太仓网站建设太仓,网站设计师英文,网页设计模板html免费,博客做公司网站#Apollo开发者#
学习课程的传送门如下#xff0c;当您也准备学习自动驾驶时#xff0c;可以和我一同前往#xff1a; 《自动驾驶新人之旅》免费课程— 传送门
《Apollo 社区开发者圆桌会》免费报名—传送门 文章目录
前言
匹配关联
轨迹记录
状态预测
总结 前…#Apollo开发者#
学习课程的传送门如下当您也准备学习自动驾驶时可以和我一同前往 《自动驾驶新人之旅》免费课程— 传送门
《Apollo 社区开发者圆桌会》免费报名—传送门 文章目录
前言
匹配关联
轨迹记录
状态预测
总结 前言 见《自动驾驶学习笔记十一——高精地图》 见《自动驾驶学习笔记十二——定位技术》 见《自动驾驶学习笔记十三——感知基础》 见《自动驾驶学习笔记十四——感知算法》 见《自动驾驶学习笔记十五——交通灯识别》 自动驾驶中的目标跟踪流程如下图所示 匹配关联 匹配关联的主要目的是根据运动目标相关的特征值将障碍物序列中连续帧的同一运动目标关联起来得到每顿数据中目标的运动参数以及相邻帧间目标的对应关系。 相邻两个计算周期内检测到的目标示例如下 以目标的类型、大小、位置等特征值使用匈牙利算法进行匹配示例如下 障碍物匹配结果如下
前一帧后一帧1b2c3a4消失/新增d 轨迹记录 根据相邻帧间目标的对应关系把每个时刻串联起来从而得到障碍物完整的运动轨迹示例如下。 状态预测 根据目标的轨迹可以计算得到航向再根据轨迹中每个点的时间戳可以计算得到目标速度和加速度等状态信息。 预测得到的目标状态信息可用于卡尔曼滤波算法更新运动状态也可用于目标未来走向的预测示例如下 总结 以上就是本人在学习自动驾驶时对所学课程的一些梳理和总结。后续还会分享另更多自动驾驶相关知识欢迎评论区留言、点赞、收藏和关注这些鼓励和支持都将成文本人持续分享的动力。 另外如果有同在小伙伴也正在学习或打算学习自动驾驶时可以和我一同抱团学习交流技术。 版权声明原创文章转载和引用请注明出处和链接侵权必究 文中部分图片来源自网络若有侵权联系立删。
