3d量测怎么学距离_智车科技大讲堂：自动驾驶的“4位1体”+3D环境感知（单目标跟踪）...

智车科技正与具有实战经验的自动驾驶公司及团队，共同构建开放的学习平台，定期对自动驾驶技术进行分享，本期分享的是嬴彻科技。

作为一家专注于自动驾驶卡车网络运营的公司，嬴彻科技(Inceptio Technology)聚焦于干线物流运营场景，自主研发L3和L4级自动驾驶技术，计划2021年底实现车规级L3量产目标。本期内容，嬴彻科技将与大家分享自动驾驶的理论知识和实战经验。

第一期  自动驾驶的“4位1体”

本期主讲人 金至卓  嬴彻科技硅谷研发中心系统集成负责人

自动驾驶不仅仅只是人工智能、神经网络、计算机视觉相关的软件平台，它还包含软件运行的硬件平台、承载软件和硬件的整车平台，以及对于自动驾驶的研发和运行都至关重要的云端平台。

01软

自动驾驶软件平台包含算法软件、系统软件和仿真软件。其中算法软件又有感知算法、定位与地图算法、规划算法、控制算法四个部分。

02 硬

自动驾驶硬件不是一般的电脑就可以胜任的，它需要具有强大的算力、较低的功耗、可控的成本、可靠的质量，还要有足够的产能。要求严苛，缺一不可。

03 车

自动驾驶车辆毕竟还是一台车，所以车规级量产的自动驾驶平台的开发必须结合汽车行业过百年的生产经验。整车的研发需要遵循严格的流程和规章制度，使得最终产品可以满足人们对安全性、可靠性、燃油经济性和舒适性等性能的要求。

04 云

自动驾驶云端的重要性体现在车队级的自动驾驶平台上。因为当车队形成规模后，数据量庞大，必须要有一个强大的云平台来完成所有计算和操作的自动运行。

第二期  3D环境感知-单目标跟踪

本期主讲人 刘煜博士 嬴彻科技硅谷研发中心传感器融合负责人

01 嬴彻自动驾驶软件系统架构

最底层是数据分发系统，其上有嬴彻开发的Inceptio Robotics System。在这样的操作系统上，3D感知是Software Stack中非常重要的一环，包括传感器融合、Radar pipeline、Camera pipeline 和 Lidar pipeline。

02 了解传感器

3D感知系统，即环境感知系统，一般包括毫米波雷达、激光雷达和摄像头，这三种传感器各有优势也各有劣势。

【摄像头】它的优点是成本低廉，支持基于深度学习的类型识别，技术相对比较成熟。摄像头的劣势在于获取准确三维信息非常难，同时受环境光限制比较大。

【毫米波雷达】它的优点在与测距、测速精度高，耐候性好，适用于ADAS产品的应用，价格相对激光雷达低许多。缺点在于无法完成障碍物的形态识别。

【激光雷达】它的优点在于其探测距离较远，而且能够准确获取物体的三维信息；另外它的稳定性相当高。但激光雷达对速度不敏感，且目前成本较高。

环境感知系统的一个重要目的是将这三种传感器有机地融合在一起，发挥各个传感器的所长，最大化挖掘感知系统潜力，实现1+1+1>3的效果。

03 单目标跟踪的定义

基于传感器数据，来估计目标在场景中的运动轨迹，包括它的位置、速度、加速度等。在其中需要解决数据存在误差、不完善、miss detection、false alarm等问题。

04 单目标跟踪的4大重点 

重点1. 航迹检测 Track Initialization

 – 确定场景中是否有一个目标在运动

扩展阅读《几种检测前跟踪算法的检测性能比较》：

https://link.springer.com/content/pdf/10.1155/2008/428036.pdf

重点2. 数据关联 Data Association

– 确定哪些量测信息是从目标来的

扩展阅读《数据关联简介》：

http://www.cse.psu.edu/~rtc12/CSE598C/datassocPart1.pdf

《概率数据互联滤波器》：

https://en.wikipedia.org/wiki/Probabilistic_data_association_filter

重点3. 滤波器 Filter

 – 基于传感器的量测信息，过滤噪声，以估计目标的运动状态

扩展阅读《卡尔曼滤波器》：

https://en.wikipedia.org/wiki/Kalman_filter

重点4. 目标机动 Target maneuver

 – 需要假设目标的运动模型

扩展阅读《机动目标跟踪综述 - 第五部分：多模型方法》：

http://users.isr.ist.utl.pt/~alex/theses/predbot/surveymtt5.pdf

05 更多目标跟踪的课题

• 航迹的起始Track initialization
• 乱序数据处理Out of sequence measurements
• 目标运动模型的设计Dynamic model design
• 系统参数的识别Parameter identification
• 传感器数据概率模型Probabilistic model for sensor data
• 扩展目标跟踪Extended target tracking

我们将在未来选取部分课题进行详谈。敬请关注智车科技大课堂更多内容，下期再会！点击

【欢迎大家提供行业新闻热点，商业合作请联系：18562613430】

推荐阅读

▼

免责声明：

凡本公众号注明“来源：XXX(非智车科技)”的作品，均转载自其它媒体，转载目的在于传递和分享更多信息，并不代表本平台赞同其观点和对其真实性负责，版权归原作者所有，如有侵权请联系我们删除。