Apollo教程笔记5——Prediction

最新推荐文章于 2022-06-02 17:41:01 发布
最新推荐文章于 2022-06-02 17:41:01 发布
阅读量1.1k 收藏 1
点赞数
分类专栏： 无人驾驶 文章标签： Apollo 无人驾驶
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/viglyh/article/details/102794703
版权

文章目录

1.Introduction to Prediction

实时性, 算法的延迟越短越好
准确性,

2.Sebastian’s Take

  • model-based
  • data-driven

3.Prediction Approaches

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5LoBkaCo-1572316655504)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6256)]

4.Lane-Sequence-Based Prediction

Apollo 提供了一种叫基于车道序列的方法
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-swGE93r7-1572316655507)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6257)]

5.Obstacle Status

6.Predict Target Lane

将预测问题简化为选择问题
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-69nWjtdp-1572316655508)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6259)]

7.Recurrent Neural Networks

神经网络从数据中学习的方式叫做后向传播
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-usriXitV-1572316655509)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6260)]

8.RNNs for Target Lane Prediction

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FwCoDUOw-1572316655509)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6262)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-epMHJDRk-1572316655510)(evernotecid://BE654D40-9A6A-4F25-9F06-536543A9F2E6/appyinxiangcom/7391509/ENResource/p6261)]

