- 博客(14)
- 资源 (5)
- 收藏
- 关注
原创 阅读笔记《CKF滤波算法及其在航天器自主导航中的应用》
《CKF滤波算法及其在航天器自主导航中的应用》是一篇非常好的论文,详细介绍推到了容积卡尔曼滤波(CKF)的原理及其与UKF的对比。1. 基本滤波问题其中公式3.1.5 由公式3.1.4根据 3变量的贝叶斯规则 得来:P(x | y, z) = P(y | x, z) * P(x | z) / P (y | z)公式3.17和公式3.18采用了条件独立。公式3.1....
2019-03-02 14:24:19 2836 1
转载 (转)局部占据栅格地图到全局栅格地图的融合
一直不大明白局部和全局地图的转换,这篇文章讲的不错https://blog.csdn.net/zhubaohua_bupt/article/details/77093334
2019-03-25 14:37:19 3007
原创 读《针对复杂环境的模块化栅格地图构建算法》一文的总结与思考
摘 要:针对煤矿灾害救灾与信息探测机器人的自主导航问题,提出了一种用模块化的局部栅格地图表示复杂三维环境的地图构建算法。该算法使用TOF 相机对三维环境信息进行获取,形成三维点云坐标矩阵。通过对坐标阵中每个点进行计算,判断坐标点在局部栅格地图中的位置,创建新的局部栅格地图,并对栅格单元占据概率进行实时更新,创建完整的全局环境栅格地图。根据栅格单元中坐标点的密度,对障碍物进行类型划分,确定...
2019-03-24 17:45:21 884 1
原创 基于三维激光雷达的二维占据栅格地图构建-简介
与二维激光雷达只能得到一定高度的平面环境信息相比,三维激光雷达可以得到环境的三维信息。二维激光雷达一般不会得到地面点,即返回来的点都是障碍物的点,可以直接当做障碍物处理。但三维激光雷达的点中通常包含大量的地面点,不可以直接把返回点的区域当做障碍物。也正因为地面点的原因,三维Lidar的占据栅格地图不再需要Bresenham算法(https://zhuanlan.zhihu.com/p/2173...
2019-03-19 10:21:02 5568
转载 Git 与 GitFlow 教程
https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000这是廖雪峰的关于git的操作教程,讲的超级好的https://www.jianshu.com/p/9a76e9aa9534这是基于 git flow 的开发流程https://www.cnblogs.com...
2019-03-19 08:44:20 272
原创 对基于卡尔曼滤波的跟踪算法的一些理解(二)
KF跟踪时常见的运动模型有匀速运动模型(CV)和匀加速运动模型(CA)常用传感器是Lidar和Radar其中,Lidar只能测距不能测速,而radar可以测速。因此,在使用Lidar进行跟踪时,速度可以初始化为0,在预测阶段正常计算,在测量更新阶段使用测量矩阵H 将状态向量中的速度舍弃掉。但这并不意味着速度就不能更新了,因为计算得到的卡尔曼增益K可以根据预测测量值和实际测量值的差对速度...
2019-03-03 16:15:48 1263
原创 目标跟踪中的坐标变换问题以及四元数
在自动驾驶的目标跟踪问题中,自车的坐标系随着自车运动,包括yaw angle。因此,在跟踪时,需要这样做:车身偏航角的变化率是可以得到的yaw_rate,在每次触发跟踪算法时根据两帧时间戳的差值对yaw_rate做积分,就有这个时间段内产生的偏航角变化,把这个值算到卡尔曼的估计中,再和测量值做加权。也就是说,卡尔曼的预测过程=基于目标运动模型+自车坐标系变化引起的坐标变换(旋转).可以这样理解...
2019-03-03 15:26:01 2118
转载 (转)《开发者说 | 关于激光雷达感知模块的分析》
原创:Apollo社区开发者Apollo开发者社区2018-11-14本文档结合代码详细地解释感知模块中障碍物感知的流程与功能,也可以官方参考文档。(https://github.com/ApolloAuto/apollo/blob/master/docs/specs/3d_obstacle_perception_cn.md)硬件简介...
2019-03-03 14:38:07 939
原创 阅读笔记 《深度|详解自动驾驶核心部件激光雷达,它凭什么卖70万美元?》
原创:黄武陵新智元激光雷达描绘周围环境几个主要参数,包括线数、点密度、水平垂直视角、检测距离、扫描频率、精度等。除了位置和距离信息,激光雷达还提供返回所扫描物体的密度(错误!应该是反射强度)信息,后续算法据此可以判断扫描物体的反射率再进行下步处理。通过检测目标物体的空间方位和距离,通过点云来描述3D环境模型,提供目标的激光反射强度信息,提供被检测目标的详细形状描述,不仅在光照条件好的...
2019-03-03 14:09:17 1768
原创 阅读笔记《量产必备的毫米波雷达》
原文来自知乎:https://zhuanlan.zhihu.com/p/34675392红色是我的笔记前言在上一次分享中,我对无人驾驶汽车上的激光雷达的原理、数据及功能做了介绍。激光雷达的普及所遇到的最大挑战是:成本过高。单独一个雷达的价格可能就超过了普通小汽车的价格,因此现阶段还没有大规模量产的可能性。为了推进自动驾驶技术的发展,同时要解决摄像机测距、...
2019-03-02 18:38:49 7493 3
原创 对基于卡尔曼滤波的跟踪算法的一些理解(一)
读《多假设航迹合成算法》这篇论文的一些总结和个人理解卡尔曼滤波(KF)用在跟踪上,从目标的动力学方程(系统方程)和观测方程为前提,即要求系统模型已知(包括模型噪声和观测噪声的统计特性)单radar的目标跟踪主要包括:航迹起始、数据关联、状态估计、航迹终止多传感器则需要航迹合成,即多个传感器的航迹属于同一targetKF跟踪的主要问题是,运动模型选择、噪声协方差的匹配所谓的...
2019-03-02 16:01:50 5102
原创 概率与贝叶斯基础(持续更新)
知乎上的概率机器人知识总结,总体写的深入浅出1.https://zhuanlan.zhihu.com/p/57307528补充3随机变量的贝叶斯规则的证明,这个用的真的非常多。这也是《概率机器人》第2章13页公式2.162.状态转移概率,测量概率,条件独立假设重要性https://zhuanlan.zhihu.com/p/57391230补充概念:马尔科夫假设:...
2019-03-02 15:25:49 317
点云库PCL学习教程 4
2018-06-01
点云库PCL学习教程 3
2018-06-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人