日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

大眾GPS系統(tǒng)多少 gps系統(tǒng)的組成( 三 )


我們的目標(biāo)是通過點(diǎn)云旋轉(zhuǎn)和平移來最大限度降低這一平均距離誤差,這樣就可以在傳感器掃描和地圖之間找到匹配 。我們將通過傳感器掃描到的車輛位置轉(zhuǎn)換為全球地圖上的位置,并計(jì)算出在地圖上的精確位置 。
濾波算法是一種 LiDAR 定位方法,可消除冗余信息,并在地圖上找到最可能的車輛位置 。Apollo 使用了直方圖濾波算法,該方法有時(shí)候也被稱為誤差平方和算法(SSD) 。為了應(yīng)用直方圖濾波,我們將通過傳感器掃描的點(diǎn)云劃過地圖上的每個(gè)位置,在每個(gè)位置,我們計(jì)算掃描的點(diǎn)與高精度地圖上的對應(yīng)點(diǎn)之間的誤差或距離,然后對誤差的平方求和 。求得的和越小,掃描結(jié)果與地圖之間的匹配越好 。
該示例圖中顯示的一些對齊較好的點(diǎn),用紅色表示;以及一些對齊較差的點(diǎn),用藍(lán)色表示;綠色表示中等對齊 。
卡爾曼濾波是另一種 LiDAR 定位方法,也是一種算法,它根據(jù)我們在過去的狀態(tài)和新的傳感器測量結(jié)果預(yù)測我們當(dāng)前的狀態(tài) 。具體來說,卡爾曼濾波使用了預(yù)測更新周期:
首先,我們根據(jù)之前的狀態(tài)以及對移動距離和方向的估計(jì),來估計(jì)或“預(yù)測”我們的新位置,并通過使用傳感器測量我們的位置并加以糾正 。一旦使用傳感器測量了我們的新位置,便可以使用概率規(guī)則,將傳感器測量結(jié)果與我們現(xiàn)有的位置預(yù)測結(jié)合起來 。我們會永遠(yuǎn)遵循這個(gè)預(yù)測更新周期,也即需要對車輛進(jìn)行定位時(shí),先預(yù)測我們的新位置,然后用傳感器測量我們的位置 。
總結(jié):LiDAR 定位的主要優(yōu)勢在于穩(wěn)健性 。只要從高精度地圖開始,并且存在有效的傳感器,我們就始終能夠進(jìn)行定位 。主要缺點(diǎn)在于難以構(gòu)建高精度地圖,并使其保持最新 。事實(shí)上,幾乎不可能讓地圖保持完全最新,因?yàn)閹缀趺總€(gè)地圖均包含瞬態(tài)元素,汽車和行人,甚至停放的汽車,在我們下次駕車駛過時(shí)都會消失,街道上的垃圾會被吹走,世界上的許多元素都在不斷發(fā)生變化 。
視覺定位
圖像需要收集到最簡單的數(shù)據(jù)類型 。攝像頭便宜且種類繁多還易于使用,我們可以使用圖像來定位汽車嗎?
通過圖像實(shí)現(xiàn)精確定位非常困難 。實(shí)際上,攝像頭圖像通常與來自其他傳感器的數(shù)據(jù)相結(jié)合,用以準(zhǔn)確定位車 。但將攝像頭數(shù)據(jù)與地圖和 GPS 數(shù)據(jù)相結(jié)合比單獨(dú)使用攝像頭圖像進(jìn)行定位的效果更好 。
假設(shè)一輛車正在路上行駛,它感知到右邊有一棵樹,但是地圖顯示道路右側(cè)有幾棵樹,全部位于不通的位置,我們?nèi)绾沃儡囕v現(xiàn)在“看”到的是哪棵樹?
我們可以用概率來解決這個(gè)問題 。想象一下,我們正位于道路上許多不同點(diǎn)中的任意一點(diǎn)處,使用概率能確定哪個(gè)點(diǎn)最可能代表我們的實(shí)際位置 。
已知車輛右側(cè)有一棵樹,我們假設(shè)從一些點(diǎn)可以看到右邊有一棵樹,而從另一些點(diǎn)則看不到 。我們可以在開車的同時(shí)繼續(xù)觀察周邊世界 。
想象一下,我們開車前行,觀察到車輛右邊的另一棵樹,在觀察到地圖上的其余點(diǎn)之后,我們發(fā)現(xiàn)僅在少數(shù)幾個(gè)位置會發(fā)現(xiàn)車輛右側(cè)有成排的兩棵樹,我們當(dāng)然最有可能位于這些位置之一,所以我們可以排除所有其他位置 。
過程繼續(xù),通過觀察結(jié)果、概率和地圖來確定我們最可能的位置,該過程被稱為粒子濾波 。因?yàn)槲覀兪褂昧W踊螯c(diǎn)來估計(jì)最可能的位置,當(dāng)然,樹木在許多道路上比較稀少,但是車道線在許多道路上卻很常見,可以使用相同的粒子濾波原理對車道線進(jìn)行拍照 。使用拍攝的圖像來確定車輛在道路中的位置,可以將道路攝像頭圖像與地圖進(jìn)行比較 。我們的攝像頭圖像與地圖的某些部分匹配得很好,但與地圖的其他部分匹配得沒那么好 。

推薦閱讀