9.Trajectory Generation

轨迹生成是预测的最后一步

10.Summary

波斯猫眯着它的眼睛
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【Apollo 6.0项目实战】Prediction模块
xiewf的博客
12-02 2793
本文讲解的是在 LGSVL 仿真器中测试自动驾驶车辆的预测能力。
【Apollo源码分析】系列的第三部分【prediction】
slamcode的博客
08-25 6990
prediction prediction模块目前依然处于待完善的状态，代码大概只有200行左右。  预测模块的任务主要是：接收来自perception感知模块的基本信息，包括障碍物的位置，运动方向角，移动速度，加速度等。然后结合这些信息对障碍物进行轨迹预测trajectories Prediction，综合判断物体移动方向。 prediction/main.cc 先看main
Apollo--Prediction
wangxue_1231的博客
08-17 1674
文章目录预测介绍输入输出功能 预测 介绍 预测模块从感知模块接收障碍物，其基本感知信息包括位置、方向、速度、加速度，并生成不同概率的预测轨迹。 输入 障碍物 定位 输出 具有预测轨迹的障碍物 功能 容器 容器存储来自订阅通道的输入数据。目前支持的输入是感知模块的障碍物，车辆定位和车辆规划。 评估器 评估器对任何给定的障碍分别预测路径和速度。评估器通过使用存储在prediction/...
Apollo2.0自动驾驶之apollo/modules//prediction/prediction.h
北漠苍狼的专栏(QQ:1746430162)
03-27 763
/****************Apollo源码分析**************************** Copyright 2018 The File Authors & zouyu. All Rights Reserved. Contact with: 1746430162@qq.com 181663309504 源码主要是c++实现的，也有少...
Apollo2.0自动驾驶之apollo/modules//prediction/prediction.cc
北漠苍狼的专栏(QQ:1746430162)
03-27 883
/****************Apollo源码分析**************************** Copyright 2018 The File Authors & zouyu. All Rights Reserved. Contact with: 1746430162@qq.com 181663309504 源码主要是c++实现的，也有少...
Apollo 星火计划课程笔记 ---- Prediction
Tianchao龙虾
10-24 1000
Apollo Prediction 基本概念 流程概览 预处理模块 评价模块（参考文献） 轨迹生成模块（简） 定义：对无人车周围的障碍物未来N秒的行为轨迹进行预测。 目标：接收原始的感知/定位/地图信息，预测周围障碍物未来的行为轨迹，用以知道无人车下一步的运动规划。 难点： 上游输入的局限性(误差，干扰，延迟，etc.) 交通参与者意向的不可预测性 （目标障碍物变不变道？） 具体行驶路线的不可预测性（加速变道还是怎么变道？） 责任边界： 只将常规的交通状况纳入考虑范畴，预测最大的几个可能性。 尽
百度Apollo智能交通白皮书——ACE智能交通引擎2.0.pdf
12-10
【百度Apollo智能交通白皮书】是百度公司在智能交通领域的重要成果展示，主要围绕其ACE智能交通引擎2.0展开。ACE智能交通引擎是百度对智能交通未来愿景的诠释，包含A-Autonomous Driving（自动驾驶）、C-Connected ...
docker部署apollo详细教程
01-11
本篇文章只是记录我在使用docker部署的Apollo以及其集群的方式，给大家分享出来也自我做一个记录。 注意： 我是直接部署开始的，有关数据库的创建和初始化自己根据官网搞定。 2、源码编译 2.1 网络策略 网络策略...
进阶课程⑯丨Apollo感知之旅——感知概貌.pdf
04-17
Apollo感知之旅——感知概貌 本文档概括了自动驾驶领域中的感知技术，主要涵盖了机器人学科的问题，机器人如何像人类学习，但不是完全模仿，而是扬长避短，发挥出机器本身的特性。机器感知系统通过各种传感器获取...
进阶课程⑲丨Apollo感知之旅——感知算法.pdf
04-17
Apollo感知之旅——感知算法.pdf Apollo感知之旅——感知算法.pdf是一个关于自动驾驶感知算法的进阶课程，涵盖了雷达感知、激光雷达感知、视觉感知等领域。该课程首先介绍了自动驾驶感知系统的重要性，然后详细...
Apollo学习笔记-感知简介
最新发布
12-14
5. 卷积神经网络（CNN）：Apollo学习笔记-感知简介中，CNN是神经网络的一种特别重要的形式。CNN将过滤器连续滑过图像来收集信息，每次收集信息只对小部分区域分析。这就是卷积的本质。 6. 检测与分类：Apollo学习...
Apollo 7.0中prediction预测模块的主流程
05-22 1719
本文主要讲解Apollo 7.0中prediction预测模块的主流程，码字不易，喜欢的朋友麻烦点个赞和加关注，便于第一时间能阅读最新文章。 从本文你将学到以下内容： 预测模块主流程是什么？ 消息主流程是什么？ 数据主流程是什么？ 代码主流程是什么？ 预测模块主流程 如下图所示，预测模块由四个主要功能子模块组成：容器、场景分析器、评估器和预测器。 注释：Apollo 3.0中引入容器、评估器和预测器。在Apollo 3.5中，因为我们已经采用一个基于多场景的方法来提升Apollo的自动驾驶能力
【Apollo源码分析】系列的第三部分【prediction】_slamcode的博客 -CSDN博客
studyvcmfc的专栏
03-03 212
【Apollo源码分析】系列的第三部分【prediction】_slamcode的博客 -CSDN博客
Baidu Apollo代码解析之predicition-container
silver bullet
05-31 1009
Apollo中预测模块的任务是预测n秒内障碍物可能的运动轨迹，是以评估每条Lane Sequence的概率然后筛选进行的。预测模块由3个部分组成：Container，Evaluator，Predictor。而Container又分为3种：PoseContainer，ADCTrajectoryContainer，ObstaclesContainer。 Container主要是用来存储数据的，不同C...
Apollo2.0自动驾驶之apollo/modules/prediction/common/geometry_util.cc
北漠苍狼的专栏(QQ:1746430162)
03-27 386
/****************Apollo源码分析**************************** Copyright 2018 The File Authors & zouyu. All Rights Reserved. Contact with: 1746430162@qq.com 181663309504 源码主要是c++实现的，也有少...
Apollo2.0自动驾驶之apollo/modules/prediction/common/perception_gflags.cc
北漠苍狼的专栏(QQ:1746430162)
03-27 711
/****************Apollo源码分析**************************** Copyright 2018 The File Authors & zouyu. All Rights Reserved. Contact with: 1746430162@qq.com 181663309504 源码主要是c++实现的，也有少...
Apollo prediction 相关操作
Gavinmiaoc的博客
06-02 382
apollo 相关操作
apollo学习笔记十一：apollo规划技术（一）
siri99999的博客
07-26 1387
Basic Motion Planning and Overview 运动规划（Motion Planning） 规划问题本质上是一个搜索问题，即对一个给定的函数，寻找最优解。相对于无人车而言，规划问题就是给定现在的状态，找到无人车移动的最优解。通常由最优解目标函数F(x)定义。 从内容考虑，规划问题涉及三个领域，机器人领域，控制领域和人工智能。不同的领域对问题的理解不同。 （1）Robotic fields，规划就是如何产生轨迹以完成目标，涉及RRT， A*，D* lite等。 （2）Control t
apolloNodeBook
11-12
"Apollo NodeBook是关于Apollo自动驾驶框架的笔记，主要涵盖了Apollo系统中与控制命令相关的部分，包括车辆的加速、制动、转向等关键控制参数的设置和管理。" Apollo是一个开源的自动驾驶软件平台，由百度公司开发...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值