Lidar and camera 数据融合障碍物感知学习笔记
入坑自动驾驶一年多,对整个自动驾驶技术框架差不多有一个比较系统的认知。在一年多里学习了很多入门自动驾驶的基础知识和基本的技能。看过不少的论文,CSND技术大牛的博客、以及知乎技术博文、微信技术公众号、知乎公众号等。研究生开始的一年本来是确定了研究方向,接着上上界师兄论文做局部路径规划方面的研究,但随着知识的积累慢慢发现了自己真正想做的方向。现在正式开始做基于Lidar与camera融合的障碍物感知工作。具体来说,涉及到激光雷达点云处理相关算法、图像识别算法、传感器融合算法、传感器的联合标定工作等。这个课题虽然是一个研究性的问题,涉及了很多高大上的算法,但是要想入门首先应该把它当做一个工程问题来看,如果你每天都停留在各种高大上论文,你永远无法造出一辆可以自己跑的车。因而,我们不仅要动脑,更因该把你的双手挥舞在键盘上,把你的想法一个一个通过代码实现出来。既然提到写代码,个人观点:我是车辆工程专业出身的,深知咱们车辆工程的健儿代码能力与计算机专业的科班出身的存在着一道巨大的鸿沟,当然也有很强的大神,我仅仅指是平均水平,大神勿怪。既然存在差距,把差距拉回来就是了,写代码这个东西就是熟能生巧的事情。多练习总是能够进步的。因此,我开此系列博客,记录自己的学习的过程,我将会把相关的技术一步步coding出来,既勉励自己的进步,也希望能给我后面想入坑这个领域的学弟学妹们一点参考。基本的知识库:
- PCL/OPENCV 这个是一个开源的点云数据处理库,如果要实现激光雷达点云处理相关算法,这是一个最基本需求,它包含很多点云处理的基本算法和高级算法,是入门的最好的教程。