机器人感知导读

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

---

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

机器人传感器及感知相关教程及博客请关注专栏：
https://blog.csdn.net/qq_35635374/article/details/138507260

提示：以下是本篇文章正文内容

1、机器人/无人驾驶常用传感器模型、选型与安装

介绍机器人/无人驾驶常用传感器模型、选型与安装。传感器类型包括提供里程计数据的轮式编码器、提供里程计与位姿数据的IMU惯性导航系统、提供点云数据的雷达Lidar、提供图像与点云数据的相机Camera、提供距离信息的超声波Ultrosonic传感器、红外传感器、触觉传感器，提供定位的GNSS。
https://blog.csdn.net/qq_35635374/article/details/121021698

2、车道线检测&交通信号识别&车辆实时检测

介绍车道线检测&交通信号识别&车辆实时检测的一些方法
https://blog.csdn.net/qq_35635374/article/details/138507083

3、【目标检测与定位】

YOLOV多目标识别算法

介绍YOLO系列多目标识别算法
https://blog.csdn.net/qq_35635374/article/details/121929980

https://blog.csdn.net/qq_35635374/article/details/121983868

https://blog.csdn.net/qq_35635374/article/details/121984039

4、机器人感知（障碍物detect+trace+prediction方向介绍）

https://blog.csdn.net/qq_35635374/article/details/121023537

5、autoware感知模块

autoware感知模块的案例，包括常见感知方法的概述与目标点云聚类、识别、追踪部分

目标点云聚类、识别、追踪的步骤包括Euclidean_cluster点云的欧式聚类算法模块、道路可通行区域检测roi_objects_filter模块、目标外接多边形的估计及追踪lidar_kf_contour_track模块源码解析等等

https://blog.csdn.net/qq_35635374/article/details/124538712

无人车行为预测

介绍无人车行为预测方法，包括预测未知空间的占据情况方法和动态障碍物行为预测

https://blog.csdn.net/qq_35635374/article/details/120591633

---