当前位置:首页 > 大病医疗保险科技 > 正文

温州新闻:简单理解汽车感知系统的架构与关键技术

sunbet安卓下载

欢迎进入sunbet安卓下载!Sunbet 申博提供申博开户(sunbet开户)、SunbetAPP下载、Sunbet客户端下载、Sunbet代理合作等业务。

,

1.感知系统基本介绍

Perception(感知)系统是以多种传感器的数据与高精度地图的信息作为输入,经过一系列的计算及处理,对自动驾驶车的周围环境精确感知的系统。

它能够为下游模块提供丰富的信息,包括障碍物的位置、形状、类别及速度信息,也包括对一些特殊场景的语义理解(例如施工区域,交通信号灯及交通路牌等)。


感知系统的构成与子系统


传感器:涉及到传感器的安装,视场角,探测距离,数据吞吐,标定精度,时间同步等。因为自动驾驶使用的传感器比较多,时间同步的解决方案至关重要。


目标检测及分类:为了保证自动驾驶的安全,感知系统需要达到近似百分之百的召回率及非常高的准确率。目标检测及分类往往会涉及到深度学习方面的工作,包括3D点云及2D Image(图片)上的物体检测及多传感器深度融合等。


多目标追踪:跟进多帧的信息计算并预测障碍物的运动轨迹。


场景理解:包括交通信号灯,路牌,施工区域,以及特殊类别,比如校车,警车。


机器学习分布式训练基础架构及相关评价系统


数据大量的标注数据,这里包括3D点云数据及2D的图片数据等。


传感器详解


目前自动驾驶应用的传感器主要分为三类:激光雷达(LiDAR),相机(Camera),毫米波雷达(Radar)。



开头提到,感知系统的输入为多种传感器数据和高精地图,而上图展示了感知系统物体检测的输出结果,即能够检测车辆周围的障碍物,如车辆、行人、自行车等,同时结合高精度地图,感知系统也会对周边的Background(环境背景)信息进行输出。


如上图所示,绿颜色的块状代表一辆乘用车,橙色代表一辆摩托车,黄色代表一位行人,灰色则是检测到的环境信息,如植被。

热点网版权保护: 转载请保留链接: http://www.dabingyiliaobaoxianwang.cn

博客主人

推荐文章

热门文章

随机文章