- 博客(48)
- 收藏
- 关注
RSS订阅原创 无人驾驶感知篇之传感器标定（五）
上一篇写完了Camera标定，今天这篇文章写写lidar标定。1.什么是lidar标定 lidar标定是指lidar坐标系与车载坐标系之间的标定，实质是建立lidar与车辆的空间位置关联。lidar通过发射、接收电磁波 信号获取环境信息，并输出lidar坐标系下的原始数据。2.lidar坐标系 lidar通常安装在车顶位置，其与车辆之间的相对姿态和位置是固定不变的。lidar坐标系原点位于雷达中心，X 轴正方向与车载坐标系 Y 轴正方向一致，Y 轴方向与车载坐标系 X 轴正方向一致，
2022-06-11 08:46:35
1250
1
原创 无人驾驶感知篇之传感器标定（四）
上一篇主要讲述了Camera标定的基本原理以及基本的Camera模型，这篇文章继续深入写写Camera标定。1.Camera标定参数矩阵 在上一篇忘了说了，其中 C 为光心，也是Camera坐标系的原点， f 为Camera焦距。那么根据三角形相似原理，可得： 由于Camera在实际制造过程中，光心位置存在偏移，上面的方程加上偏移就可表示为： 结合三维空间坐标系和像平面坐标系，可以得到三维空间坐标系下的点与像平面坐标系的变换关系：上面方程中Q1称为Camera内参数矩阵，Q2称为Ca
2022-06-05 09:54:40
1043
原创 无人驾驶感知篇之传感器标定（三）
上一篇介绍了车载坐标系，以及目前比较常用的车载坐标系定义有三个，分别是SAE 汽车工程协会定义、基于惯性测量单元的 IMU 定义、ISO 国际标准定义；他们之间的区别。今天主要写写视觉Camera标定。1.什么是Camera标定Camera标定是指图像坐标系与车载坐标系之间的标定，其实质是求解Camera参数的过程，目的是建立图像像素与无人车之间的空间位置关联。2.Camera模型分类Camera是通过一系列的几何变换将车载坐标下的三维物体投影到一个二维图像平面上， 这些几何变换被称为Camera模型。Ca
2022-06-05 09:29:09
1059
原创 无人驾驶感知篇之传感器标定（二）
上一篇写了为什么要进行传感器标定以及常见的传感器标定分类；但无人驾驶系统一般会基于多种传感器整合的系统，每个传感器的坐标体系都有些不同。为了能够更好地融合信息，需要一个标准坐标系，然后将其它坐标系下的物体都转换到标准坐标系中。在无人驾驶技术中，一般以车载坐标系作为标准坐标系。今天这篇主要讲讲车载坐标系。1.什么是车载坐标系 车载坐标系可以描述周围物体和车体之间的相对位置和相对速度关系。定义一个坐标系需要明确七个参量，即 X 轴、Y 轴、Z 轴、 横滚、俯仰、偏航以及坐标系原点位置。2.车载坐标
2022-06-03 09:38:11
1216
原创 无人驾驶感知篇之传感器标定（一）
终于把感知方面的目标跟踪写完了，这部分的内容较多，也比较复杂。今天开始写感知方面的最后一块内容——传感器标定。1.为什么要进行传感器标定为了更全面的获取环境信息，无人驾驶的感知系统需要使用多个同构或异构传感器实现数据的采集。那么这些传感器的安装位置和姿态不尽相同，因此在对传感器数据进行处理之前，必须对传感器本身以及传感器之间进行标定，从而建立传感器与无人车之间以及传感器之间的空间位置关联。2.常见的传感器标定分类（1）视觉相机标定（2）三维激光雷达标定（3）视觉相机与激光雷达联合标定举图说明吧，具体可以看下
2022-06-03 09:25:34
2752
1
原创 无人驾驶感知篇之目标跟踪（十八）
DeepTracking目标跟踪算法不同于上一篇讲的RTT用RNN目标跟踪算法，RTT主要拿RNN来做序列关联，而DeepTracking则主要拿RNN来做序列关联的建模，从而实现了端到端的跟踪算法。
2022-05-31 21:27:37
1515
原创 无人驾驶感知篇之目标跟踪（十六）
上篇主要写了基于全卷积网络跟踪器算法——FCNT跟踪算法，今天这篇主要写写MDNet目标跟踪算法。1.什么是MDNet目标跟踪算法 介绍该算法之前，必须强调一点：MDNet是2015年VOT的冠军。从侧面可以看出该算法的优点了！英文名Multi-Doamin Network，即多域学习的网络结构。通过多域学习这种特性，来学习这些目标的共性。2.MDNet目标跟踪算法原理MDNet目标跟踪算法主要包括以下步骤：（1）先输入为107x107的Bounding b...
