感知： 主要利用深度学习来检测周围的环境，包括分类、检测、跟踪和分割等任务。
Apollo感知方案：
对于三维物体检测，Apollo在高精地图上使用ROI（感兴趣区域）来重点关注相关对象，将ROI滤波器应用于点云和图像数据以缩小搜索范围，加速感知，通过检测网络馈送已过滤的点云，输出用于围绕构建对象的三维边界框，最后使用检测关联算法来跨时间识别单个物体。
对于交通信号灯的检测，先在高精度地图上识别前方是否有交通灯，如果前方有，高精地图会返回其位置，相机捕捉到交通灯后，使用检测网络来检测交通灯位置，然后裁剪分类以确定交通灯信号。
使用YOLO来检测车道线和其他动态物体，之后在线检测模块会结合其他数据来对车道线预测进行调整，车道线最终被并入“虚拟车道”单一数据结构中，类似地，YOLO检测结果结合其他传感器数据来调整动态物体的检测，以获取每个物体类别、位置、速度、方向等信息，虚拟车道和虚拟对象均被传递到规划和控制模块。
传感器数据比较：
传感器数据融合： EKF
原创文章 13
获赞 7
访问量 1286