上次聊了聊數據層的感測器融合方法,這次談談高層的任務級融合:障礙物檢測/分類,跟蹤,分割和定位。有時候融合可能在某一級的特徵空間進行,這個也會隨任務不同而變化。
次序還是按照以前的,先說傳統方法,再分析深度學習方法。
傳統融合方法
傳統融合理論一般包括代數法(加權和算一種),卡爾曼濾波,貝葉斯理論和證據理論,其中卡爾曼濾波是最常見的方法。
1。「Intersection Safety using Lidar and Stereo sensors「:一個法國INRIA雙目和激光雷達融合(其實有毫米波雷達,沒有用在融合模塊)做十字路口安全駕駛系統的障礙物檢測。
TAG:自動駕駛 | 數據融合 | 感知 |