社交網(wǎng)站百度搜索推廣費(fèi)用
#Apollo開發(fā)者#
學(xué)習(xí)課程的傳送門如下，當(dāng)您也準(zhǔn)備學(xué)習(xí)自動駕駛時，可以和我一同前往：
?《自動駕駛新人之旅》免費(fèi)課程—> 傳送門
《Apollo Beta宣講和線下沙龍》免費(fèi)報名—>傳送門
文章目錄
前言
傳感器
測距原理
坐標(biāo)系
標(biāo)定
同步
融合
部署
總結(jié)
前言
????????見《自動駕駛學(xué)習(xí)筆記（八）——路線規(guī)劃》??
????????見《自動駕駛學(xué)習(xí)筆記（九）——車輛控制》
????????見《自動駕駛學(xué)習(xí)筆記（十）——Cyber通信》
????????見《自動駕駛學(xué)習(xí)筆記（十一）——高精地圖》
????????見《自動駕駛學(xué)習(xí)筆記（十二）——定位技術(shù)》
傳感器
????????相機(jī)、毫米波雷達(dá)、激光雷達(dá)和超聲波雷達(dá)這幾種傳感器的性能對比如下圖：
????????事件相機(jī)是近年出現(xiàn)的新型應(yīng)用，事件相機(jī)只觀測場景中的“運(yùn)動”，確切地說是觀察場景中的“亮度的變化”。event camera只會在有亮度變化時，輸出對應(yīng)pixel的亮度變化（1或0），具有響應(yīng)快、動態(tài)范圍寬、無motion blur等優(yōu)勢，其成像結(jié)果如下圖所示：
測距原理
????????時間飛行法（TOF）是主流方案，通過脈沖在目標(biāo)與雷達(dá)之間的飛行時間差計算距離。優(yōu)勢：原理簡單，技術(shù)及產(chǎn)業(yè)鏈成熟探測距離長，響應(yīng)快。劣勢：計時器精確度要求高，易受環(huán)境影響雷達(dá)間串?dāng)_。
????????調(diào)頻連續(xù)波法（FMCW）是主流替代方案，通過多普勒效應(yīng)測量頻率差。優(yōu)勢：信噪比高，分辨率高，速度信息，可編碼，抗雷達(dá)互擾，功耗低，人眼安全。劣勢：前沿技術(shù)，成熟方案少，產(chǎn)業(yè)鏈初期。
????????三角測量法，通過將光源與相機(jī)配對來捕獲三維測量數(shù)據(jù)。優(yōu)勢：結(jié)構(gòu)簡單、測量速度快、具有實(shí)時處理能力、使用靈活、適應(yīng)力強(qiáng)。劣勢：在精度以及分辨率上仍然有不足。
坐標(biāo)系
????????自動駕駛中各個坐標(biāo)系的應(yīng)用如下圖所示：
????????數(shù)據(jù)坐標(biāo)系：根據(jù)傳感器原理不同，每種傳感器都會有自己的數(shù)據(jù)坐標(biāo)系，如相機(jī)將三維世界中的坐標(biāo)點(diǎn)映射到二維圖像平面的像素坐標(biāo)系。
????????傳感器坐標(biāo)系：以傳感器為中心的三維笛卡爾坐標(biāo)系。
????????車輛坐標(biāo)系：Apollo中采用右-前-天定義。原點(diǎn)：后軸中心為坐標(biāo)系中點(diǎn)。X：面向車輛前方，右手方向為正。Y：車輛前進(jìn)方向為正。Z：垂直地面，車頂方向為正。
????????EUN坐標(biāo)系的原點(diǎn)在地球表面，x和y軸在當(dāng)?shù)厮矫鎯?nèi)，分別指向東和北，z軸朝上，在局部范圍不是很大的情況，比如幾十km內(nèi)，我們認(rèn)為每一個原點(diǎn)的東北天坐標(biāo)系是平行的。
