chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

傳感器融合技術在自動駕駛中的應用

知行科技iMotion ? 來源:知行科技iMotion ? 作者:知行科技iMotion ? 2022-06-14 16:27 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

干貨時間:本文將跟隨iMotioner Ting一起走進傳感器融合技術,結合具體方案,分享自動駕駛相關技術。

隨著軟硬件技術能力的飛速發(fā)展,當前汽車可裝載的智能駕駛傳感器種類可謂是琳瑯滿目,這對如何最大化利用傳感器的性能,為智能駕駛提供更充分的保障帶來了挑戰(zhàn)。

1傳感器融合技術

傳感器融合技術是智能駕駛相關技術棧中極其重要的一環(huán),簡單來講,它是指通過一系列算法,將車身所搭載的各類型傳感器所探測的信息有機的整合到一起,最大化整車對環(huán)境的感知能力,從而為后端的行為決策和控制等模塊提供環(huán)境信息。

單個的感知傳感器通常由于探測機理、可視角度等原因,具有一定的感知局限性,如果說各個獨立的傳感器讓汽車擁有了眼睛,那么傳感器融合技術, 將使車身看得更清,告別“近視”。

傳感器融合按照其融合的作用,一般有補償式融合,冗余式融合和協(xié)作式融合。1.補償式融合指各個傳感器對相同的環(huán)境進行探測,然后通過融合算法,或選取各個傳感器的優(yōu)勢探測信號,或整合各個傳感器各自的探測范圍,從而獲取更精準和覆蓋范圍更廣的環(huán)境信息。以當前主流的前視毫米波雷達和攝像頭融合(RV Fusion)方案為例:

2.冗余性融合是指各個傳感器對同一目標進行探測,融合算法整合所有對同一目標的探測信息,從而提升目標的可信度,降低單個傳感器誤檢對整體系統(tǒng)的影響。 冗余性融合廣泛應用于與安全性相關的功能中, 比如現(xiàn)流行的自動緊急剎車(AEB)功能,如果該車具有多個傳感器,則在對目標進行自動制動之前,一般要求至少有兩種及以上傳感器同時檢測到該目標,確保目標存在性的冗余,降低該目標是由單個傳感器誤識別的可能性,從而降低誤制動的概率(基于當前的法律法規(guī),這種誤制動是相當危險的,需盡力避免)。同樣以前述的雷達攝像頭方案為例,通常毫米波雷達檢測時,由于環(huán)境噪聲的干擾以及信號處理算法的局限,會不時地出現(xiàn)目標誤識別的現(xiàn)象,一般把這種誤識別產(chǎn)生的目標稱作鬼影(ghost)目標,而攝像頭的探測原理使得其具有更低的誤識別率,所以在這種系統(tǒng)中,如果安全性功能要想啟動,一般要求雷達和攝像頭都同時檢測到同一目標,從而降低誤制動率。

3.協(xié)作式融合是指整合各個傳感器的探測信息,相對來講這些探測信息都是較單一且低維度的,進行提取出更深度和高維度的探測信息。比如,通常攝像頭探測的圖像信息丟失了環(huán)境的三維信息,如果將雷達探測的點云信息和圖像像素信息進行融合,可以構建出帶有深度信息的圖像(深度圖),那么利用這張深度圖也就可以提取出完整的三維環(huán)境信息,除了目標感知之外,還能提供可行域(Fress Space)等更高維度的信息。當前流行的前融合即屬于這種融合大類,目前多家智能駕駛企業(yè)正在這個方向發(fā)力,并嘗試將其運用到量產(chǎn)項目中。

2智慧融合感知

當前,知行科技正著力于實現(xiàn)視覺感知與超聲波感知的融合,視覺感知對障礙物的存在性和類別判斷上有一定優(yōu)勢,只要依靠數(shù)據(jù)閉環(huán)鏈路,不斷迭代優(yōu)化視覺感知性能,就能對大部分常見的障礙物有較好的識別能力。超聲波傳感器對近距離的障礙物具有穩(wěn)定的感知能力,并且對任意類別的障礙物都能無差別探測,比如地鎖,花臺,限位桿等,廣泛應用于泊車功能的環(huán)境感知。將視覺和超聲波對障礙物的探測進行融合, 屬于補償式融合,將能夠更加穩(wěn)定魯棒地探測泊車位附近的障礙物,為泊車功能提供保障,此方案也將直接應用于知行科技的泊車功能中。此外,即將推出的iDC控制器,搭載有四顆環(huán)視攝像頭,知行科技也將對這四個攝像頭的感知結果進行一個FOV層面的融合,從而提供360°的無死角感知范圍。