2022-05-29 23:25:52
879
原创 无人驾驶感知篇之目标跟踪（十五）
最近比较忙，事情比较多，所以这一周没怎么更新。上篇主要写了DLT目标跟踪算法，今天这篇主要写写基于全卷积网络跟踪器算法——FCNT跟踪算法。1.什么是FCNT跟踪算法 FCNT跟踪算法主要利用现有大规模分类数据集预训练的CNN分类网络提取特征，主要对VGG-16的Conv4-3和Conv5-3层输出的特征图谱进行了分析。2.FCNT跟踪算法的原理FCNT跟踪算法主要包括以下步骤：（1）输入的视频帧，（2）利用 VGG-19提取feature，（3）分别利用高层的特征，...
2022-05-29 14:48:44
979
原创 无人驾驶感知篇之目标跟踪（十四）
刚跑步回来，趁着思路比较清晰，再更新一下。上一篇主要写了ECO目标跟踪算法，今天这篇主要写写DLT目标跟踪算法。1.什么是DLT目标跟踪算法 DLT算法，英文deep learningtracker，利用辅助图片数据预训练深度模型，在线跟踪时微调。2.DLT目标跟踪算法原理DLT目标跟踪算法原理可以分成三个步骤：首先需要提前准备一个预训练模型，该模型主要用于训练，来提高模型的鲁棒性。然后微调网络参数，通过目标位置选择，生成相应的正负样本，训练分类网络，这样有助于后面的处理；...
2022-05-22 20:55:07
1315
1
原创 无人驾驶感知篇之目标跟踪（十三）
今天小区又封了，好好的周末只能待在家里了，上海的疫情久久不能结束，心中甚是郁闷。算算日子，已在家中快封了两个月，希望早点过去吧！上一篇主要写了C-COT的目标跟踪算法，今天这篇主要写写ECO目标跟踪算法。1.什么是ECO目标跟踪算法 ECO继续沿用C-COT的学习连续空间卷积运算集成多分辨率目标特征图。通过在跟踪器中引入因式分解操作，解决模型参数过大，计算复杂度高等问题。使用主成分分析法减少模型参数数量，只从全部D个滤波器选择其中贡献大的C个。2.ECO目标跟踪算法的...
2022-05-22 09:56:22
1946
原创 无人驾驶感知篇之目标跟踪（十二）
终于把相关滤波的目标跟踪算法写完了，其实还有其他的相关滤波算法，暂时也不写了。从今天开始写写深度学习跟踪算法，其实不太想写深度学习跟踪算法，担心写不好，挺复杂的，写不好莫要见怪哈。这一篇主要写写深度学习跟踪算法中的C-COT的目标跟踪算法。1.什么是C-COT目标跟踪算法 C-COT目标跟踪算法，即连续域卷积操作跟踪算法，目前主流的相关滤波器跟踪方法之一，其特点在于，不需要重采样即可整合多分辨率 的特征，且预测分数是连续域函数。2.C-COT目标跟踪算法的原理C...
