閱讀了解到光學雷達（lidar）和gps在無人駕駛技術中的應用。光學雷達是一種光學遙感技術，通過打到目標物體上的雷射的接受-反射時間間隔來確定目標物體的實際距離。
利用lidar生成的點雲可以很大程度上解決上述兩個問題，借助lidar本身的特性可以對反射障礙物的遠近、高低，甚至是表面形狀有較準確的估計，從而大大提高障礙物檢測的準確度,而且在演算法的複雜度上低於基於攝像頭的視覺演算法，因此更能滿足無人車的實時性需求。
lidar面臨的技術挑戰：空氣中的懸浮物、計算量大、造假昂貴。
行車定位是無人駕駛最核心的技術之一，gps是當前行車定位不可或缺的技術，在無人駕駛定位中也擔負起相當重要的職責。然而無人車是在複雜的動態環境中行駛,尤其在大城市中，gps多路徑反射的問題會更加明顯，這樣得到的gps定位資訊很容易就有幾公尺的誤差。對於在有限寬度上高速行駛的汽車，這樣的誤差很有可能導致交通事故。因此,必須借助其他感測器輔助定位，增強定位的精度。另外,由於gps的更新頻率低( 10 hz ),在車輛快速行駛時很難給出精準的實時定位。慣性感測器( imu )主要是檢測和測量加速度與旋轉運動的高頻(lkhz)感測器，對慣性感測器資料進行處理後我們可以實時得出車輛的位移與轉動資訊，但是慣性感測器自身也有偏差與雜訊等問題影響結果。通過使用基於卡爾曼濾波的感測器融合技術，我們可以融合gps與慣性感測器資料，各取所長，以達到較好的定位效果。注意，由於無人駕駛對可靠性和安全性要求非常高，所以基於gps及慣性感測器的定位並非無人駕駛裡唯一的定位方式，還可以使用lidar點雲與高精地圖匹配，以及視覺里程計算法等定位方法，讓各種定位法互相糾正以達到更精準的定位。
縱使有多路徑等問題，gps 是個相對精準的定位感測器，但是gps的更新頻率低，並不能滿足實時計算的要求。而慣性感測器的定位誤差會隨著執行時間增長，但是由於慣性感測器是高頻感測器，在短時間內可以提供穩定的實時位置更新。所以，只要我們找到乙個方法能融合這兩種感測器的優點，各取所長,就可以得到比較實時與精準的定位。使用卡爾曼濾波器可以融合這兩種感測器資料。
我的第一本docker書 閱讀筆記
花了三四天看完了我的第一本docker書，話說書寫的還是挺簡單易懂的。與傳統的vm，virtualbox，或者與那種核心虛擬的xen，kvm相比，docker作為一種容器的虛擬方式，以啟動程序的方式來虛擬各種應用，更加節省資源，有其獨到的創新，並且可以把模板上傳到dockerhub共享，更是一種技術...
Docker命令總結 第一本docker書
dockerrun i t ubuntu bin bash 建立容器 使用ubuntu映象 建立後執行 bin bash命令 docker run namemydocker i t ubuntu bin bash 指定建立容器的名稱mydocker docker run name mydocker ...
那些書之《我的第一本C 書》
我的部落格 清明放了三天假，上了三天自習，把 我的第一本c 書 看完了 雖然書名是第一本書，其實我覺得應該是第二，或者第三本書，如果沒有一點基礎來看這本書，肯定會雲裡霧裡。放假前去的圖書館，偶然看到了這本書，翻了一下，覺得寫的挺有意思的並且挺簡單的就借了來。作者寫的不枯燥，但是講的也不夠細緻，當做第...