资料下载
×
深度学习传感器融合技术在自动驾驶汽车感知与定位中的应用研究
消耗积分:0 |
格式:pdf |
大小:0.50 MB |
2023-06-07
分享资料个
为了实现自主决策和驾驶控制，无人驾驶汽车（AV）配备了传感器，利用5G等通信技术的进一步进步，既可以感知周围环境，也可以感知远处的环境。与此同时，同人类一样，当地的知觉将 继续是近距离控制车辆的有效手段。另一方面，扩展感知允许对遥远事件的预期，并产生更智能的行为，在尊重一套标准(安全、能源管理、交通优化、舒适度)的同时，引导车辆到达目的地。 尽管传感器技术在近年来的有效性和适用性方面取得了显著的进步，但传感器仍然可能由于噪声、环境条件或制造缺陷等因素而失效；因此，在任何自动驾驶任务中都不建议依赖单个传感器。 实际的解决方案是将多个具有竞争力和互补性的传感器结合起来，协同工作，以克服各自的缺点。在文章中提供了一个全面的回顾的最先进的方法，以提高在短程或本地车辆的环境中AV系统 的性能。具体来说，它重点关注最近使用深度学习传感器融合算法进行感知、定位和绘图的研究。文章的结论是强调当前的一些趋势和未来可能的研究方向。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