2022-05-21 21:34:12
1446
2
原创 无人驾驶感知篇之目标跟踪（十一）
今天终于周五了，忙了一周，明天希望可以休息一下，上一篇主要讲述的SAMF跟踪算法，这一篇写写SRDCF跟踪算法。SRDCF跟踪算法主要是为了扩大搜索区域, 加入空间正则化约束而形成的一种目标跟踪算法。其具体的正则化约束可以表示为：上面方程中的S是响应图，x是检测图像片，f是滤波器。所以最后的目标跟踪优化模型可转变为：w为惩罚函数，中间小，周围大。作用：离得越远的样本对滤波器的影响越小。可以用下面表示：好了，这篇就写这么多，SRDCF跟踪算法虽然蛮...
2022-05-20 20:26:05
1309
原创 无人驾驶感知篇之目标跟踪（十）
终于下班了，忙碌了一天。上一篇主要讲述的KCF跟踪算法，这一篇写写SAMF跟踪算法。1.SAMF跟踪算法的由来 SAMF算法是基于KCF，把HOG特征和CN特征进行融合，同时使用了尺度池技术。上一篇已经介绍了KCF跟踪算法，就不再详细叙述了。2.SAMF跟踪算法的原理 SAMF算法针对KCF的主要改进之处在于，将KCF单一的HOG特征扩展为HOG+CN+灰度的多特征融合。SAMF的另一个改进之处在于利用尺度池的方法实现目标的自适应跟踪。SAMF提出的尺度池包含7个尺度{...
2022-05-19 21:01:37
1638
原创 无人驾驶感知篇之目标跟踪（九）
刚跑完步回来，趁着思路比较清晰，再写一篇吧，平时工作比较忙，也只能趁着周末空余时间写写。上一篇主要讲述的CN跟踪算法，这一篇写写KCF跟踪算法。1.KCF跟踪算法的主要思想 KCF是一种鉴别式追踪方法。在跟踪目标的过程中训练一个回归器，该回器能计算一个小窗口采样的响应。利用该回归器去计算下一帧预测位置附近的采样点响应，响应最强的采样点为目标位置。2.KCF跟踪算法的原理该算法的岭回归函数表达式为：将 w 用样本的线性组合来表示为:上面的方程...
2022-05-15 21:58:10
2180
1
原创 无人驾驶感知篇之目标跟踪（八）
上一篇主要讲述的CSK跟踪算法，这一篇写写CN跟踪算法。1.什么是CN跟踪算法 CN跟踪算法使用颜色属性来扩展CSK跟踪器，提出了一种自适应的维度下降方法，将原始的11维 特征降到二维，这样保证精度的同时又保证了跟踪速率的问题。2.CN跟踪算法的原理 CN跟踪算法把跟踪问题抽象为一个岭回归模型的求解，设代表目标图像的输入为z，权重为w，输出为，目的就是找到f，能够最小化样本xi经分类器模型输出和期望回归值yi的最小均方差的解：其中是防过拟合的正则化参数。根据线...
2022-05-15 10:25:54
1364
原创 无人驾驶感知篇之目标跟踪（七）
上一篇主要讲述的MOSSE跟踪算法，这一篇写写CSK跟踪算法。1.CSK跟踪算法的由来 大部分判别式跟踪算法为满足跟踪的实时性要 求，对背景和目标都采用稀疏采样策略，从而制约了跟踪性能。CSK算法通过样本的转移实现了一种特殊的稠密采样，并发现样本能通过核运算形成特殊的结构——循环矩阵结构，在此基础上引入经典信号处理 中的卷积操作代替一般跟踪算法所采用的滑窗操作， 实现了稠密采样条件下的高速跟踪。2.CSK跟踪算法的原理CSK采用岭回归方法学习分类器，求使得如下损 失函数最小的分类器参...
