baidu进阶训练笔记十六20200803

百度Apollo感知介绍(二)

感知算法-1

[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-8aPKo0c5-1596450786307)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803175116006.png)]

点云感知

[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-X60DXWOR-1596450786309)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803175150915.png)]

  • 点云障碍物感知主要任务:障碍物的位置、大小、类别、朝向、轨迹、速度

  • 核心:点云检测(分割)技术

  • [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-v5d3ATf9-1596450786312)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803175323873.png)]

  • [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-81KMeac7-1596450786314)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803175723584.png)]

  • [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-Z8XErGhw-1596450786316)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803175957045.png)]

视觉感知

  • [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-GLbomF1o-1596450786316)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803180325248.png)]

  • CNN检测实际问题

    • 摄像头是安装在车上的,第一视角下,汽车行驶在结构化、规则化道路上,面向的场景更具体,有更多的几何约束。
    • 输出的信息更多,包括障碍物的尺寸、朝向、3D信息。加上了持续性、稳定性的约束
  • 无人车感知的流程

    • [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-0gwaSNHG-1596450786318)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803181317608.png)]
CNN检测

[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-hAyOpYKf-1596450786319)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803181422893.png)]

  • 不能多模型、延时大

CNN分割

分割(Segmentation)与detection在本质上是一样的,是对一个目标的不同力度的刻画。

  • 检测和分割
    • 粗细粒度的刻画,方法趋同
  • 场景分割
    • 适合多传感器融合
  • 可行驶区域
    • 障碍物的互补问题
    • 非结构化道路和结构化道路
  • 车道线
    • 分割方法
    • 检测方法

后处理

[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-5pcJkoWn-1596450786320)(C:\Users\xiaomeiyan\AppData\Roaming\Typora\typora-user-images\image-20200803183213036.png)]

一个完整的系统除了深度学习模型,还需要做一些后处理,后处理是直接针对下游模块,对后续的影响比较直接。在视觉感知中,后处理主要分为三个部分。

  • 2D-to-3D的几何计算。2D到3D的转换需要考虑的因素包括

    • 相机pose的影响
    • 接地点,2D框,绝对尺寸多条途径回3D
    • 稳定性
  • 时序信息计算:跟踪

    • 对相机帧率和延时有要求,要求跟踪必须是一个轻量级的模块,因为检测已经占据大部分时间
    • 充分利用检测模型的输出信息(特征、类别等)进行跟踪。
    • 可以考虑轻量级Metric Learning
  • 多相机的环视融合

    • 相机布局决定融合策略,要做好视野重叠 。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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