无人驾驶是多个技术的集成,其中包罗传感器,深度学习,定位,路径规划,障碍物检测与规避,机械控制,系统的集成与优化,高精度地图,其中gps用于定位,光学雷达用于定位和障碍物检测,照相机用于深度学习物体识别,以及定位辅助。
传感器获取数据后,首先利用卡尔曼滤波或粒子滤波器,对传感器信息进行融合,并得出最大概率的位置。全局路径规划用A*算法,本地路径规划用DWA算法
计算机视觉在无驾驶中可以解决那些问题
- 物体的识别与跟踪
利用深度学习算法,可以识别行人,交通灯,车辆,我们需要跟踪这些物体,防止,以达到防止碰撞的目的,运用optical flow算法(利用两幅图像的之间的对应关系,siamese网络结构算法,用两个共享权值,完全想的的神经网络,两个输入,一个输出,判断输出的相似性。)MOT算法(识别和追踪多个目标) - 车辆本身的定位,基于拓扑与地标(把所有的地标做成一个拓扑图,当检测到某个地标时,可大致推断位置),基于几何的视觉里程算法。(根据多帧之间的对应关系,推算出车辆的运动,根据之前车辆的位置,大致推出车辆位置)
删除线格式