3未來 擺脫“近視”

近年來大火的高速自動導航功能,要求自車具有穩(wěn)定的360°無差別的感知能力,所以多傳感器基于FOV層面的融合,以及各傳感器在FOV重疊區(qū)域的融合處理,是自動導航功能必不可少的方案。放眼高階自動駕駛,從前述的感知結果和融合方案可以看出,當前階段下主流的感知結果都是基于交通參與者這一障礙物(還可能包含信號燈,錐桶等靜態(tài)障礙物)為目標的,然而真實的交通場景是及其復雜的,交通參與者只是其中一個部分,對環(huán)境的完整勾勒無法靠目標級別的感知融合來實現(xiàn)。

當前,不少研究方正嘗試對各個傳感器的原始信息進行前融合,如原生的攝像頭圖片或者像素,雷達的點云甚至電磁波信號等,以及盡量不丟失感知信息的情況下完成對環(huán)境的更充分表達,從而邁向高階自動駕駛,這一方案能否最終落地量產(chǎn),還需要時間持續(xù)關注。上述的各種融合方式,沒有嚴格的界限,在一個智能駕駛系統(tǒng)中通常根據(jù)具體需求動態(tài)的選擇融合方式,且多種融合方式可能同時運用在相同傳感器中。智能駕駛的功能逐漸邁向高階,汽車所搭載的傳感器種類及數(shù)量也大幅度增加,但單個傳感器始終擺脫不了其固有局限,是一雙“近視”的眼睛,通過不斷優(yōu)化的傳感器融合算法,讓汽車擺脫“近視”,看得更清,行得更遠,更安全。

原文標題:猿桌派 | 傳感器融合,讓智能駕駛告別“近視”~

文章出處:【微信公眾號:知行科技iMotion】歡迎添加關注!文章轉載請注明出處。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2576

    文章

    54808

    瀏覽量

    789253
  • 智能駕駛
    +關注

    關注

    5

    文章

    2991

    瀏覽量

    51209
  • 自動駕駛
    +關注

    關注

    792

    文章

    14801

    瀏覽量

    178309
  • 知行科技
    +關注

    關注

    1

    文章

    80

    瀏覽量

    3985

原文標題:猿桌派 | 傳感器融合,讓智能駕駛告別“近視”~

文章出處:【微信號:gh_dd1765c34afb,微信公眾號:知行科技iMotion】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    如何設計自動駕駛傳感器失效檢測與容錯策略?

    對于自動駕駛汽車而言,傳感器是它感知世界的窗口。攝像頭負責采集環(huán)境圖像,毫米波雷達和激光雷達則用于測量周圍物體的位置和速度,而GNSS(全球導航衛(wèi)星系統(tǒng))與慣性測量系統(tǒng)可提供車輛的定位信息。這些數(shù)據(jù)經(jīng)過融合處理之后,
    的頭像 發(fā)表于 01-10 10:33 ?2522次閱讀

    超聲波傳感器線圈:自動駕駛實現(xiàn)精確實時近距離感知的關鍵

    超聲波傳感器線圈是自動駕駛系統(tǒng)不可或缺的組成部分。隨著自動駕駛技術的快速發(fā)展,各類傳感器成為智
    的頭像 發(fā)表于 11-12 16:03 ?236次閱讀

    激光雷達傳感器自動駕駛的作用

    2024 年至 2030 年間,高度自動化汽車每年的出貨量將以 41% 的復合年增長率增長。這種快速增長導致汽車品牌對精確可靠傳感器技術的需求空前高漲,因為他們希望提供精準、可靠且最終完全自動
    的頭像 發(fā)表于 10-17 10:06 ?3652次閱讀

    太陽光模擬 | 汽車自動駕駛開發(fā)的應用

    汽車產(chǎn)業(yè)向電動化、智能化轉型的浪潮,自動駕駛技術的研發(fā)面臨著復雜環(huán)境感知的挑戰(zhàn)。光照條件作為影響傳感器性能的關鍵因素,直接關系到
    的頭像 發(fā)表于 07-24 11:26 ?540次閱讀
    太陽光模擬<b class='flag-5'>器</b> | <b class='flag-5'>在</b>汽車<b class='flag-5'>自動駕駛</b>開發(fā)<b class='flag-5'>中</b>的應用

    低速自動駕駛與乘用車自動駕駛技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展正朝著多元化方向邁進,其中低速自動駕駛小車(以下簡稱“低速小車”)因其物流配送、園區(qū)運維、社區(qū)服務等場景
    的頭像 發(fā)表于 07-14 09:10 ?820次閱讀
    低速<b class='flag-5'>自動駕駛</b>與乘用車<b class='flag-5'>自動駕駛</b><b class='flag-5'>在</b><b class='flag-5'>技術</b>要求上有何不同?

