感知指标

感知识别的指标

精确率 (Precision, P)：

表示模型预测为正样本中，真正为正样本的比例。用于衡量“误检”情况。

$$P = \frac{TP}{TP + FP}$$

其中 $TP$ 为真正例，$FP$ 为假正例。

召回率 (Recall, R)：

表示所有真实正样本中，被模型成功找出的比例。用于衡量“漏检”情况。

$$R = \frac{TP}{TP + FN}$$

其中 $FN$ 为假负例（漏检）。

平均精度 (mAP)：

综合衡量 $P$ 和 $R$ 的指标。先计算 PR 曲线下的面积（AP），再对所有类别求平均。

$$mAP = \frac{1}{N} \sum_{i=1}^{N} AP_i$$

3D 空间感知指标（结合外参标定结果）

最需要关注的指标。

• 欧式距离误差 (Euclidean Distance Error, $E_d$)：

  衡量模型感知的 3D 坐标 $(x_p, y_p, z_p)$ 与真值坐标 $(x_g, y_g, z_g)$ 之间的物理距离偏差。

  $$E_d = \sqrt{(x_p - x_g)^2 + (y_p - y_g)^2 + (z_p - z_g)^2}$$

• 方位角误差 (Azimuth Error, $E_\theta$)：

  衡量物体在机器人坐标系下水平旋转角的偏差，直接影响绕障角度。

  $$E_\theta = |\arctan(\frac{y_p}{x_p}) - \arctan(\frac{y_g}{x_g})|$$

• 高度偏差 (Height Bias, $E_z$)：

  衡量感知出的地面高度或物体高度与基准平面（$Z=0$）的垂直距离。

  $$E_z = |z_p - z_g|$$