m_buddy的博客

消失点一种直观的解释是图像中的平行线的交点，也就如下图中路面边界绘制的直线在图像中的交点。这样的点在自动驾驶场景下可以为解析车辆状态提供一些信息，比如较为常规的运用便是用于车辆的pitch角度。在传统方法中会通过如霍夫算子检测图片中的直线，并以直线的方程计算对应的交点。这类方法对场景的要求较为严苛，导致在实际中会引入其它的trick来适应多变的使用场景。基于数据驱动的深度学习方法也可对该问题提供一些解决方法，在这篇文章中将会介绍一些使用深度学习方法实现消失点检测的方法。

对于卡尔曼滤波的直观理解便是对所掌握数据的融合处理，假设手头有两个随机变量，知道其均值和方差，而且均值相同，那么我希望找到一个权重，使得把这两个随机变量组合起来，均值不变，方差减小，从线条上看当然变得平稳了一些，于是被搞工程的人成为滤波。问题是权重如何找呢？简化一下问题，把这两个随机变量都视作服从正态分布的随机变量，这样通过计算可知，权重与它们的方差有关。下一个问题是，往往手头只有一个滤波器，怎么办？可以给系统建模，根据历史信息计算出一个额外的数值来，为了简化问题，认为系统是线性的，那么输入数学模型给出的数