【Apollo 6.0学习笔记】感知

---

前言

感知的目的是寻找机器的特长并发挥出来，向人类学习并做得比人类更好。

机器感知系统需要根据各种各样的传感器来获取汽车周围的驾驶环境，包括Lidar、Camera、Radar，超声波雷达以及拾音器等。相对人类而言，机器感知是全覆盖，并且感知精度更高，能够达到厘米级别，但是机器感知在语义感知方面相差太大。

---

一、多维度剖析感知模块

感知模块可以从小感知和大感知两个维度进行划分

• 小感知：检测、分割、识别、跟踪、融合等 技术。
• 大感知：标定，定位，障碍物行为预测。

多维度看感知问题，体会复杂性。

• 传感器维度（输 入） 。 主 要 有 Lidar ， Camera ， Radar ， Ultrasonic 高 精 地 图等。
• 维度（输出）。主要包括障碍物，车道线和道路边界，红绿灯等。
• 问题空间维度。例如感知模块中涉及的一些算法或者要处理的问题，包括2D算法，3D算法（高度、距离、朝向角）。按照时间可以分为静态帧检测和时序处理等。
• 机器视觉维度，分为高语义和低语义问题，例如模型计算和几何计算。
• 机器学习维度，分为深度学习驱动的感知和通过先验知