Apollo自动驾驶入门课程第④讲 — 感知（上）.pdf

"Apollo自动驾驶入门课程第④讲 — 感知（上）" Apollo自动驾驶入门课程第④讲 — 感知（上）这节课主要介绍了自动驾驶的感知部分，涵盖了计算机视觉、机器学习和感知器件等方面的知识。 课程介绍了人类天生具备的多种传感器，例如眼睛、耳朵、鼻子和触觉传感器等，并解释了大脑如何处理这些传感器的数据来感知周围环境。 然后，课程讨论了自动驾驶汽车如何使用感知器件来感知周围环境，例如摄像头、雷达和激光雷达等，并介绍了这些器件如何帮助汽车感知周围环境。 在计算机视觉部分，课程介绍了计算机如何通过图像处理来识别物体，例如检测、分类和跟踪等，并解释了计算机视觉技术在自动驾驶中的应用。 在机器学习部分，课程讨论了机器学习在自动驾驶中的应用，例如使用特殊算法来训练计算机从数据中学习，并介绍了机器学习在对象检测、跟踪和分类等方面的应用。 这节课为学生提供了自动驾驶的感知部分的概述，涵盖了计算机视觉、机器学习和感知器件等方面的知识，为学生了解自动驾驶技术提供了一个系统的介绍。 知识点： 1. 感知器件：包括摄像头、雷达和激光雷达等，用于感知周围环境。 2. 计算机视觉：包括图像处理、检测、分类和跟踪等，用于识别和理解周围环境。 3. 机器学习：包括使用特殊算法来训练计算机从数据中学习，用于对象检测、跟踪和分类等。 4. 计算机视觉技术：包括图像分类、目标检测和跟踪等，用于自动驾驶中的应用。 5.LiDAR图像：是一种使用激光雷达来获取环境信息的技术，提供了难以通过摄像头图像获得的信息，如距离和高度。 6. 点云：是一种使用激光雷达来获取环境信息的技术，提供了关于物体的许多信息例如其形状和表面纹理。 7. 机器学习算法：包括监督学习、无监督学习和半监督学习等，用于训练计算机从数据中学习。 8. 计算机视觉模型：包括图像分类模型、目标检测模型和跟踪模型等，用于自动驾驶中的应用。 9. 感知系统：包括感知器件、计算机视觉技术和机器学习算法等，用于自动驾驶中的应用。