??????? UTM投影坐標(biāo)系全稱為“通用橫軸墨卡托投影”UNIVERSAL TRANSVERSE MERCATOR PROJECTION，是種“等角橫軸割圓柱投影”，圓柱割地球于南緯80度、北緯84度兩條等高圈，投影后兩條相割的經(jīng)線上沒有變形，而中央經(jīng)線上長度比0.9996。該投影方法按經(jīng)度分為60個帶，每帶6度，從西經(jīng)180度起算。如下圖所示為全球的UTM投影，北京所在的區(qū)域在第50個投影帶上。每個投影帶上的一個坐標(biāo)(x，y，z)可以唯-地表示地球上一個點(diǎn)，高度使用WGS84坐標(biāo)系統(tǒng)中的大地高度。
??????? Frenet坐標(biāo)系下，車輛運(yùn)動可以分解為沿中心線運(yùn)動和垂直于道路中心線運(yùn)動兩個部分。因此，我們可以使用變量 s和d描述車輛在道路上的位置。s坐標(biāo)表示沿道路的距離（也稱為縱向位移），d坐標(biāo)表示道路上的左右位置（也稱為橫向位移）。
標(biāo)定
????????傳感器標(biāo)定的目的即是把感知到的周圍環(huán)境統(tǒng)一到車身坐標(biāo)系下。
????????不同模型的傳感器后造成不同的數(shù)據(jù)畸變，例如：小孔模型( Pinhole )，全向相機(jī)( Onknidirectional )。畸形的數(shù)據(jù)如下圖所示：
????????去畸變：校正光線在經(jīng)過透鏡邊緣后發(fā)生彎折，造成的圖像邊緣彎曲。
????????內(nèi)參標(biāo)定：圖像坐標(biāo)系到相機(jī)坐標(biāo)系的映射，供應(yīng)商可提供，或者通過棋盤標(biāo)定板測定
????????外參標(biāo)定：傳感器相對于車身或其他傳感器坐標(biāo)系的位姿Rt
同步
????????各個傳感器采樣的頻率不一致，還需要同步到一個節(jié)拍上來使用，如下圖所示：
融合
????????融合是將多傳感器檢測到的目標(biāo)在時間和空何兩個尺度上達(dá)成同一。
????????時間：每個傳感器的頻率不一致，如LiDAR是10Hz，Camera是30Hz，Radar是10Hz。
????????空間：各傳感器的感知結(jié)果投影到車身坐標(biāo)系。
????????融合的的策略有三種，如下圖所示：
????????前融合：原始信號融合，一般用于同類傳感器融合，原始信息不損失，計算量大，融合難度大。
????????特征融合：傳感器信號進(jìn)行獨(dú)立特征提取后進(jìn)行融合，最近比較流行BEV。
????????后融合：每種傳感器獨(dú)立進(jìn)行感知檢測，在結(jié)果層進(jìn)行融合，原始信息損失較大，計算量小，難度低。
部署
????????不同的自動駕駛功能，應(yīng)用的傳感器部署方案如下圖所示：
????????外資車企的感知部署方案：
????????自主品牌車企的感知部署方案：
總結(jié)
????????以上就是本人在學(xué)習(xí)自動駕駛時，對所學(xué)課程的一些梳理和總結(jié)。后續(xù)還會分享另更多自動駕駛相關(guān)知識，歡迎評論區(qū)留言、點(diǎn)贊、收藏和關(guān)注，這些鼓勵和支持都將成文本人持續(xù)分享的動力。
????????另外，如果有同在小伙伴，也正在學(xué)習(xí)或打算學(xué)習(xí)自動駕駛時，可以和我一同抱團(tuán)學(xué)習(xí)，交流技術(shù)。
????????版權(quán)聲明，原創(chuàng)文章，轉(zhuǎn)載和引用請注明出處和鏈接，侵權(quán)必究！
????????文中部分圖片來源自網(wǎng)絡(luò)，若有侵權(quán)，聯(lián)系立刪。