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
文章目录
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