无人驾驶感知篇之融合（二）

今天上海疫情迎来了大决战，各个外省兄弟姐妹来支援上海，同时解放军也来了，让民众看到了希望。今天的心情也好了很多，哈哈，上海加油！！！上海加油！！！上海加油！！！前篇文章主要讲述了什么是无人驾驶感知的融合、多传感器融合要求、融合的分类。今天咱们主要说说多传感融合的主要算法，昨晚总结了目前无人驾驶常用的几种算法，若有不足，请多多指教！哈哈，毕竟咱也不是大神！

1.融合算法的分类

目前多传感器融合的常用方法基本上可概括为随机类方法和人工智能两大类。随机类方法目前常见的有加权平均法、多贝叶斯估计法、卡尔曼滤波法、Dempster-Shafer（D-S）证据推理、产生式规则等。人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。

2.随机类方法浅谈

加权平均法：加权平均法是信号级融合方法最简单、最直观方法，主要思想是将一组传感器提供的冗余信息进行加权平均，结果作为融合值，该方法是一种直接对数据源进行操作的方法。

多贝叶斯估计法：多贝叶斯估计法的主要思想是将传感器信息依据概率原则进行组合，测量不确定性以条件概率表示，当传感器组的观测坐标一致时，可以直接对传感器的数据进行融合。多数情况下，为数据融合提供了一种手段，是融合静环境中多传感器高层信息的常用方法。

卡尔曼滤波法：卡尔曼滤波法的主要思想是主要用于融合低层次实时动态多传感器冗余数据。该方法用测量模型的统计特性递推，决定统计意义下的最优融合和数据估计。

D-S证据推理法：D-S证据推理法主要是贝叶斯推理的扩充，其3个基本要点是：基本概率赋值函数、信任函数和似然函数。D-S方法的推理结构是自上而下的，分三级。第1级为目标合成；第2级为推断；第3级为更新。

产生式规则法：产生式规则法主要采用符号表示目标特征和相应传感器信息之间的联系，与每一个规则相联系的置信因子表示它的不确定性程度。当在同一个逻辑推理过程中，2个或多个规则形成一个联合规则时，可以产生融合。

无人驾驶感知篇之融合（二）相关推荐

无人驾驶感知篇之融合（一）
本来这篇文章计划昨天写的,但昨天看到上海的疫情关于上海婴幼儿被单独隔离问题,深感无奈.也不知道我们这些上班族能封到什么时候,突然想念之前堵车的上海,热闹的上海,愿疫情能早点结束!!! 1.什么是无人驾 ...
无人驾驶感知篇之融合（十四）
之前说过根据融合算法,可以概括为随机类方法和人工智能两大类.随机类方法目前常见的有加权平均法.多贝叶斯估计法.卡尔曼滤波法.Dempster-Shafer(D-S)证据推理.产生式规则等.人工智能类则 ...
无人驾驶感知篇之融合（十一）
之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论.神经网络.粗集理论.专家系统等.上一篇主要讲述了神经网络,今天主要写写粗集理论. 1.粗集理论的由来粗集理论是由波兰学者z．Pawlak于1 ...
基于KITTI数据集的无人驾驶感知与传感器融合实现—（0）—照猫画虎
基于KITTI数据集的无人驾驶感知与传感器融合实现-(0)-照猫画虎学习前言链接项目介绍项目效果逻辑框架图详细步骤学习前言最近自动驾驶蛮火的,我自己看这玩意也想弄弄,然后在百度AI ...
无人驾驶感知篇之目标跟踪（一）
基本的感知任务有针对动态道路参与者的目标识别.检测和跟踪,之前的文章基本把无人驾驶感知篇之目标检测写的差不多了,这篇开始写一写目标的跟踪. 1.什么是目标跟踪目标跟踪是目标检测在时间轴上的延续,获得 ...
无人驾驶感知篇之目标跟踪（十二）
终于把相关滤波的目标跟踪算法写完了,其实还有其他的相关滤波算法,暂时也不写了.从今天开始写写深度学习跟踪算法,其实不太想写深度学习跟踪算法,担心写不好,挺复杂的,写不好莫要见怪哈.这一篇主要写写深度学 ...
无人驾驶感知篇之目标跟踪（十八）
终于快把目标跟踪写完了,目标跟踪相对检测还是挺复杂的.今天把目标跟踪的最后一篇算法写完,DeepTracking目标跟踪算法,该算法也是深度学习跟踪算法比较难的一种算法. 1.什么是DeepTrack ...
无人驾驶感知篇之传感器标定（一）
终于把感知方面的目标跟踪写完了,这部分的内容较多,也比较复杂.今天开始写感知方面的最后一块内容--传感器标定. 1.为什么要进行传感器标定为了更全面的获取环境信息,无人驾驶的感知系统需要使用多个同构 ...
无人驾驶感知篇之激光雷达
今天是上海浦西封闭的第一天,早上醒来的时候特意在窗外远望了一下,发现上海的街道甚是冷清,有点悲凉之感,真的希望上海能早日恢复如初!今天写这篇文章,咱们主要讲述下激光雷达 1.激光雷达的工作原理之前讲 ...

无人驾驶感知篇之融合（二）

无人驾驶感知篇之融合（二）相关推荐

最新文章

热门文章