盒子君~
这个作者很懒,什么都没留下…
展开
-
机器人感知导读
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!本文先对****做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容。原创 2024-05-06 20:36:38 · 495 阅读 · 0 评论 -
机器人感知专题之三:车道线检测&交通信号识别&车辆实时检测
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!本文先对车道线检测&交通信号识别&车辆实时检测做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容。原创 2024-05-06 20:25:04 · 743 阅读 · 0 评论 -
【autoware感知模块】
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系列文章目录前言一、感知的四大基础任务-检测、分割、跟踪、预测二、常见感知方法的概述1.自动驾驶中存在的感知任务(检测、跟踪、预测)2.完成感知任务需要的传感器3.感知的数据输入(激光雷达lidar和摄像头方案)点云数据信息图像数据三、目标点云聚类、识别、追踪1.点云识别第一步【Euclidean_cluster点云的欧式聚类算法模块】(1)模块介绍(2)欧式聚类的原理步骤(3)关键函数及源码解读原创 2022-05-02 12:15:08 · 981 阅读 · 0 评论 -
机器人感知专题之一:障碍物detect+trace+prediction方向介绍
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系列文章目录前言一、多维度看感知问题,体会复杂性二、障碍物/环境目标detect方向1.视觉目标检测方向(1)图像处理认知(2)视觉基础理论部分1、获取数据集---python网页爬虫、买数据、自己录数据、使用开源比赛的数据集2、opencv库的学习3、深度学习框架学习(3)视觉目标检测理论(1)目标检测的概念(2)目标检测的应用场景(3)现有目标检测框架原理及论文【这仅仅是我当初入门学习的框架~原创 2021-10-28 22:10:38 · 2076 阅读 · 0 评论 -
机器人感知专题之七:无人车行为预测
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档机器人/无人驾驶的导航决策规划(planning分组)文章目录机器人/无人驾驶的导航决策规划(planning分组)前言一、导航中预测未知空间的占据情况方法1.一种基于深度神经网络的方法,可以可靠地预测未知空间的占据情况2.论文参考3.参考网站4.参考代码二、动态障碍物行为预测介绍1.不同的预测方式2.预测目标车道3.预测障碍物状态总结前言认知有限,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!在项目和平时的学习中原创 2021-10-03 10:38:42 · 638 阅读 · 0 评论 -
机器人感知专题之二:机器人/无人驾驶常用传感器模型、选型与安装
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系列文章目录前言一、常用传感器类型及模型特性介绍【核心】1.轮式编码器(提供里程计)编码器内参标定方法2.IMU惯性导航系统(提供里程计、位姿)1. 惯性技术简介2. 惯性器件误差分析3. 惯性器件内参标定4. 惯性器件温补5. 惯性导航解算3.雷达Lidar(提供点云)(1)线激光雷达Lidar1)激光雷达介绍2)激光雷达(Lidar)的硬件连接方式3)激光雷达(Lidar)优缺点(2)固态激光原创 2021-10-28 20:54:59 · 3973 阅读 · 1 评论 -
机器人感知专题之六:【视觉感知--目标检测与定位】YOLOV3多目标识别算法
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系列文章目录前言一、YOLOV3介绍二、YOLOV3新的网络Darknet-53三、YOLOV3的改进策略1.融合 FPN2.用逻辑回归替代 softmax 作为分类器四、YOLOV3视觉目标检测部署步骤(非ROS部署。就是简单在PC的跑demo)YOLO系列总结参考资料前言认知有限,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!本文先对YOLOV3多目标识别算法做个简单原创 2021-12-16 21:16:43 · 3401 阅读 · 0 评论 -
机器人感知专题之五:【视觉感知--目标检测与定位】YOLOV2多目标识别算法
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系列文章目录前言一、YOLOV2介绍二、YOLOV2新的网络Darknet-19三、YOLOV2的改进策略1.批量标准化Batch Normalization2.高分辨率分类器High Resolution Classifier3.使用 anchor box 进行卷积4.使用新的网络Darknet-195.维度集群Dimension Clusters6.细粒度特性Fine-Grained Feat原创 2021-12-16 21:05:01 · 914 阅读 · 0 评论 -
机器人感知专题之四:【视觉感知--目标检测与定位】YOLOV1多目标识别算法
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系列文章目录前言一、1.2.3.4.二、1.2.3.4.三、1.2.3.4.四、1.2.3.4.总结参考资料前言认知有限,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!本文先对多目标识别算法流程做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容一、1.2.3.4...二、1.2.3.4.三、1.2原创 2021-12-16 20:55:50 · 2515 阅读 · 0 评论