女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

康謀技術(shù) | 自動駕駛多傳感器數(shù)據(jù)融合方法

keymotek ? 來源:jf_33031604 ? 作者:jf_33031604 ? 2024-01-24 18:02 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近年來,深度學(xué)習(xí)技術(shù)在涉及高維非結(jié)構(gòu)化數(shù)據(jù)領(lǐng)域展現(xiàn)出了最先進(jìn)的性能,如計算機(jī)視覺、語音、自然語言處理等方面,并且開始涉及更大、更復(fù)雜的多模態(tài)信息問題。

不同傳感器在進(jìn)行同一實(shí)驗(yàn)任務(wù)時,針對產(chǎn)生的同一現(xiàn)象進(jìn)行觀測,采集的數(shù)據(jù)構(gòu)成被測對象的多模態(tài)信息。多模態(tài)信息可以實(shí)現(xiàn)不同傳感器之間數(shù)據(jù)互補(bǔ),并在相同學(xué)習(xí)任務(wù)獲取更豐富的特征,從而實(shí)現(xiàn)比單一模態(tài)更好的性能。

自動駕駛領(lǐng)域,多模態(tài)數(shù)據(jù)通常包括安裝在車輛上的多個傳感器,包括雷達(dá)、立體可見光攝像頭、紅外攝像頭、GPS等,為執(zhí)行自動巡航,從傳感器收集的異構(gòu)數(shù)據(jù)用于學(xué)習(xí)許多相互關(guān)聯(lián)但復(fù)雜的任務(wù),如定位和測繪、場景識別、路徑規(guī)劃和駕駛員狀態(tài)識別等。

大多數(shù)先進(jìn)的融合方法集中于如何融合來自多模態(tài)空間的信息或特征。根據(jù)多模態(tài)信息的融合策略主要可以分為早期融合、中期融合和晚期融合。

一、多傳感器數(shù)據(jù)融合處理方法

1、早期融合

wKgaomWuNwaALI0_AAAWiGFL02k275.png

早期融合在輸入端進(jìn)行簡單鏈接多模態(tài)數(shù)據(jù)組合,然后輸入到特定的模型進(jìn)行處理。LaserNet采用了這種融合策略,將三維的點(diǎn)云映射到二維圖像上,采用全卷積網(wǎng)絡(luò)進(jìn)行概率預(yù)測,實(shí)現(xiàn)端到端的三維物體檢測。

早期融合的方式能夠保留最多原始數(shù)據(jù)的特征,但對于來自不同傳感器的模態(tài)信息來說,這種融合方式計算量大,對設(shè)備運(yùn)行要求較高。

2、中期融合

wKgZomWuNy2AcX3-AAAe09GUS1U536.png

中期融合又稱作是特征融合,需要對來自不同模態(tài)的數(shù)據(jù)進(jìn)行特征提取,并對特征圖進(jìn)行融合操作后輸入到目標(biāo)任務(wù)中進(jìn)行處理。通過ROI池化的方式將二維圖像和點(diǎn)云鳥瞰圖、前視圖特征整合到同一特征尺度進(jìn)行融合,并構(gòu)建兩個子網(wǎng)絡(luò)進(jìn)行多視圖區(qū)域特征融合,并在不同路徑中間層中交互特征,實(shí)現(xiàn)了自動駕駛場景下高精度的三維物體檢測。

中期融合的方式能夠有效減少模型的數(shù)據(jù)輸入,能夠有效整合來自不同模態(tài)的深層特征。

wKgaomWuN1qAS533AAAa33brT8g366.png

3、晚期融合

晚期融合(決策融合)針對每種模態(tài)的目標(biāo)任務(wù)結(jié)果進(jìn)行決策投票,比其他兩種融合策略更為直觀,能夠有效地促進(jìn)多模態(tài)之間的協(xié)作,避免因?yàn)閭鞲衅魇Ф鴮ψ罱K任務(wù)結(jié)果造成嚴(yán)重影響。

晚期融合由于需要對不同模態(tài)的數(shù)據(jù)進(jìn)行處理和任務(wù)執(zhí)行,其任務(wù)完成質(zhì)量受到單一模態(tài)影響較大,同時也存在計算開銷大的問題。

二、aiSim仿真模擬平臺

作為一款端到端的自動駕駛仿真模擬工具,康謀aiSim仿真模擬平臺能夠提供現(xiàn)實(shí)世界中難以捕捉的場景和自動駕駛過程中的邊緣案例,具有高可擴(kuò)展性、高保真度的傳感器模擬和環(huán)境模擬,能夠擴(kuò)充不同測試場景的數(shù)據(jù)廣度和深度,有效提升ADAS/AD算法的能力。

wKgZomWuN3qAE2csAAGV7umjHis537.png

傳感器是環(huán)境感知系統(tǒng)的核心,自動駕駛車輛需要通過傳感器獲知周圍的環(huán)境信息。康謀aiSim設(shè)計了基于物理原理的傳感器模型,能夠全面準(zhǔn)確的模擬條件和交互環(huán)境。傳感器模型庫包括相機(jī)、激光雷達(dá)、雷達(dá)、超聲波傳感器等。

