引自總結於:1.感知:收集環境資訊,如道路標誌,標記,定位,障礙物的位置,速度以及可能行為,可行駛區域,交通規則等。(主要通過雷射雷達[能夠實時的建立起周圍環境的3維地圖稱為點雲圖]和相機等)
為了更好理解點雲圖,對點雲資料進行處理,包括分割和定位。分割將點雲圖中離散的點聚類成若干個整體,分類則是區分出這些整體屬於哪乙個類別(比如說行人,車輛以及障礙物)。
其中分割演算法:**知乎:最全綜述 | 影象分割演算法
分割出來的目標需要被正確的分類,常採用svm和聚類。svm
聚類在無人駕駛系統中,通常使用影象視覺來完成道路的檢測和道路上目標的檢測。包括:車道線檢測,可行駛區域檢測,路標檢測:其他車輛檢測,行人檢測,交通標誌和訊號檢測等。
1.車道線檢測:車道線檢測資料集及對應**實現
傳統方法:
(1)識別出車道線線,對於彎曲的車道線計算其曲率。
(2)確定車本身在車道線的位置。
端到端方法:直接擬合車道線引數(擬合曲線每一項所對應的係數)。
端到端最小二乘擬合-魯汶大學
基於例項分割的端到端檢測模型
2.可行駛區域檢測:場景分割
3.路標檢測(交通參與者檢測,分類)
(1)以rcnn為代表的基於region proposal的深度學習目標檢測演算法(rcnn,spp-net,fast-rcnn,faster-rcnn等);
(2)以yolo為代表的基於回歸方法的深度學習目標檢測演算法(yolo,ssd等)。
2.定位
(1)gps+慣性導航定位方法;
(2)地圖輔助類定位方法,包括同步定位與地圖構建(slam);
3.規劃
包括:任務規劃(路徑規劃-路網圖),行為規劃(決策制定-動作狀態)和動作規劃(基於目的動作處理)。
4.控制
任務:實現既定的動作。
無人駕駛汽車路徑規劃概述
無人駕駛汽車路徑規劃概述 無人駕駛汽車路徑規劃是指在一定的環境模型基礎上,給定無人駕駛汽車起始點和目標點後,按照效能指標規劃出一條無碰撞 能安全到達目標點的有效路徑。路徑規劃主要包含兩個步驟 建立包含障礙區域與自由區域的環境地圖,以及在環境地圖中選擇合適的路徑搜尋演算法,快速實時地搜尋可行駛路徑。路...
無人駕駛汽車系統入門
無人駕駛汽車系統入門 一 卡爾曼濾波與目標追蹤 無人駕駛汽車系統入門 二 高階運動模型和擴充套件卡爾曼濾波 無人駕駛汽車系統入門 三 無損卡爾曼濾波,目標追蹤,c 無人駕駛汽車系統入門 四 反饋控制入門,pid控制 無人駕駛汽車系統入門 五 運動學自行車模型和動力學自行車模型 無人駕駛汽車系統入門 ...
無人駕駛汽車
無人駕駛汽車是智慧型汽車的一種,也稱為輪式移動機械人,主要依靠車內的以計算機系統為主的智慧型駕駛儀來實現無人駕駛的目標。據湯森路透智財權與科技最新報告顯示,2010年到 2015年間,與汽車無人駕駛技術相關的發明專利超過22,000件,並且在此過程中,部分企業已嶄露頭角,成為該領域的行業領導者。無人...