自动驾驶中感知中BEV景物表示方法一
[TOC]
概述文章参考:https://blog.csdn.net/u011362822/article/details/95905113
自动驾驶中感知中BEV景物表示方法一
[TOC]
概述文章参考:http://www.evinchina.com/newsshow-2618.html
文章参考:https://zhuanlan.zhihu.com/p/365543182
文章参考:https://www.zhihu.com/people/yuhuang2019/posts
在现代自动驾驶任务中,决策规划模块依赖于多个感知、预测任务模块以提供充足的环境信息,其中感知任务不仅需要检测场景中的动态物体,还需要识别道路边界、人行横道、车道线、路标等静态元素。而预测任务需要系统能够推理其它动态物体的运动趋势,为决策提供信息依据,规划出道路从而避免碰撞。
目前业界基于纯视觉的感知、预测算法研究通常仅针对上述流程中的单个子问题的image-view方案,如3D目标检测、语义地图识别或物体运动预测,通过前融合或后融合的方式将不同网络的感知结果进行融合。这导致了在搭建整体系统时只能以线性结构堆叠多个子模块。
尽管上述方式能够实现问题分解、便于独立的学术研究,但这种串行架构具有几个重要的缺陷:
BEV的发展历史区别于image-view方案,BEV方案通过多摄像头或雷达将视 ...
多目标跟踪 ByteTrack算法核心原理详解
[TOC]
概述文章参考:https://zhuanlan.zhihu.com/p/613223235
自动驾驶汽车中的精准定位-IMU&RTK
[TOC]
概述文章参考:https://zhuanlan.zhihu.com/p/315124276
IMUIMU是一个电子模块,通过集成多个惯性传感器以生成沿多个轴或自由度的加速度和角速度测量值。六自由度(DOF)IMU由三轴陀螺仪和三轴加速度计组成。使用扩展卡尔曼滤波器(EKF)将这些传感器随时间变化的测量值进行组合,可以进行高精度的位置、速度、姿态或方向计算。航姿参考系统(AHRS)将磁力计读数与IMU数据相结合,以计算航向、侧倾和俯仰。INS添加了GPS以跟踪物体的位置,方向和速度。
RTK
自动驾驶AVM环视系统概要
[TOC]
概述文章参考:https://zhuanlan.zhihu.com/p/534553717
马氏距离基础学习
[TOC]
概述文章参考:https://zhuanlan.zhihu.com/p/46626607
自动驾驶中车道曲率和中心点偏离距离计算
[TOC]
概述文章参考:https://blog.csdn.net/zimiao552147572/article/details/106089951
曲线的曲率就是针对曲线上某个点的切线方向角对弧长的转动率,通过微分来定义,表明曲线偏离直线的程度。数学上表明曲线在某一点的弯曲程度的数值。曲率越大,表示曲线的弯曲程度越大。曲率的倒数就是曲率半径。
下面有三个球体,网球、篮球、地球,半径越小的越容易看出是圆的,所以随着半径的增加,圆的程度就越来越弱了。
定义球体或者圆的“圆”的程度,就是 曲率 ,计算方法为:$$K = 1 / r$$其中r为球体或者圆的半径,这样半径越小的圆曲率越大,直线可以看作半径为无穷大的圆,其曲率为:
曲线的曲率不同的曲线有不同的弯曲程度:
怎么来表示某一条曲线的弯曲程度呢?
我们知道三点确定一个圆:
当$$segurma$$ 趋近于0时,我们可以得到曲线在$$x_0$$ 处的密切圆,也就是曲线在该点的圆近似:
另外我们也可以观察到,在曲线比较平坦的位置,密切圆较大,在曲线比较弯曲的地方,密切圆较小,
代码实现我们根据上述的计算曲 ...
自动驾驶中车道线拟合算法-最小二乘法
[TOC]
概述文章转自:https://blog.csdn.net/All_In_gzx_cc/article/details/125593120
关于自动驾驶车道线拟合算法,常用的方法有B样条、三次样条插值、Ransac、最小二乘法等等。但是针对于高精度地图的车道线拟合,由于车道线坐标点已知,所以不需要有控制点进行约束,那么B样条、贝塞尔曲线等都不太适合;三次样条插值曲线每两个坐标点都拟合一组参数,如果高精度地图为20cm一个点的画,那么100m的道路一条车道线就将有500组参数,对于性能是不乐观的;而Ransac更适用于散点拟合,对于已知的有序点再进行多次迭代也是耗费性能的,所以目前还是以最小二乘法为主流方案。
最小二乘法,又称最小平方法,其实就是深度学习中的均方误差。它通过最小化 误差的平方和 寻找数据的最佳函数匹配。主要作用是从一堆相关数据中求解数据的一般性规律。在图像处理方面多用于各种形状的拟合。
最小二乘拟合直线,主要体现为找到一条直线,使得所有已知的点到这条直线的欧式距离的和最小(或者理解为点到直线的误差平方和最小)。开始之前先引入一个误差的概念。已知直线y= ...
自动驾驶中车道线拟合算法-最小二乘法
[TOC]
概述文章参考:https://www.guimei8.com/6612.html
自动驾驶中车道线拟合算法-最小二乘法
[TOC]
概述文章转自:https://www.51cto.com/article/714353.html
说到定位,相信大家一定不会觉得陌生。如今我们所处的信息时代,人人都有手机。每天,我们都会用到与地图和导航有关的APP。
这些APP,就是基于定位技术的。
说到定位技术呢,大家又肯定会想到GPS、北斗这些名词。是的,这些都属于全球导航卫星系统,也就是GNSS(Global Navigation Satellite System)。
正是这些在太空中飞行的卫星,帮助我们的手机具备了定位能力,并为我们提供导航服务。
上面都是大家知道的。接下来,小枣君要给大家介绍一个可能比较陌生的概念。它也和卫星有关,是目前行业最常用的定位技术之一,为我们的工作和生活提供了很大的帮助。它就是——RTK。
究竟什么是RTK?有了卫星,为什么还需要它?它有什么特点,又是如何工作的?
别急,且让小枣君一一道来。
什么是RTKRTK,英文全名叫做Real-time kinematic,也就是实时动态。这是一个简称,全称其实应该是RTK(Real-time kinematic,实时动态)载波相位差分技术。(为 ...