針對火車或電機車無人駕駛中，對障礙物的分類和位置判斷，提出了一種位置資訊判斷數學模型。
分類：人pr，礦石ps，其他裝置px
權重：0.7，0.2-0.3（根據大小確定），0-0.1
位置：軌道左側qn，軌道右側qn，軌道中間qm
權重：0.2，0.2，0.7
計算公式：w=(pi ×
\times
× **)/l，i=r，s，x ;j=m，n
電機車響應判定：w>km，立即剎車
km>w>kn，鳴笛，減速
w×
\times
×lm×
\times
×qm=0.014，kn=pr×
\times
×lm×
\times
×qn=0.006
模型說明：1、計算公式為障礙物分類權重乘障礙物位置權重除以障礙物距離，計算得到的w包含了障礙物位置距離和障礙物型別三類資訊。2、閾值計算遵循的標準：最大剎車閾值km表示軌道中間區域影響安全大小的礦石在電機車最小剎車距離內，包含的情況是人員在該區域；最小判斷預警閾值時軌道兩側的人員在電機車最小剎車距離，預防人員突然進入軌道中間區域，準備立即剎車。
按照權重和位置計算**，假設車輛最小剎車距離為10m，攝像頭拍攝距離20m。
軌道兩側裝置，距離大於最小剎車距離
軌道兩側小塊礦石，距離大於最小剎車距離
軌道兩側大塊礦石，距離大於最小剎車距離
軌道兩側行人，距離大於最小剎車距離
軌道中間裝置，距離大於最小剎車距離
軌道中間大塊礦石，距離大於最小剎車距離
權重0.001
0.002
0.003
0.007
0.003
0.009
行為判斷
判斷、預警
判斷、預警
判斷、預警
減速、鳴笛
判斷、預警
減速、鳴笛
軌道中間小塊礦石，距離大於最小剎車距離
軌道兩側裝置，距離等於最小剎車距離
軌道兩側大塊礦石，距離等於剎車距離
軌道兩側行人，距離等於最小剎車距離
軌道兩側小塊礦石，距離等於最小剎車距離
軌道中間裝置，距離等於最小剎車距離
軌道中間大塊礦石，距離等於最小剎車距離
權重0.006
0．001
0.006
0.014
0.004
0.006
0.018
行為判斷
減速，鳴笛
判斷、預警
減速、鳴笛
減速、鳴笛
判斷、預警
減速、鳴笛
剎車軌道中間小塊礦石，距離等於最小剎車距離
軌道中間人員，距離等於最小剎車距離
權重0.012
0.042
行為判斷
減速、鳴笛
剎車根據權重**設計相關判斷標準，進行資料處理即可。
無人駕駛（在apollo中新增新車輛）
1 can模組的位置 2 如何新增各品牌商的汽車 我們知道，apollo除了各個感測器的標定 以camera為例，常用的標定就有攝像頭內參標定 旋轉矩陣標定 幀率標定 解析度標定 閥值標定等等 演算法的標定之外，另外乙個重要功能就是盡量方便各個品牌商在apollo平台新增自己的汽車。但是各個品牌之間...
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...
初識無人駕駛
無人駕駛是多個技術的整合，其中包羅感測器，深度學習，定位，路徑規劃，障礙物檢測與規避，機械控制，系統的整合與優化，高精度地圖，其中gps用於定位，光學雷達用於定位和障礙物檢測，照相機用於深度學習物體識別，以及定位輔助。感測器獲取資料後，首先利用卡爾曼濾波或粒子濾波器，對感測器資訊進行融合，並得出最大...