自动驾驶学习笔记(七)——感知融合

#Apollo开发者#

学习课程的传送门如下,当您也准备学习自动驾驶时,可以和我一同前往:

《自动驾驶新人之旅》免费课程---> 传送门

《Apollo Beta宣讲和线下沙龙》免费报名--->传送门

文章目录

前言

感知融合

卡尔曼滤波

融合策略

实例

Tips

总结


前言

见《自动驾驶学习笔记(一)------Apollo平台

见《自动驾驶学习笔记(二)------Apollo入门

见《自动驾驶学习笔记(三)------场景设计

见《自动驾驶学习笔记(四)------变道绕行仿真

见《自动驾驶学习笔记(五)------绕行距离调试

见《自动驾驶学习笔记(六)------Apollo安装

感知融合

感知融合利用各个传感器相辅相成,可以提高感知性能,减少跟踪误差,对预测结果更加确信。

卡尔曼滤波

感知融合的一个基本算法是卡尔曼滤波,即模型预测和测量更新的无限循环,如下图所示:

融合策略

1、同步融合:同时更新来自不同传感器的测量结果。

2、异步融合:逐个更新传感器的测量结果。

实例

Lidar和Radar两种传感器检测到的目标位置数据,如下图所示:

Tips

Apollo的车道和目标感知框架:

总结

以上就是本人在学习自动驾驶时,对所学课程的一些梳理和总结。后续还会分享另更多自动驾驶相关知识,欢迎评论区留言、点赞、收藏和关注,这些鼓励和支持都将成文本人持续分享的动力。

另外,如果有同在小伙伴,也正在学习或打算学习自动驾驶时,可以和我一同抱团学习,交流技术。


版权声明,原创文章,转载和引用请注明出处和链接,侵权必究!

文中部分图片来源自网络,若有侵权,联系立删。

相关推荐
数字芯片实验室11 天前
特斯拉HW5要上3nm工艺,自动驾驶芯片的军备竞赛
人工智能·机器学习·自动驾驶
小虎卫远程打卡app11 天前
自动驾驶避障思考
人工智能·chatgpt·自动驾驶
点云SLAM11 天前
PyTorch 中torch.clamp函数使用详解和实战示例
人工智能·pytorch·python·自动驾驶·slam·3d深度学习·张量操作
aixingkong92112 天前
需求初步探讨-从OR-AR
服务器·嵌入式硬件·自动驾驶·硬件工程
地平线开发者13 天前
地平线高效 backbone: HENet - V1.0
算法·自动驾驶
摘取一颗天上星️17 天前
自动驾驶技术路线之争:视觉派、激光雷达派与融合派,谁将引领未来?
人工智能·机器学习·自动驾驶
一点.点17 天前
MPDrive:利用基于标记的提示学习提高自动驾驶的空间理解能力
人工智能·自动驾驶
vlln19 天前
【论文解读】AgentThink:让VLM在自动驾驶中学会思考与使用工具
人工智能·机器学习·自动驾驶
数据堂官方账号19 天前
七大技术路线解析:自动驾驶如何被数据重新定义
人工智能·机器学习·自动驾驶
地平线开发者19 天前
BEV 感知算法评价指标简介
算法·自动驾驶