智能驾驶入门4——感知

计算机视觉

四个感知世界的核心任务

1. 检测：找出物体在环境中的位置
2. 分类：明确对象是什么
3. 跟踪：随时间推移观察移动物体
4. 语义分割：将图像中的每个像素与语义类别进行匹配

分类器的运行步骤

1. 接收输入（一系列）图像
2. 预处理：对图像进行标准化处理（调整图像大小、旋转图像、转换色彩空间）
3. 提取特征
4. 将特征输入到分类模型

摄像头图像

最常见计算机视觉数据
计算机如何判断图像：

• 数字图像图像转化为图像矩阵，每个矩阵中包含该网格的像素值
• 可以通过改变矩阵中的像素值来改变图像亮度（添加一个标量整数）、向右移动每个像素值等操作
• 数字网格是图像处理技术的基础
• 二维灰度像素值图像：包含宽度和高度
• 彩色图像：三位立方体，包含高度、宽度、深度；深度为颜色通道数量，大多为3（红绿蓝RGB）；深度可以被认为是三重叠加的二维色层

LiDAR图像

激光雷达传感器（发射光脉冲）创建环境的点云表征，提供了物体的距离和亮度信息。
主要借助光线（激光）测量光束来回的时间以测量距离。
通过对点的聚类和分析，提供足够的对象检测、跟踪、分类信息。