- 博客(11)
- 收藏
- 关注
RSS订阅原创 apollo自动驾驶-感知-雷达目标跟踪：lidar_tracking
该组件是激光雷达目标检测的最后一个组件，相对其他模块实现的功能稍微复杂一些，现在针对每个实现细节做较为详细的介绍。模块主要实现了2大功能模块：目标匹配和目标融合。对于经过目标匹配和目标融合后的新目标，会push到frame中的tracked_objects中，以方面后续使用。这里要先分清楚两个概念：新检测目标：只的是本循环周期内，通过激光雷达检测输出的目标；轨迹中最新目标：指的是之前的循环周期push到轨迹中的最新目标；
2025-02-15 12:14:05
622
原创 apollo自动驾驶-感知-激光雷达检测目标过滤：lidar_detection_filter
该组件是对激光雷达检测的目标进一步进行过滤，其中提供了3种目标过滤器，包括ROI边界过滤器、策略过滤器、背景过滤器。这个组件比较简单，如果在前面已经打好了基础，对这个组件的理解就会很容易。注意：大家可以根据项目需求增添属于自己的目标过滤器。配置文件中使用了ROI边界过滤器、策略过滤器，现对这两种过滤器做简单介绍。1）ROI边界过滤器过滤掉距离地图边界2.5m以外的目标；过滤掉地图内、置信度较低且距离道路边界较近的目标；
2025-02-01 10:12:35
534
原创 apollo自动驾驶-感知-激光雷达检测：lidar_detection
该组件是对接收的激光雷达点云进行障碍物检测，目标是识别目标的类型、位置大小、置信度，注意这里未获取目标速度，目标速度会在lidar_tracking中获取。功能实现主要分为2步：1）使用深度学习进行障碍物检测；2）构建目标多边形。Apollo目前采用的centerpoint深度学习算法进行的目标检测，其实大部分工作是在训练时中做的，这是只是使用了深度学习得到的模型和参数文件，部署后通过推理直接得出目标障碍物的信息。为保证大家更好的理解，后续会开一期centerpoint深度学习的训练过程，敬请期待。
2025-01-31 18:12:46
297
原创 apollo自动驾驶-感知-点云地面检测：pointcloud_ground_detection
该组件是检测打到地面的激光点云，将上一步过滤得到的ROI点云的基础上，再细分为地面点和非地面点两部分。虽然代码有些难读，其实整个实现过程并不难。以下针对实现的细节做个较为详细的介绍。1）首先将在感兴趣的距离（80m）范围内等距离划分出粗分（256）方格和细分（32）方格；如下图所示，粗分方格中包含细分方格。2）将ROI点云根据实际位置分发到不同的方格中，同一个激光点，在粗分方格和细分方格都有对应的位置。为增加点云的处理速度，这里使用了SSE2指令集。3）地面候选点云过滤。
2025-01-27 09:43:10
602
原创 apollo自动驾驶-感知-地图ROI过滤：pointcloud_map_based_roi
该组件是对接收的激光雷达点云进行过滤，目标是只保留地图内的点云，滤除地图外的点云。主要分为2步：1）提取高精地图结构；2）标记哪些点云在地图内。
2025-01-23 12:10:35
940
原创 apollo自动驾驶-感知-点云预处理：pointcloud_preprocess
该组件是对接收的激光雷达点云数据做预处理，主要实现点云过滤和坐标系转换两个功能。注意，输入的激光雷达点云数据是由激光雷达驱动解析后发出的，激光雷达驱动的发送周期为100ms，为激光雷达旋转一圈的数据量。
2025-01-16 20:18:52
812
原创 carsim2020.0的教程在“将HDWDZDPPV6 替换成 复制的HostID”这个步骤总是安装失败，解决这个问题，成功安装carsim2020.0的经验
网络carsim2020.0的教程在“将HDWDZDPPV6 替换成 复制的HostID”这个步骤总是安装失败，解决这个问题，成功安装carsim2020.0的经验
2022-12-08 13:46:40
2403
1
原创 求任意一个点到任意函数曲线或曲线方程（参数方程）上最近距离点的通用方法，含Matlab实现代码
一、问题提出假如曲线外有一个点，如果这个曲线是直线，求这个点到直线的距离最近的点，则比较好求，直接作垂直线，再求交点即可。但是，如果这个曲线不是直线，而是一个任意弯曲的函数曲线甚至是一个参数方程形式的曲线，该如何求解呢？二、解决方案1、对于求一个点到任意函数曲线这种情况，我是通过搜索法实现的。设有函数曲线外有一个点，现在以为圆心，半径依次为（半径线性递增或指数递增等）画圆，直到画出的圆能够与函数曲线相交。判断圆与曲线是否相交的方法如下：如画一个半径为的圆，则对应的范围为，通过对进行0.01的细分
2022-05-29 09:23:20
3924
2
原创 简述最小二乘法基本概念和拟合方法，给出高次函数的拟合公式，配有有matlab仿真程序
最小二乘法是一种常用的曲线拟合算法，尤其对于存在白噪声的数据的拟合尤其有用。本文首先简析最小二乘法的作用，然后再推到高次（以3次为例）多项式的拟合公式，并用MATLAB仿真展示具体的应用示例。一、最小二乘法的用途最小二乘法是一种常用的曲线拟合算法，尤其对于存在白噪声的数据的拟合尤其有用。最小二乘法是一种对于物理量参数的有效估计，综合考虑所有点的偏差，所评估的参数使得对于所有的测量点方差最小。二、高次多项式的拟合公式推导假设需要使用最小二乘法对一个3次函数进行拟合，该函数的真值表达式如下：
2022-05-21 11:55:40
3654
转载 在HAL库的基础上修改串口中断函数，使串口中断接收不定长数据，且不发生丢失现象。
https://blog.youkuaiyun.com/qq_33374294/article/details/84137683 有用
2019-06-14 23:41:59
1094
转载 STM32F10X系列Cubemx库CAN2接收不到数据问题
STM32F107VC基于Cube库无法检测CAN2的接收中断http://www.stmcu.org.cn/module/forum/thread-607712-1-1.html欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变...
2019-06-08 17:08:32
1242
apollo自动驾驶10.0-感知-lidar-完整注释版
2025-02-15
apollo自动驾驶-感知-点云地面检测：pointcloud-ground-detection
2025-01-27
apollo自动驾驶-感知-地图ROI过滤：pointcloud-map-based-roi
2025-01-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人