杏彩体育注册-杏彩app平台登录主营:导轨式升降货梯|固定式升降机|移动式升降平台|登车桥

全国咨询热线

0531-84257568
首页 > 成功案例

成功案例

成功案例

杏彩体育平台登录

杏彩体育注册-杏彩app平台登录

销售一部: 0531-84256568

手机: 13145311989   王

销售二部: 0531-84257569

手机: 13075376394 高

销售三部: 0531-81171867

手机: 15650015956 王

邮箱: sythbz@sythbz.com

地址: 山东省济南市济北开发区

成功案例

杏彩体育注册 如何看待毫米波雷达和激光雷达之间的差别哪个才是自动

来源:杏彩体育app 作者:杏彩体育平台登录 发布时间:2024-05-17 06:47:55点击:1

杏彩体育注册·

  传感器融合路线的机会在前融合或者中融合层面,而目前市面上的多模态数据融合方案多为后融合或者结果层面的融合(补充链接:多模态数据融合的几种方式)。就是在生硬的融合方式下,各个传感器的缺点形成了木桶效应。

  前融合:如下图所示,前融合是一种数据层面上的融合策略,并且这种融合策略以激光雷达的数据为主,摄像头的数据为辅。利用摄像头的数据获取不带距离信息的语义分割结果来融合点云的原始数据,简单粗暴。

  深度特征融合:原始文章用的deep-fusion来进行表述,我的理解是深度特征,也就是两种不同传感器经过计算后的feature map或者tensor,对于点云来说可以使用voxel-base的算法进行处理得出特征空间和图像的feature map进行融合。这种方法使整个自动驾驶的感知更加紧凑,也是目前很多学者在尝试的方案之一!

  后融合:就是两种传感器分别进行计算得出检测或分割的结果,然后在根据多传感器标定的情况进行结果的融合。目前百度pollo等很多大厂开源或者路测的方案多基于此,比较直观也最能快速工程化实现的方案。但是我在工作中发现这种方案会放大不同传感器的固有缺陷(比如毫米波虚检对,激光在异常天气不够鲁棒,摄像头缺少深度信息等)。融合策略过于生硬!

  不对称融合:我的理解是不同阶段进行进行的融合,比如利用激光雷达计算后物体的proposal与图像在feature map阶段进行融合,不同点是feature map阶段比proposal阶段更抽象,然后进行tensor融合,最后进行解码得出结果。这种方案更多是在实际应用中尝试发现,好与不好要更多的去尝试

  Apollo2022技术开放日中提到,多层次多模态数据融合。感知 在点云和图像的表征层次上进行融合。除此以外还包括远视距的视觉感知,通常在 200 米以上,视觉的感知效果相对比较好。在近距离采用了鱼眼图像感知。把三者进行融合,形成高质量感知。

  BEV的出现给多模态数据提供了一个统一尺度的可能,比如在HDMapNet论文中,主要目的是基于多模态数据采集制作低廉高效的高精地图。作者设计了多传感器的动态可插拔结构。把所有传感器的数据或特征统一到BEV视角下,这样的统一尺度理论上来说天然成立。减少传感器会影响检测的效果,但是不会影响感知系统的可使用性,是1+12的正向结果。除了融合了激光雷达和图像的数据,HDMapNet也融合了轮速计和IMU的等其他传感器的数据。

  在ECCV2022公布的论文中,其中三篇关于多模态数据成果都是基于数据或者特征层面融合的创新。以下是论文链接。

相关标签:

成功案例

产品中心