2022-05-14 21:25:37
1470
1
原创 无人驾驶感知篇之目标跟踪（六）
早期跟踪算法主要有Meanshift跟踪算法、Camshift跟踪算法、Kalman滤波跟踪算法、粒子滤波跟踪算法。相关滤波算法主要有MOSSE跟踪算法、CSK跟踪算法、CN跟踪算法、KCF跟踪算法、SAMF跟踪算法、SRDCF跟踪算法、深度学习跟踪算法。前几篇文章已把早期跟踪算法写完，今天这篇文章主要写写MOSSE跟踪算法。1.什么是MOSSE跟踪算法 MOSSE算法，英文Minimum Output Sum of Squared Error。基本思想主要包括三部分：（一）首...
2022-05-14 10:01:18
1042
原创 无人驾驶感知篇之目标跟踪（五）
深夜十点多了，忙完了一天，闲下心来来整理了粒子滤波跟踪算法。上一篇主要讲述的Kalman滤波跟踪算法，这一篇写写粒子滤波跟踪算法。1.粒子滤波跟踪算法的由来 粒子滤波基于Bayesian理论和MonteCarlo方法，它的基本思想是将系统状态的后验分布用一组带权值的粒子表示，新的状态分布通过该组粒子的Bayesian迭代产生。粒子滤波作为一种基于序贯 Monte Carlo仿真方法的非线性滤波算法，为估计系统状态提供了一个概率的框架，它具有易于实现、鲁棒性强、适合并行处理等特点。...
2022-05-09 22:35:57
1572
原创 无人驾驶感知篇之目标跟踪（四）
新的一周开始了。祝大家新的一周工作愉快！上一篇主要讲述的Camshift跟踪算法，这一篇写写Kalman滤波跟踪算法。Kalman滤波算法在无人驾驶方面应用广泛，不仅应用在目标跟踪，也运用在预测目标运动轨迹方面。可能网上的Kalman滤波算法，其他博主已经写过很多了、这方面的文章比较多，大家一搜也能搜一堆，可能写的也有点重复，莫要见怪哈！1.Kalman滤波算法的由来 Kalman滤波算法的作者是斯坦利·施密特。后面卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿...
2022-05-09 08:49:53
1769
原创 无人驾驶感知篇之目标跟踪（三）
今天是周末，还在家里封闭中，转眼间已经被封了一个多月了。闲来无事，就做多写一篇，以解心中的郁闷之情。上一篇主要讲述的Meanshift跟踪算法，这一篇写写Camshift跟踪算法。1.什么是Camshift跟踪算法 Camshift算法是由Mean Shift算法发展而来的，是一种通过爬升概率分布梯度来获得最近主峰的无参的方法。针对动态概率分布，对视频序 列中的所有帧做Meanshift运算，并将上一帧的运算结果作为下一帧搜索窗口的初始值，如此迭代下去。就可以实现动态目标的跟踪。...
2022-05-08 15:12:18
1594
原创 无人驾驶感知篇之目标跟踪（二）
目标跟踪早期跟踪算法主要主要包括Meanshift跟踪算法、Camshift跟踪算法、Kalman滤波跟踪算法、粒子滤波跟踪算法。也有其他算法，我主要列举这几个算法，这篇文章主要说说Meanshift跟踪算法。1.什么是Meanshift跟踪算法 meanshift算法使用图像的颜色直方图信息作为 整个搜索过程的特征。为了实现快速目标定位，采用 梯度优化法。此外，它采用Bhattacharyya系数作为 目标模板与候选目标完成特征匹配的相似性函数。 对于meanshift目标跟踪...
2022-05-08 12:21:10
2003
原创 无人驾驶感知篇之目标跟踪（一）
基本的感知任务有针对动态道路参与者的目标识别、检测和跟踪，之前的文章基本把无人驾驶感知篇之目标检测写的差不多了，这篇开始写一写目标的跟踪。1.什么是目标跟踪 目标跟踪是目标检测在时间轴上的延续，获得连续时间序列一系列的目标检测结果后，可关联不同时刻下的检测结果是否属于同一目标，并推算目标运动速度、加速度等不可直接观测的微分运动信息，甚至于预测目标未来时刻的运动状态。2.目标跟踪算法 目标跟踪算法通常包含数据关联、运动模型和滤波三个关键。目标跟踪需要接收目标检...
