Apollo无人驾驶课程笔记 第四课-感知

1. 感知简介

感知系统中使用了大量的计算机视觉的技术。对于目标识别目标检测来说，目前工业界用的比较多的是CNN，也就是卷积神经网络(Convolutional Neural Network)。

2. Sebastian 介绍感知

略

3. 计算机视觉

计算机不能像人类那样理解图像，图像在计算机的世界里只是一堆数值。
无人驾驶中的感知任务主要有四个：检测、分类、跟踪和语义分割。

• 检测是指找出物体在环境中的位置；分类是指明确对象是什么；
• 分类是指明确对象是什么；
• 跟踪是指随时间的推移观察移动的物体(例如其他车辆、自行车和行人)；
• 语义分割是指将图像中的每个像素与语义类别进行匹配(如道路、汽车或天空)。

我们可以将分类作为研究计算机视觉一般流程的例子。图像分类器是一种将图像作为输入并输出标识改图像的”标签"或者“类别"的算法。
例如，交通标志分类器查看停车标志并识别它是停车标志、让路标志、限速标志还是其他类型的标志。

分类器甚至可以识别行为，比如一个人是在走路还是跑步。
分类器有很多种，但它们都包含一系列类似的步骤。

• 首先，计算机接受摄像头等成像设备的输入，这通常被捕获为图像或一系列图像。
• 然后通过预处理发送每个图像，预处理对每个图像进行了标准化处理，常见的预处理步骤包括调整图像大小或旋转图像，或将图像从一个色彩空间转化为另一个色彩空间，例如从全彩转化为灰度。预处理可以帮助我们的模型更快的处理和学习图像。
• 接下来就是提取特征。
• 最后，这些特征被输入到分类模型中，通过图像特征来选择类别，输出结果。

4. 摄像头图像

在计算机的世界里，图像就是数值矩阵。对于图像的处理，说白了就是对于矩阵的处理。（可见数学的重要性呀！

这是一个二维的灰度图像示例：

对于彩色图像，可以看成是一个深度为3的二维色层的叠加：

5. LiDAR 图像

感知扩展到传感器，而不仅仅是摄像头，激光雷达传感器创建环境的点云表征，提供了难以通过摄像头提供的图像信息(例如距离和高度)。

下图是一个典型的激光雷达点云图像：激光雷达通过发射光脉冲来检测汽车周围的环境。蓝色点表示反射激光脉冲的物体，中间的黑色部分则是无人车本身占据的空间。

这些点云可以告诉我们关于物体的很多信息，例如其形状和表面纹理。通过对点进行聚类和分析，这些数据提供了足够的对象检测、跟踪和分类信息。下图是一个典型的在点云上的检测和分类结果：红色的代表行人，绿色的代表其他车辆。

6. 机器学习

机器学习可以分成下面几种类别：

• 监督学习从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。

监督学习和非监督学习的差别就是训练集目标是否人标注。他们都有训练集 且都有输入和输出

• 无监督学习与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法有生成对抗网络（GAN）、聚类。
• 半监督学习介于监督学习与无监督学习之间。
• 增强学习机器为了达成目标，随着环境的变动，而逐步调整其行为，并评估每一个行动之后所到的回馈是正向的或负向的。

具体的机器学习算法有：

构造间隔理论分布：聚类分析和模式识别
人工神经网络
决策树
感知器
支持向量机
集成学习AdaBoost
降维与度量学习
聚类
贝叶斯分类器
构造条件概率：回归分析和统计分类
高斯过程回归
线性判别分析
最近邻居法
径向基函数核
通过再生模型构造概率密度函数：
最大期望算法
概率图模型：包括贝叶斯网和Markov随机场
Generative Topographic Mapping
近似推断技术：
马尔可夫链
蒙特卡罗方法
变分法
最优化：大多数以上方法，直接或者间接使用最优化算法。

7. 神经网络