【自动驾驶】Free space与Ray casting

本文探讨了自动驾驶中的关键概念Freespace(可行驶区域)和计算机视觉技术Raycasting,解释了它们如何结合使用Lidar数据预测2D可视性区域,以优化车辆轨迹规划。作者还提出了关于非结构化数据处理和未来研究方向的思考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 Free space是什么

在自动驾驶领域,free space即可行驶区域,在结构化道路的十字路口/非结构化道路都有很大作用。

2 Ray casting是什么

ray casting是计算机视觉领域,用于解决二维可视性2d vsibility问题的方法。其思想是从一个中心点,想周围发射射线ray,直到到达阻塞光线传播的墙。
相邻的角度之间构成会构成三角形,三角形组合起来就是全部的可视性范围。
当然,这样的话得发出非常多的光线,其实也可以在知道所有的墙或者障碍物的端点的情况下,按顺序遍历端点,然后就可以找到该三角形。
如果和【wall tracking墙面跟踪】结合起来的话,可以再简单一点,其思想是沿着中心点旋转,找到最近的不被遮挡的端点,即可构成三角形。
参考:https://www.redblobgames.com/articles/visibility/

3 它俩啥关系

用ray casting算法可以使用lidar信息,提取出类似2d visibility的区域,将这种信息给到自动驾驶规划蹭,可以得出更合理的轨迹。

4 TODO

1.这样的信息是非结构化的,是不是只适用于CNN?
2.有空可以阅读相关论文Safe Local Motion Planning with Self-Supervised Freespace Forecasting

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值