作者 | 半杯茶的小酒杯 @知乎
来源https://zhuanlan.zhihu.com/p/101832699
1. 传感器(Sensor)选取
自动驾驶系统中用于状态估计(State Estimation)的常用传感器包括GPS/GNSS、IMU、激光雷达(Lidar)。
![699df89059be4391ddc2bc06495a84e6.png](https://i-blog.csdnimg.cn/blog_migrate/e7f55bd990a0a60cd88cb81ddf2c0106.jpeg)
状态估计(State Estimation)选用传感器需要考虑哪些因素:
1)误差不相关性。也就是说,用于Sensor Fusion的传感器其中单个传感器(Sensor Measurement)测量失败,不会导致其它传感器(Sensor)由于相同的原因而同时失败。
2)传感器的相互补充性。比如IMU可以填充GPS两次定位间隔期间的定位输出,用于平滑GPS/GNSS的定位结果;GPS为IMU提供初值,消除IMU单独使用出现的偏移(Drift)的问题;Lidar可以弥补定位精度的问题,而GNSS可以为Lidar定位地图匹配提供地图范围数据。
![78dd33c815052fdbeecfa209f54ad651.png](https://i-blog.csdnimg.cn/blog_migrate/f49944c4cdb9936bc42248db598767f7.jpeg)
Coursera Lecture-State Estimation and Localization for Self-Driving Cars
2. 传感器的标定
(Sensor Calibration)
如果想要各个传感器能够相互协同,无间配合,传感器的标定是必不可少的。传感器的标定通常分为三种: 内参标定(Intrinsic Calibration)、外参标定(Extrinsic Calibration)和时间校准(Temporal Calibration)。
![63482c4b0445dee9a75d59f56157df07.png](https://i-blog.csdnimg.cn/blog_migrate/0386cfcd7b2258a90e76019c7c3149cd.jpeg)
Coursera Lecture-State Estimation and Localization for Self-Driving Cars
2.1 内参标定
(Intrinsic Calibration)
传感器或者车辆的内参在传感器制造的时候就已经固定下来,传感器模型中的固定参数都是内参,都需要通过Intrinsic Calibration事先确定。
![d90883adb856a61c6f875a0abf77b4b3.png](https://i-blog.csdnimg.cn/blog_migrate/f3c021c992d18fee0dcb539c42c3f74e.jpeg)
Coursera Lecture-State Estimation and Localization for Self-Driving Cars
比如估计车辆运动距离的轮速计模型 中,r就一个内参。另外激光雷达(Lidar)中扫描线的角度,在激光雷达计算模型中需要事先知道这个参数,以实现激光雷达扫描线(Scan Line)