉選項改變后面的選項。 我們現來復習一級下拉菜單&#xff0c;再接著講多級下拉菜單 一級下拉選項 首先我們先將表格內容湊填寫好…

[Sync_ai_vid] 唇形同步評判器 | 圖像與視頻處理器 | GPU測試

第4章&#xff1a;SyncNet唇形同步評判器 在前幾章中&#xff0c;我們了解了唇形同步推理流程如何協調生成唇形同步視頻&#xff0c;以及音頻特征提取器(Whisper)如何為LatentSync UNet提供關鍵音頻線索。 UNet利用這些線索巧妙調整唇部動作。但我們如何判斷UNet的生成效果&a…

算法:插入排序

插入排序&#xff08;直接插入排序&#xff09; 是一種基于“插入”的排序 思路 它的核心思想是把數組分成兩部分&#xff1a;一部分是有序區&#xff0c;另一部分是亂序區也就是待排序區。 每次從未排序部分“取出”一個元素&#xff0c;插入到前半部分合適的位置&#xff0c;…