初识无人驾驶

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

1. 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）
2. 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