![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文手册学习
人都傻了
这个作者很懒,什么都没留下…
展开
-
A Multi-Stage Clustering Framework for Automotive Radar Data
摘要雷达传感器提供了一种独特的方法来执行环境感知任务以实现自动驾驶。尤其是它们在恶劣天气条件下表现良好的能力通常使它们优于其他传感器,例如相机或激光雷达。然而,通常使用的检测数据水平的高稀疏性和低维度是后续信号处理的主要挑战。因此,通常合并数据点以形成更大的实体,从中可以收集更多信息。合并过程通常以聚类算法的形式实现。本文介绍了一种新颖的方法,该方法首先应用两阶段聚类方法先滤出静态背景数据。两...翻译 2020-01-06 16:28:11 · 540 阅读 · 0 评论 -
Radar-based Feature Design and Multiclass Classification for Road User Recognition
摘要对单个样本的分类是一项复杂的任务,尤其是对于同一场景下有多个类或恶劣天气条件的挑战性场景。相对于完善的摄像系统,雷达传感器提供了一种正交的方式来测量此类场景。为了获得准确的分类结果,从测量数据中提取了50种不同的特征并对其性能进行了测试。从这些特征中,选择合适的子集并将其传递给随机森林和长短期记忆(LSTM)分类器,以获得雷达输入的类别预测。而且,表明了当数据集不够大时,为什么数据不平衡是...翻译 2020-01-06 16:27:44 · 405 阅读 · 0 评论 -
使用PointNets在雷达数据中进行二维汽车检测
摘要对于许多自动驾驶功能而言,对车辆环境的高度准确感知是至关重要的前提。现代高分辨率雷达传感器每个物体会产生多个雷达目标,这使得这些传感器特别适合2D物体检测任务。这项工作提出了一种仅使用PointNets仅根据稀疏雷达数据检测2D对象的方法。在文献中,到目前为止,仅介绍了执行对象分类或对象边界框估计的方法。相比之下,此方法使用单个雷达传感器有助于对物体进行分类以及包围盒估计。为此,对Poin...翻译 2020-01-06 16:27:07 · 1509 阅读 · 1 评论 -
基于RF的3D骨架检测
摘要本文介绍了RF-Pose3D,这是第一个从RF信号推断3D人体骨骼的系统。它不需要在身体上安装任何传感器,并且可以与多人一起使用,并且可以跨越墙壁和遮挡物。此外,它会生成动态骨骼,跟随人们移动,行走或坐下。因此,RF-Pose3D在基于RF的传感方面实现了重大飞跃,并实现了游戏,医疗保健和智能家居中的新应用。RF-Pose3D基于新颖的卷积神经网络(CNN)架构,该架构通过将高维卷积分...翻译 2020-01-06 16:26:40 · 2878 阅读 · 0 评论 -
Hybrid Conditional Random Field based Camera-LIDAR Fusion for Road Detection
摘要道路检测是自动驾驶汽车的主要挑战之一。道路检测通常使用两种传感器:摄像头和激光雷达。但是,它们每个人都有一些固有的缺点。因此,传感器融合通常用于结合这两种传感器的优点。尽管如此,当前的传感器融合方法还是由摄像机或激光雷达主导,而不是同时兼顾两者。在本文中,我们扩展了条件随机场(CRF)模型,并提出了一种新颖的混合CRF模型,以融合来自摄像机和LIDAR的信息。对齐LIDAR点和像素后,我们...翻译 2020-01-06 16:25:40 · 1021 阅读 · 0 评论 -
Fusion of LiDAR and Camera Sensor Data for Environment Sensing in Driverless Vehicles
摘要无人驾驶车辆通过感知和感知周围环境来做出准确的驾驶决策。几种不同的传感器(例如LiDAR,雷达,超声传感器和照相机)的组合被用来感应无人驾驶车辆的周围环境。异构传感器同时捕获环境的各种物理属性。需要通过传感器数据融合积极地利用这种多模态和感测冗余,以实现对环境的可靠一致的感知。但是,这些多模式传感器数据流在许多方面彼此不同,例如时间和空间分辨率,数据格式和几何对齐。为了使随后的感知算法利用...翻译 2020-01-06 16:24:41 · 1392 阅读 · 0 评论 -
