无人驾驶实践入门——感知

无人驾驶实践入门——感知

计算机视觉：

最常用CNN卷积神经网络
四个核心任务：
检测
分类
跟踪
语义分割

图像分类器：
捕获图像—>预处理—>提取特征—>分类

为了完成这些步骤，需要建立模型

摄像头图像：
最常见的计算机视觉数据
图像是一个二维矩阵，矩阵中为像素值
大多数彩色图像可由红黄蓝三种图像组成，即RGB图像含有三层图像深度

LiDAR图像：
使用激光创建环境点云图像
通过激光脉冲反射时间测量距离
点云数据可以告诉形状、纹理信息等，可用于聚类分析、对象检测、跟踪等。

机器学习

训练学习结果并保存到称为“模型”的数据结构中。

应用场景：
金融机构用来预测股票、证券交易数据
零售企业用来预测需求
医生用来辅助医疗诊断

分类：
监督学习，标记数据
无监督学习，无标记数据
半监督学习，少量标记数据
强化学习，使用多种模型训练数据，提供奖励机制

人工神经网络