无人驾驶
Jayxbx
Deep Learning Engineer
展开
-
卷积神经网络在无人驾驶中的应用
    无人驾驶的感知部分作为计算机视觉的领域范围,也不可避免地成为CNN发挥作用的舞台。本文将深入介绍CNN(卷积神经网络)在无人驾驶3D感知与物体检测中的应用。1 无人驾驶双目3D感知    在无人车感知中,对周围环境的3D建模是重中之重。激光雷达能提供高精度的3D点云,但密集的3D信息就需转载 2018-06-25 12:30:02 · 3637 阅读 · 0 评论 -
无人车绪论
1 自动驾驶分级 按照美国国家公路交通安全管理局指定的定义: Level 0:无自动化,司机对汽车所有功能拥有绝对控制权。任何驾驶辅助技术(前向碰撞预警、车道偏离预警、自动前灯控制等),只要仍需要人为控制汽车,都属于Level 0。 Level 1:单一功能级的自动化,驾驶员仍然对行车安全负责,驾驶员无法做到手和脚同时不操控。不过可以放弃部分...转载 2018-06-19 21:51:45 · 432 阅读 · 0 评论 -
光学雷达在无人驾驶技术中的应用
1 无人驾驶技术简介 无人驾驶技术是多个技术的集成,包括传感器、定位与深度学习、高精地图、路径规划、障碍物检测与规避、机械控制、系统集成与优化、能耗与散热管理等。 在系统的感知端由不同的传感器组成,其中包括GPS用于定位,光学雷达用于定位及障碍物检测,照相机用于深度学习的物体识别,以及定位辅助。...转载 2018-06-20 09:22:48 · 684 阅读 · 0 评论 -
GPS及惯性传感器在无人驾驶中的应用
GPS是当前行车定位不可或缺的技术,但是由于GPS的误差、多路径以及更新频率低等问题,我们不能只依赖于GPS进行定位。而惯性传感器拥有很高的更新频率,可以跟GPS形成互补。而使用传感器融合技术,我们可以融合GPS与惯性传感器数据,各取所长,以达到较好的定位效果。1 无人驾驶定位技术 行车定位是...转载 2018-06-20 09:49:04 · 1362 阅读 · 1 评论 -
基于计算机视觉的无人驾驶感知系统
本文着重介绍基于计算机视觉的无人驾驶感知系统。在现有的无人驾驶系统中,LiDAR是当仁不让的感知主角。但是由于LiDAR的成本高等因素,业界有许多是否可以使用成本较低的摄像头去承担更多感知任务的讨论。本文探索了基于计算机视觉的无人驾驶感知方案。首先,验证一个方案是否可行需要一个标准的测试方法,我们介绍了广泛被使用的无人驾驶视觉感知数据集KITTI。...转载 2018-06-20 10:31:58 · 8995 阅读 · 2 评论