百度Apollo基础入门（感知与融合）

最新推荐文章于 2024-12-11 00:00:00 发布

半甜田田

最新推荐文章于 2024-12-11 00:00:00 发布

阅读量6.5k

点赞数 3

分类专栏：百度Apollo 文章标签：深度学习机器学习自动驾驶

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/rensweet/article/details/123761826

版权

本文介绍百度Apollo的自动驾驶感知模块，涉及计算机视觉、摄像头与激光雷达图像处理、Apollo感知策略，包括信号灯分类、车道线检测。还探讨了预测技术，如基于车道的预测，使用RNN进行目标车辆轨迹预测，以及融合策略中的卡尔曼滤波应用。

摘要由CSDN通过智能技术生成

这里写目录标题

1.计算机视觉
- 1. 1 摄像头图像
- 1. 2 激光雷达图像（lidar）
2. Apollo感知
3. 预测
- 3.1 基于车道的预测

本文是整理百度Apollo官方教程
感知模块需要大量计算机视觉技术（计算机看待和理解世界的方式）。

1.计算机视觉

四项任务： 检测、分类、跟踪、语义分割
在这里插入图片描述
以“分类”任务为例概述流程，如下图所示

1. 1 摄像头图像

计算机看到的图像只是一个二维网格（黑白），下图是将图像分解为二维灰度像素值网格的示例
在这里插入图片描述
彩色图像过程类似，但更复杂一点

1. 2 激光雷达图像（lidar）

激光雷达传感器创建环境的点云表征，可提供摄像头无法获取的数据（如：距离、高度）
在这里插入图片描述

2. Apollo感知

Apollo在高精度地图上使用ROI来重点关注对象。Apollo将ROI过滤器应用于点云和图像数据，以缩小搜索范围并加快感知&#

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。