原创 Apollo進階課程第四章:高精地圖

高精地圖特點: 1,表述的完整性:把能影響人類駕駛行爲的特性全都表示出來,比如交通標誌、車道線等; 2,實時性; 3,高精是指描述內容全面。 高精地圖功能:輔助定位、感知、預測和規劃,彌補系統性缺陷,使得機器在人類構造的交通環境下

原创 Apollo進階課程第七章:感知

感知概貌:問題範圍 感知概貌:多個維度看問題 感知傳感器分類 點雲感知: 視覺感知: CNN檢測: 場景分割;可行駛區域檢測;車道線檢測;紅綠燈檢測。 紅綠燈檢測: 後處理: 感知與機器學習: 感知未來:

原创 Apollo進階課程第六章:Appolo ROS

參考資料: ROS官網 ETHZ ROS課程 ROS的基本知識: ROS TF: 描述座標系旋轉的功能節點 Ros service: 調試技巧: rqt:可視化 rqt=rosrun rqt_gui rqt_gui ros

原创 三維點雲處理技術四:三維點雲數據處理基礎

三維點雲處理技術四:三維點雲數據處理基礎PCL介紹PCL點雲數據結構PCL特性PCL模板庫PCL處理一般流程點雲濾波方法常見點雲濾波方法體素濾波器:統計濾波器點雲組織形式與最近鄰搜索八叉樹KD Tree點雲分割、擬合、聚類方法分割

原创 算法導論第十二章:二叉查找樹

**定義:**查找樹是一種數據結構,它支持多種動態集合操作,如查找、插入、刪除等,既可以用作字典,也可以用作優先隊列。 二叉樹的遍歷: 二叉樹的遍歷分爲前序遍歷、中序遍歷和後序遍歷,可以採用遞歸的方法遍歷,遍歷一棵含n個節點的二叉

原创 Apollo進階課程第三章:地圖

高精地圖特點: 1,表述的完整性:把能影響人類駕駛行爲的特性全都表示出來,比如交通標誌、車道線等; 2,實時性; 3,高精是指描述內容全面。 高精地圖功能:輔助定位、感知、預測和規劃,彌補系統性缺陷,使得機器在人類構造的交通環境下

原创 三維點雲處理技術三:三維空間變換

三維點雲處理技術三:三維空間變換剛體運動變換旋轉矩陣推導與性質座標系旋轉歐拉角旋轉矩陣的軸角四元數剛體運動變換總結:空間幾何變換 來源:睿慕課《三維點雲處理技術和深度學習在三維點雲處理中的應用》 剛體運動變換 表示旋轉變換的參數形

原创 Apollo進階課程第三章:Appolo定位技術

定位技術: 確定無人車在地圖中的位置。由於自身感知不夠強大,需要精準定位來輔助感知,其定位指標如下: 定位方法: GPS:5~10米 僞距差分: 米級 載波相位差分: <5cm 硬件成本較高,易受電磁干擾,多徑效應干擾 激光定位

原创 Apollo進階課程第二章:Appolo硬件開源平臺

Appolo研發流程: 硬件系統: 傳感器: 攝像頭功能: 車輛、行人檢測,車道線、交通標誌牌、紅綠燈檢測; 激光雷達:地圖定位和測繪,感知; 毫米波雷達:交通車輛的檢測,速度快,準確,不受天氣影響。遠距離77G,近距離2

原创 狀態估計第二講:線性高斯系統的狀態估計問題

本講的核心問題就是線性系統卡爾曼濾波的推導。 離散時間的批量估計 線性高斯模型 運動方程:xk=Ak−1xk−1+vk+wk,k=1,2……Kx_k=A_{k-1}x_{k-1}+v_k+w_k,k=1,2……Kxk​=Ak−1​

原创 VINS-FUSION源碼框架及C++知識點總結

VINS-FUSION源碼框架及C++知識點總結VINS-FUSION程序架構前端函數功能解讀後端初始化單目VIO初始化函數功能解讀優化一, sfm二,optimization()1, 添加相機狀態變量參數2,加入邊緣化先驗殘差信

原创 MSCKF-VIO源碼框架及C++知識點總結

MSCKF-VIO源碼框架及C++知識點總結摘要MSCKF-VIO程序架構前端前端流程圖函數功能解讀前端各主要函數模塊耗時分析後端後端流程圖函數功能解讀後端各主要函數模塊耗時分析運行過程分析ROS裏的信息流圖C++編程知識 摘要

原创 Apollo公開課三:定位

定位 準確地獲得無人車在地圖中的精確位置。 各種定位傳感器的特點 GNSS-RTK:GPS精確度一般爲1~5米,RTK精確度爲10cm以內,城市和峽谷中性能差,更新頻率低。相較GPS而言,RTK定位利用基站對GPS定位的誤差進行了

原创 Apollo公開課一: 無人駕駛概覽

課程內容 高精地圖—基礎,支撐起其他的諸多功能; 定位—在地圖中的位置,基於激光雷達等傳感器數據,獲得在世界座標系中釐米級定位; 感知:利用深度學習“看”環境,檢測,分類與分割; 預測:預測行人以及其他車輛的運動軌跡; 規劃:根

原创 Apollo公開課二:高精地圖

高精度地圖 高精度地圖包含許多輔助駕駛的信息,特別是道路的精確三維表達,還有許多語義信息,其最重要的特徵是釐米級的高精度。 高精地圖與定位、感知的關係: 無人車獲取的傳感器信息與高精地圖進行匹配可以進行精確定位; 傳感器的感知範