Apollo
文章平均质量分 78
Tianchao龙虾
这个作者很懒,什么都没留下…
展开
-
Apollo 星火计划课程笔记 ---- Perception
Apollo Perception感知系统:传感器: Lidar, Camera, Radar, Ultrasonic, Phone地图: 高精地图机器输出:道路信息:不强求在线识别,可以来自高精地图;场景理解,分割;障碍物信息:障碍物检测(位置,类别,形状大小),障碍物跟踪(轨迹,速度),传感器融合(更安全)信号灯信息: camera识别颜色,其他信息来自地图;v2x是终极途径。Part-1 多个维度看问题感知技术模块:大感知: 标定,定位,障碍物行为预测小感知: 检测,原创 2021-10-28 20:34:31 · 550 阅读 · 0 评论 -
Apollo 星火计划课程笔记 ---- Prediction
Apollo Prediction基本概念流程概览预处理模块评价模块(参考文献)轨迹生成模块(简)定义:对无人车周围的障碍物未来N秒的行为轨迹进行预测。目标:接收原始的感知/定位/地图信息,预测周围障碍物未来的行为轨迹,用以知道无人车下一步的运动规划。难点:上游输入的局限性(误差,干扰,延迟,etc.)交通参与者意向的不可预测性 (目标障碍物变不变道?)具体行驶路线的不可预测性(加速变道还是怎么变道?)责任边界:只将常规的交通状况纳入考虑范畴,预测最大的几个可能性。尽原创 2021-10-24 23:36:50 · 928 阅读 · 0 评论 -
Apollo 星火计划课程笔记 ---- Control
Apollo control控制模块简介输入车自身的信息,位置信息和路径信息。输出油门、刹车、方向盘、档位信息给汽车底盘。需要对汽车进行建模:动力学模型经典力学的角度进行建模运动学模型把汽车当作刚体,根据汽车的运动规律对汽车进行建模动力学主要考虑受力,运动学主要考虑运动轨迹。PID+LQR(MPC)PID 做纵向控制,LQR主要是横向控制(方向盘的控制)。MPC两种都可以做。汽车负载变化,相同的PID参数是不太可靠的。PID三个参数调节:LQR控制方法:原创 2021-10-24 23:33:54 · 823 阅读 · 0 评论 -
Apollo 星火计划课程笔记 ---- SLAM
Apollo 定位和建图高精地图和SLAM有什么关系?高精地图制作技术栈:设备组装:GNSS-INS惯性导航系统RTK-GNSS 服务商和接收器地图坐标存储和召回搞清楚处理数据的格式定位参考点用WGS84坐标计算的时候,將WGS84坐标系转换为(x+x_0, y+y_0,h),也就是UTM平面坐标和高程。EQDC平面坐标和高程。每个参考点存储在一个点云瓦片(Tile)文件,召回和存储互逆。地图瓦片文件是一个二进制文件,其中MGRS是美国军用定位格式原创 2021-10-23 14:33:03 · 688 阅读 · 0 评论 -
Apollo 星火计划课程笔记----Routing
Apollo Routing目的:找到一条最佳的路径(通常是时间最短)。和planning的区别是:Routing是起点到终点的最佳路径,而Planning是行驶过程中,当前一小段时间如何行驶,需要考虑当前路况,交通规则等。地图:地图是由地图引擎根据格式化的文件渲染出来的。全世界的地图文件是108GB。地图格式:Node 节点, way路径, relation关系, Tag标签。上面的格式文件,通过地图引擎,渲染出地图。最短路径算法其中顶点对应于交叉点并且边对应路径,权重原创 2021-10-23 14:14:11 · 805 阅读 · 0 评论 -
Apollo 星火计划课程笔记 ---- Scenarios
Apollo Scenarios 场景模块场景可以是地图中有一定特征的路段,比如路口,也可以是无人车想要完成的一系列复杂的动作,比如借道避让。最大期望算法(Expectation Maximum)EM流程参考线。什么是参考线?就是高精地图所提供的道路的中心线,在此基础上做平滑得到的一条线。它是理想状态下没有障碍物的一条线。 要保证平滑,所以在运动的时候,汽车不会横向摆动 上图有个错误,应该是(s $\quad \dot{s} \quad \ddot{s}$)。在Frenet坐标原创 2021-10-23 14:10:48 · 485 阅读 · 0 评论