这篇论文探讨了在自动驾驶应用中，如何通过对象级融合处理周围环境感知的尺寸估计问题。针对不同传感器因视野限制导致的目标尺寸估计偏差，论文提出了一种基于占据栅格地图的尺寸融合方法。通过建立一维grid map并应用静态二值滤波更新尺寸概率，尤其在构建传感器反观测模型时采用创新的sigmod函数，避免了尺寸估计过快衰减。这种方法能有效更新尺寸map的期望和方差。
Object-Level Fusion for Surround Environment Perception in Automated Driving Applications
4.4.1 尺寸融合 Dimension Estimation
基于占据栅格地图（OGM,Occupancy Grid Map）的方法进行尺寸融合, 解决不同传感器由于视野变换，对于目标看得不全，尺寸估计偏差的时候，使用传统的滤波方法并不理想
基本思路： 对尺寸的每个维度建立一个一维grid map，基于静态二值滤波的思想进行每个格子的概率更新，如下：
更新关键在与传感器反观测模型的建立。 本文的创新点：小于观测 d s d^s
最低0.47元/天 解锁文章
扫一扫
787
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
