（秋招复习）自动驾驶与机器人中的SLAM技术（二）

第五章 基础点云处理

激光传感器与点云的数学模型

1. 雷达分类：机械旋转式雷达和固态雷达
2. 点云测量模型：RAE，距离–方位角–俯仰角
3. 点云的packets表达：内参数放在固定的参数文件，记录运行时变化的部分，可以大幅节省雷达与计算机的数据通讯量
4. BEV:俯视图，定义一个图像中心和分辨率，把点云转换成俯视视角下的图片。当然同理的还有距离图，取图像的横坐标为激光雷达的方位角，纵坐标则取俯仰角，这种投影方式就称为距离图

最近邻问题

准确率和召回率

这个概念其实是一个基础概念，所以就拿到前面说了，首先是假阳性和假阴性，栅格法检测出来的最近邻，实际当中并不是最近邻。这种情况称为假阳性（false positive）。一次实验中假阳性的次数记作FP。而实际当中的某个最近邻，在栅格法中并没有检测到。这种情况称为假阴性（false negative）。一次实验中假阴性的次数记作FN。 precision和recall的计算都