自动驾驶中,百度apollo的感知模块疑惑与解答(1)

本文章来自: Apollo开发者社区     原创:阿波君       

Apollo 障碍物感知系统分为 3D 检测、ROI 滤波识别运算感知 五大版块。

感知过程如下:

  1. 首先LiDAR探测到信号,传递给ROI的Filter,滤波后的信号通过Obstacle Segmentation和Detection识别;
  2. 然后进行 Tracking;

Apollo在运算这一块采用的是NVIDIA GPU,运算能力强劲,可以实现10Hz的输出,最后是Obstacles感知。

环境感知主要包括当前环境的语义分割 和 静态、动态的目标检测,采用人工智能技术中的深度卷积神经网络通过前期的数据训练以及特征提取,给出复杂环境中场景物体类别等信息,帮助计算机精准地理解周边的环境态势。

                                                                        Apollo 3.5 架构

百度Apollo中深度学习的应用

  • 关于车道线的检测

  • 障碍物检测:Mult-Task YOLO 3D。

在上期Apollo开发者社区直播课上,深度学习资深研究者-杨阳博士从百度Apollo自动驾驶感知技术出发,讲解环境感知中深度学习的实用性与高效性,并对开发者都关注的感知领域问题做了回复,大家一起看看吧!


 以下,ENJOY: 

Q: 汽车上的预测用什么硬件实现?

A: 在研发阶段,主要采用IPC,即工业个人计算机。这种方案便于研发,也有利于算法迭代。

算法成熟、固化之后,可以将其做成ASIC专用芯片,把算法和传感器集成在一起,在传感器内部实现边缘计算。

Q: 激光雷达还是必须的么,成本问题有机会解决么?

A: 激光雷达不是必须的,目前有公司采用的是惯性导航结合毫米波雷达等其他传感器的方案。

但是为了实现更高的自动驾驶级别,保障人员安全,就目前的技术方案而言,激光雷达是非常重要的。在实现大规模量产后,激光雷达的价格应该会进一步降低。

Q: 激光雷达目标识别部分有开源吗?

A: 有开源,在感知模块下 Lidar 里CNNSeg 算法。

Q: 激光雷达物体检测直接在三维上处理的话,速度可以达到吗?

A: 目前是在 2D Bird View上处理,为了速度考虑。3D上目前缺乏特别好的表达方式和加速策略。

Q: 请问在夜间如何进行目标价检测?

A: 夜间目标检测的问题是图像信息丢失较多,可以对图像进行适当的预处理,或者利用红外传感器得到的灰度图像检测目标。

Q: Apollo传感器原始数据融合后使用什么网络来处理呢?

A: 目前Apollo没有开源相应的算法,仍在迭代中。

Q: Paddle-Mobile可以运行在嵌入式系统上吗?

A: 可以,Paddle-Mobile支持在ARM平台的嵌入式系统上编译。 

Q: 目前Apollo可以达到最快车速是多少?

A: 城市道路 0-70公里/小时。高速0-120公里/小时。

Q: 车辆轨迹跟踪识别是怎么做的呢?

A: 对每个帧中的每个对象检测并且用边界框对每个对象进行标识,与下一个帧的特征进行比对,确定跟踪的车辆,对其进行身份确认,之后就可以确定跟踪的轨迹。

Q:我想问一下,深度强化学习在自动驾驶中还有什么落地场景吗?

A: 比如可以训练汽车进行右转,智能体在初始位置发动车辆,然后进行实验性驾驶,如果完成右转即得分,如果未完成右转则得负分,算法通过实验得到得数据,对分值高得动作优先选用,在成功与失败得经验中学习。最终完成任务。

Q: 道路检测有没有意义?

A: 道路检测当然具有意义,尤其是对于无人驾驶车辆在某些地段进行行驶的过程中,需要变换车道,或者对某些车辆、停在路边、路中间的物体进行检测,从而完成必要的避让操作,这些是自动驾驶里面必须完成的操作。

此外,我国交规中对于某些路段行驶的时候,都有一些严格的规定,比如不能变换车道,必须以一定的速度行驶等等,这些都通道路检测有关联。

Q: IMU在自动驾驶里如何应用?

A: 高精度的IMU可以保证在其他车载传感器均失效的短时间内,提供一定误差范围内的车辆位置和姿态数据。在GPS、LIDAR等设备的辅助下,IMU能够精确地追踪车辆的位置及姿态。

Q: 百度的Multi-task yolo3D 能稍微详细说一下嘛。

A: 请翻阅去年百度Apollo团队成员在下半年Apollo开发者社区分享——《单目摄像头下障碍物检测》。重点介绍了Multi-task yolo3D。

Q: 能不能讲一下激光雷达的检测部分?

A: 激光雷达发射激光脉冲,通过计算接收时间,来判断与目标物体的距离。汽车向周围发射脉冲,可以得到点云图。

Q: 想问一下,使用SCNN进行车道线检测可以做到多少FPS?

A: 目前百度Apollo支持30Hz的检测速率,也就是说,每秒可以达到30帧的处理速率。

Q: 好奇为什么自动驾驶测试车辆都喜欢选择林肯?

A: 林肯MKZ的量产车采用的是线控油门,线控刹车,线控转向系统,这是用于自动驾驶的首要因素。基于林肯MKZ,Dataspeed为开发者提供开发套件ADAS kit,而Autonomous Stuff提供线控的改装以及系统的集成。便于开发是选择这个车型的最主要原因。

Q: Is apollo base on Lincoln ?

A: In fact, many family cars and prototypes can be used as test vehicles.

希望对你有帮助。

发布了178 篇原创文章 · 获赞 373 · 访问量 30万+

猜你喜欢

转载自blog.csdn.net/qq_41204464/article/details/103176044