2022-05-06 09:14:54
2924
原创 无人驾驶感知篇之目标检测（五）
上一篇文章主要讲述了YOLO算法。图像中主流的目标检测算法分为两类：（1 ) 两步法； (2) —步法。 一步法中有一种代表算法是SSD，这篇主要讲讲什么是SSD算法。1.什么是SSD算法 SSD算法是将YOLO与Faster R-CNN相结合，同时兼顾了良好的时效性和准确度。与YOLO模型相似，SSD模型也是一种端到端的单阶段目标检测网络。它是图像上的每一个位置点转化为多个默认框的组合。这种端到端的检测模型的核心思想是基于默认框进行分类预测，并对预测框本身进行回归操作，将...
2022-05-02 22:17:24
1711
原创 无人驾驶感知篇之目标检测（四）
上一篇文章主要讲述了滑动窗口算法。图像中主流的目标检测算法分为两类：（1 ) 两步法； (2) —步法。 一步法中有一种代表算法是YOLO，今天主要讲讲什么是YOLO算法。1.YOLO的简介 YOLO(You Only Look Once)系列检测算法属于一步类型的目标检测算法，其基本过程可用下图表示，包括YOLO v1、YOLO v2、YOLO v3。2.YOLO v1算法 YOLO v1将输入整张待检测图像均匀分成SxS个小格子，每个小格子负责...
2022-05-02 09:58:03
2330
原创 无人驾驶感知篇之目标检测（三）
上一篇文章主要讲述了目标检测算法的分类。图像中主流的目标检测算法分为两类：（1 ) 两步法； (2) —步法。 两步法中有一种代表算法是滑动窗口检测，今天主要讲讲什么是滑动窗口算法。1.什么是滑动窗口滑动窗口，即指在处理数据时只考虑最近数据流。它主要处理窗口内最近的数据，可被用来更好地获取当前数据流的特征信息。但在滑动窗口下不仅有新数据连续到达，而且旧数据会过期。举例说明，下图为一个滑动窗口模型。2.滑动窗口算法的分类 滑动窗口模型在内存中开辟一个内存空间，用...
2022-05-01 22:32:39
2550
原创 无人驾驶感知篇之目标检测（二）
上一篇文章主要讲述了目标检测的任务、目标检测的分类、目标检测的意义。近年来，因深度学习算法的蓬勃发展，图像领域的目标检测算法取得了重要进展。今天主要讲述下目标检测算法的分类。目标检测的分类 目标检测的分类可以分为两类：一是，检测目标有无的检测任务 ；二是，精确回归目标检测框的回归任务。图像中主流的目标检测算法分为两类：（1 ) 两步法：先产生候选区域，再对这些候选框进行分类，以及检测框的回归，这类算法总体来说计算量大但精准度高，代表算法有滑动窗口检测、 R-CNN、 ...
2022-05-01 10:13:17
3345
原创 无人驾驶感知篇之目标检测（一）
基本的感知任务有针对动态道路参与者的目标识别、检测和跟踪，涉及计算机视觉和人工智能领 域中的目标检测、 目标跟踪和场景分割任务。今天这篇文章主要讲讲感知方面的目标检测。1.目标检测任务 目标检测任务主要包含检测是否存在感兴趣目标， 目标语义分类，定位目标位置，以及确定目标所占空间范围等。 目标检测是计算机视觉中的经典任务， 最常见的是二维RGB图像中的目标检测，而无人驾驶车载传感器多样，基于激光雷达、毫米波雷达或者超声波雷达的目标检测也是必不可少的。2.目标检测的分...
