第34課、感知的未來
sensor迭代：
(1)如果在自動駕駛的研究中，發現某一類感測器在感知或者其他模組中具有很大的價值。
(2)那麼，整個資本市場會投入很多人力、財力研發感測器。隨著量產之後，感測器的成本就會大幅下降，更新換代就比較快。
深度學習+**資料+ai晶元
(1)深度學習已經證明了在感知中有很大的作用，但是計算量很大，專門研究車載ai晶元是對這一問題的很好解決方案。
(2)現在很耗時的cnn模型以後都不是瓶頸，而且定製ai晶元的功耗可以足夠低，滿足車載需求。深度學習需要大量資料的問題，可以通過**來彌補。目前，點雲**相對簡單一些，影象**相對困難點。如果**這條路可以走通，那麼**+深度學習不斷迴圈迭代，是非常有前景的。
智慧型交通設施
(1)目前，自動駕駛都是在車上安裝感測器進行感知，感知的範圍、魯棒性都有待提高。
(2)如果將這套感測器布置在道路上、燈上，讓它們來感知，然後將實時結果傳輸給無人車。
(3)如果車上的感測器失靈，那麼路面上的感測器會告知無人車障礙物資訊，保證系統安全性。另外在駕駛環境中部署感測器可以拓展感知距離，做到足夠安全，提前告知遠處的資訊。
大三小學期高階課程第五課 硬體開發平台介紹
第5課 apollo硬體開發平台介紹 從自動駕駛研發的流程角度看，大致可以分為以下4個步驟 a 軟體在環 軟體在環是基於 和模擬的軟體 類似於賽車類遊戲。即是在軟體系統裡 模擬出真實的道路環境如光照 天氣等自然環境，開發者可將自動駕駛 開發完畢後，在 系統內執行，測試是否可以實現目標。b 硬體在環 ...
大三小學期高階課程第三十二課 感知演算法
第32課 感知演算法 點雲感知 1 點雲障礙物感知的主要任務是感知障礙物的位置 大小 類別 朝向 軌跡 速度等。核心是點雲檢測分割技術，可以用啟發式演算法ncut和深度學習演算法cnnseg完成。啟發式方法 ncut 1 ncut演算法的基本思想是基於空間平滑性假設，即空間上接近的點來自同乙個障礙物...
大三小學期高階課程第二十四課 ROS原理1
第24課 ros原理1 apoollo ros對ros的改進 1 通訊效能優化 首先，我們看看為什麼要進行通訊優化，主要有以下幾點原因 自動駕駛大量使用感測器引發很大的傳輸頻寬需求。自動駕駛使用大量的感測器，這些感測器的資料量非常龐大。大量資料在目前ros的通訊架構裡面會帶來比較高的延遲或是丟幀。節...