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真確定性驗證

    自動駕駛仿真測試,游戲引擎的底層架構可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,傳感器配置與極端天氣場景實現(xiàn)測試
    的頭像 發(fā)表于 07-02 13:17 ?4138次閱讀
    康謀分享 | 基于多<b class='flag-5'>傳感器</b>數(shù)據(jù)的<b class='flag-5'>自動駕駛</b>仿真確定性驗證

    自動駕駛汽車是如何準確定位的?

    厘米級的定位精度,并能夠實時響應環(huán)境變化。為此,自動駕駛系統(tǒng)通常采用多傳感器融合的方式,將全球導航衛(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(LiDAR)、攝像頭、超寬帶(UWB)等多種
    的頭像 發(fā)表于 06-28 11:42 ?1116次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    卡車、礦車的自動駕駛和乘用車的自動駕駛技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展,讓組合輔助駕駛得到大量應用,但現(xiàn)在對于自動駕駛技術的宣傳,普遍是
    的頭像 發(fā)表于 06-28 11:38 ?936次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b><b class='flag-5'>在</b><b class='flag-5'>技術</b>要求上有何不同?

    自動駕駛技術落地前為什么要先測試?

    大量的傳感器、復雜的算法和強大的計算平臺來取代人類駕駛員的感知、判斷和操作。技術落地之前,“測試”便成了自動駕駛從實驗室走向真實道路的“安
    的頭像 發(fā)表于 06-09 09:42 ?649次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    。 ?自動駕駛軟件的特殊性? ? 感知層: ?激光雷達、攝像頭等傳感器數(shù)據(jù)處理算法的單元測試需覆蓋極端場景。例如,激光雷達點云濾波算法雨雪天氣下的噪聲抑制能力需通過邊界測試驗證。某廠商曾在測試
    發(fā)表于 05-12 15:59

    AI將如何改變自動駕駛?

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術的各個環(huán)節(jié),從感知能力的提升到?jīng)Q策框架的優(yōu)化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛從實驗室走向大規(guī)模商業(yè)化。 對于感知
    的頭像 發(fā)表于 05-04 09:58 ?728次閱讀

    自動駕駛中常提的“NOA”是個啥?

    “Navigate on Autopilot”,即自動導航駕駛,是一種依托高精度定位、多種傳感器數(shù)據(jù)融合以及先進人工智能算法和實時決策規(guī)劃,實現(xiàn)車輛
    的頭像 發(fā)表于 04-09 09:03 ?2675次閱讀
    <b class='flag-5'>自動駕駛</b>中常提的“NOA”是個啥?

    自動駕駛大模型中常提的Token是個啥?對自動駕駛有何影響?

    、多模態(tài)傳感器數(shù)據(jù)的實時處理與決策。在這一過程,大模型以其強大的特征提取、信息融合和預測能力為自動駕駛系統(tǒng)提供了有力支持。而在大模型的,
    的頭像 發(fā)表于 03-28 09:16 ?1161次閱讀

    激光雷達技術自動駕駛的應用與發(fā)展趨勢

    隨著近些年科技不斷地創(chuàng)新,自動駕駛技術正逐漸從概念走向現(xiàn)實,成為汽車行業(yè)的重要發(fā)展方向。眾多傳感器技術
    的頭像 發(fā)表于 03-10 10:16 ?1525次閱讀
    激光雷達<b class='flag-5'>技術</b>:<b class='flag-5'>自動駕駛</b>的應用與發(fā)展趨勢

    BEVFusion —面向自動駕駛的多任務多傳感器高效融合框架技術詳解

    和高效融合機制,解決了多模態(tài)傳感器幾何與語義任務的權衡問題,成為自動駕駛多任務感知的標桿框架其設計范式為后續(xù)研究提供了重要啟發(fā) ?**“
    的頭像 發(fā)表于 02-26 20:33 ?6283次閱讀
    BEVFusion —面向<b class='flag-5'>自動駕駛</b>的多任務多<b class='flag-5'>傳感器</b>高效<b class='flag-5'>融合</b>框架<b class='flag-5'>技術</b>詳解