2022-04-30 11:19:12
5100
原创 无人驾驶感知篇之融合（十五）
前两篇文章对多传感融合进行了总结，可以看出，数据融合各种方法之间具有一定的联系。将两种或者两种以上的方法结合起来从而形成新的方法，往往能够得到互相补充的目的，比仅仅使用一种方法得到的结果更优。今天主要讲讲方法结合进行优化，可能方法也比较多，所以举例说明即可。1.融合方法结合-模糊逻辑推理与神经网络相结合 神经网络表现出很好的自学习和并行计算能力，尤其是表现出不错的仿生物学特性。而模糊逻辑推理简单，能够方便的使用。但是本身的模糊规则的生成以及隶属度函数构造是一个难题。这二者...
2022-04-27 20:19:34
3730
原创 无人驾驶感知篇之融合（十四）
之前说过根据融合算法，可以概括为随机类方法和人工智能两大类。随机类方法目前常见的有加权平均法、多贝叶斯估计法、卡尔曼滤波法、Dempster-Shafer（D-S）证据推理、产生式规则等。人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。这边文章主要按照融合算法进行简单总结。1.加权平均方法 优点：信息丢失量较小，可以方便的对初始数据进行融合。 缺点： 必须找到恰当的数学模型，适用范围较为有限。2.卡尔曼滤波的方法 优点：数据所要传达的信...
2022-04-23 19:29:19
3754
原创 无人驾驶感知篇之融合（十三）
前面的文章已经对融合算法讲完了，今天这篇文章主要对融合算法进行一些总结。之前说过针对多传感融合，咱们可以按照融合层次的不同进行分类，目前按照这种分类方式可以分为数据层融合，特征层融合，决策层融合。按照融合层次的总结 目前按照这种分类方式可以分为数据层融合，特征层融合，决策层融合，对这三种层次的方法、特点和应用进行了总结。闲话少说，直接看图。...
2022-04-23 19:23:55
1926
原创 无人驾驶感知篇之融合（十二）
之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。上一篇主要讲述了粗集理论，今天主要写写专家系统。1.专家系统的基本概念专家系统，顾名思义，在一个特定领域内，拥有专家的知识与经验，并能由此来解决相应 问题的智能程序。专家系统不同于一般的应用程序，它将问题求解所需的知识单独分开，形成知识库，并使用推理机制，像领域专家一样地解决问题。2.专家系统的结构形式通常的专家系统大致可以用六部分组成：全局数据库、知识库、推理机、解释机制、知识获 取、人机接口。画个图
2022-04-23 10:15:22
1641
原创 无人驾驶感知篇之融合（十一）
之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。上一篇主要讲述了神经网络，今天主要写写粗集理论。1.粗集理论的由来 粗集理论是由波兰学者z．Pawlak于1982年提出的。其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出概念的分类规则。由于其具有极大的模拟人类抽象逻辑思维的功能，特别适用于处理不一致、不精确含有噪声的数据。所以粗集理论已受到了模式识别、决策分析、知识获取、 机器学习等领域的重视，并得到了广泛的应用。2....
2022-04-21 09:56:24
1683
原创 无人驾驶感知篇之融合（十）
昨天上海新增两万多，久高不下，着实让人揪心，家里也没粮了，只能喝大米粥了！之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。上一篇主要讲述了模糊逻辑理论，今天主要写写神经网络。可能网上的神经网络博客、文章比较多，大家一搜也能搜一堆，可能写的也有点重复，莫要见怪哈！目前在无人驾驶方面比较常用的就是卷积神经网络，这一节重点说说卷积神经网络。1.卷积神经网络的由来 卷积神经网络(CNN) 最初是受到生物视觉系 统的神经机制启发,针对二维识别...
2022-04-19 14:14:08
1958
原创 无人驾驶感知篇之融合（九）
目前基于随机类方法的多传感器融合已经讲的差不多了，每一种方法的基本原理都说了一遍，可能介绍的不够详细，有什么考虑不周的也请大家提出宝贵的意见。今天咱们开始讲解基于人工智能类的多传感器融合方法。之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。今天主要写写模糊控制理论。1.模糊控制的由来 模糊逻辑，是一种在二值之问均被定义为允许的模糊地带。模糊逻辑控制是以模糊语言变量、模糊集合论以及模糊逻辑 推理为基础的一种现代控制技术，可以简称为模...