Object Classification Using CNN-Based Fusion of Vision and LIDAR in Autonomous Vehicle Environment
摘要本文提出了一种用于环境中自动驾驶车辆的视觉和光检测与测距(LIDAR)融合的对象分类方法。该方法基于卷积神经网络(CNN)和图像上采样理论。通过创建LIDAR数据上采样的点云并将其转换为像素级深度信息,深度信息将与Red Green Blue数据连接并馈入深度CNN。所提出的方法可以使用集成的视觉和LIDAR数据获得用于自动车辆环境中目标分类的信息特征表示。还采用此方法来保证对象分类的准确...翻译 2020-01-06 16:24:10 · 683 阅读 · 0 评论 -
PU-Net:点云上采样网络
摘要由于数据的稀疏性和不规则性,使用深度网络学习和分析3D点云具有挑战性。在本文中,我们提出了一种数据驱动的点云上采样技术。关键思想是学习每个点的多级特征,并通过隐含在特征空间中的多分支卷积单元扩展点集。然后将扩展的特征拆分为多个特征,然后将其重构为上采样点集。我们的网络是在补丁级别应用的,具有联合损失函数,该函数鼓励向上采样的点以均匀分布的形式保留在基础表面上。我们使用合成和扫描数据进行了各...翻译 2020-01-06 16:22:03 · 3252 阅读 · 0 评论 -
EDMA
本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系增强型直接内存访问(EDMA3)控制器的主要用途是为您在设备上的两个内存映射从端点之间编程的数据传输提供服务。典型用法包括但不限于以下内容:•服务软件驱动的分页传输(例如,从外部存储器(如SDRAM)传输到内部器件存储器,如DSP L2 SRAM)•维护事件驱动的外设,例...翻译 2019-08-15 15:45:26 · 7207 阅读 · 0 评论 -
NDK USER'S GUIDE
目录本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系PrefaceAbout thismanualHow to use this manualOverviewIntroductionRebuilding NDK LibrariesNDK Stack Library DesignDesign Phi...翻译 2019-08-15 15:43:38 · 1374 阅读 · 0 评论 -
A Novel DFT-Based DOA Estimation by a Virtual Array Extension Using Simple Multiplications for FMCW
FMCW雷达:基于DFT的DOA估计 (使用基于简单乘法的虚拟阵列扩展)本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系摘要我们提出了一种新的基于离散傅里叶变换(DFT)的方向(DOA)估计(Direction of arrival),其通过虚拟阵列扩展使用简单的乘法用于调频连续波(FMCW)雷达。基于DFT的DOA估计通...翻译 2019-08-15 15:42:31 · 1060 阅读 · 0 评论 -
Gigabit Ethernet
前言本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系关于本手册本文档提供了以太网交换机子系统的功能描述以及串行器/解串器(SerDes)模块的相关部分。以太网交换机子系统包括以太网媒体访问控制器(EMAC)模块,串行千兆位媒体独立接口(SGMII)模块,物理层(PHY)设备管理数据输入/输出(MDIO)模块,以太网交换机模块...翻译 2019-08-15 15:41:32 · 7069 阅读 · 0 评论 -
SRIO传输协议学习
本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系概述SRIO KeyStone设备中使用的RapidIO外设称为串行RapidIO(SRIO)RapidIO是一种非专有的高带宽系统级互连。它是一种分组交换互连,主要用作以每秒千兆字节性能级别进行芯片到芯片和板对板通信的系统内接口。该架构可用于连接的微处理器,内存和内存映射...翻译 2019-08-15 15:45:57 · 46923 阅读 · 2 评论