2022-04-15 17:19:06
3869
原创 无人驾驶感知篇之融合（八）
昨晚半夜做核酸，寒风凛凛，大白们也是蛮辛苦的！感谢抗疫一线的医生们！希望疫情早点结束吧！祈祷，祈祷！今天咱们主要讲讲融合算法中的产生式规则法。产生式规则法：产生式规则法主要采用符号表示目标特征和相应传感器信息之间的联系，与每一个规则相联系的置信因子表示它的不确定性程度。当在同一个逻辑推理过程中，2个或多个规则形成一个联合规则时，可以产生融合。1.产生式规则的组成 一个产生式系统包括以下三部分：综合数据库、规则库和控制系统。综合数据库用来存放与求解问题有关的数据。知识库即规则库...
2022-04-10 21:45:49
3568
原创 无人驾驶感知篇之融合（七）
昨天上海新增二万多，都不想看了，揪心！没粮了，咋办呢？抢菜，抢菜。结果抢不到！谁能想到在和平年代的上海吃个菜怎么那么难呢！哈哈，啰嗦几句，苦中作乐！希望疫情早点结束吧！祈祷，祈祷！今天咱们主要讲讲融合算法中的卡D-S证据推理法。D-S证据推理法主要是贝叶斯推理的扩充，其3个基本要点是：基本概率赋值函数、信任函数和似然函数。D-S方法的推理结构是自上而下的，分三级。第1级为目标合成；第2级为推断；第3级为更新。1.D-S证据推理法的由来 D-S证据推理法是在概率的基础上对概...
2022-04-09 12:16:04
2211
原创 无人驾驶感知篇之融合（六）
今天上海新增二万左右，感觉解封的日期遥遥无期。最近家里快没粮了，希望疫情早点结束吧！祈祷，祈祷！今天咱们主要讲讲融合算法中的卡尔曼滤波法。卡尔曼滤波法的主要思想是主要用于融合低层次实时动态多传感器冗余数据。该方法用测量模型的统计特性递推，决定统计意义下的最优融合和数据估计。1.卡尔曼滤波的由来 卡尔曼滤波器最早要追寻到1960年卡尔曼先 生发表的关于利用递归算法来求解离散线性滤波器 问题的学术论文——《A New Approach to Linear Filterin...
2022-04-07 20:39:47
2310
原创 无人驾驶感知篇之融合（五）
今天早上看到上海新增一万七千左右，看的真的很揪心！希望白衣战士能早点战胜这场疫情，期待明天能有好消息！今天具体讲讲多贝叶斯估计算法的原理，多贝叶斯估计法的主要思想是将传感器信息依据概率原则进行组合，测量不确定性以条件概率表示，当传感器组的观测坐标一致时，可以直接对传感器的数据进行融合。多数情况下，为数据融合提供了一种手段，是融合环境中多传感器高层信息的常用方法。1.多贝叶斯估计的由来 贝叶斯统计学的基础是著名的贝叶斯公式，它是英国学者贝叶斯（T.R.Bayes1702~1...
2022-04-06 20:45:50
3012
原创 无人驾驶感知篇之融合（四）
之前的文章讲述了无人驾驶感知篇方面的融合算法，今天具体讲讲算法的原理，首先讲讲信号级融合方法最简单、最直观方法的加权平均法，该方法的主要思想是将一组传感器提供的冗余信息进行加权平均，结果作为融合值，该方法是一种直接对数据源进行操作的方法。在不等精度测量中，各个测量结果的可靠程度不一样， 应让可靠程度大的测量结果在最后结果中占的比重大一 些，可靠程度小的占的比重小一些。 加权平均法就是采用最优权重系数分配原则，把来自多个传感器的数据进行综合平均，其结果要比所有被融合传感器中精度最高的传感器精度...
2022-04-05 11:31:33
2758
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人