高度可擴(kuò)展框架能夠?qū)崿F(xiàn)在多個GPU上實(shí)現(xiàn)分布式光追渲染,實(shí)時仿真高度復(fù)雜的多傳感器配置。

具有污泥遮擋、冷凝水霧遮擋、鏡頭色差、鏡頭炫光等多種相機(jī)退化和鏡頭失真情景。

支持新傳感器模型配置和設(shè)計,并快速測試其感知性能。相機(jī)、激光雷達(dá)和雷達(dá)視場可視化有助于確定傳感器在車輛上的最佳安裝位置。


如您對上述產(chǎn)品感興趣,

歡迎聯(lián)系康謀自動駕駛團(tuán)隊(duì)了解更多信息。

我們將竭誠為您服務(wù)!

期待與您的交流!


審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2565

    文章

    52971

    瀏覽量

    767172
  • 仿真
    +關(guān)注

    關(guān)注

    52

    文章

    4283

    瀏覽量

    135789
  • adas
    +關(guān)注

    關(guān)注

    310

    文章

    2257

    瀏覽量

    210221
  • 數(shù)據(jù)融合
    +關(guān)注

    關(guān)注

    0

    文章

    46

    瀏覽量

    10518
  • 自動駕駛
    +關(guān)注

    關(guān)注

    788

    文章

    14312

    瀏覽量

    170571
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    分享 | 基于傳感器數(shù)據(jù)自動駕駛仿真確定性驗(yàn)證

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,在傳感器配置與極端天氣場景中實(shí)現(xiàn)測試數(shù)據(jù)零差異?確定性驗(yàn)證方案已成為
    的頭像 發(fā)表于 07-02 13:17 ?3342次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | 基于<b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>數(shù)據(jù)</b>的<b class='flag-5'>自動駕駛</b>仿真確定性驗(yàn)證

    分享 | 自動駕駛仿真進(jìn)入“標(biāo)準(zhǔn)時代”:aiSim全面對接ASAM OpenX

    自動駕駛領(lǐng)域,仿真與標(biāo)準(zhǔn)接口至關(guān)重要。aiSim集成ASAM OpenX系列標(biāo)準(zhǔn),通過OpenDRIVE、OpenSCENARIO等五大標(biāo)準(zhǔn),全面優(yōu)化仿真各環(huán)節(jié),提升測試效率與規(guī)范性,推動
    的頭像 發(fā)表于 05-14 10:38 ?2867次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | <b class='flag-5'>自動駕駛</b>仿真進(jìn)入“標(biāo)準(zhǔn)時代”:aiSim全面對接ASAM OpenX

    應(yīng)用 | 基于傳感器融合的海洋數(shù)據(jù)采集系統(tǒng)

    在海洋監(jiān)測與無人艇控制領(lǐng)域,數(shù)據(jù)采集面臨數(shù)據(jù)噪聲誤差、融合協(xié)同等挑戰(zhàn)。本文康深度剖析基于傳感器
    的頭像 發(fā)表于 03-12 09:40 ?597次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>應(yīng)用 | 基于<b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>的海洋<b class='flag-5'>數(shù)據(jù)</b>采集系統(tǒng)

    分享 | 3DGS:革新自動駕駛仿真場景重建的關(guān)鍵技術(shù)

    3DGS技術(shù)自動駕駛仿真場景重建帶來突破,通過3D高斯點(diǎn)精確表達(dá)復(fù)雜場景的幾何和光照特性,顯著提升渲染速度與圖像質(zhì)量。aiSim平臺結(jié)合3DGS,提供高保真虛擬環(huán)境與動態(tài)交通流模
    的頭像 發(fā)表于 03-05 09:45 ?3412次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | 3DGS:革新<b class='flag-5'>自動駕駛</b>仿真場景重建的關(guān)鍵<b class='flag-5'>技術(shù)</b>

    BEVFusion —面向自動駕駛的多任務(wù)傳感器高效融合框架技術(shù)詳解

    BEVFusion 技術(shù)詳解總結(jié)——面向自動駕駛的多任務(wù)傳感器高效融合框架原始論文:*附件:bevfusion.pdf介紹(Introdu
    的頭像 發(fā)表于 02-26 20:33 ?3849次閱讀
    BEVFusion —面向<b class='flag-5'>自動駕駛</b>的多任務(wù)<b class='flag-5'>多</b><b class='flag-5'>傳感器</b>高效<b class='flag-5'>融合</b>框架<b class='flag-5'>技術(shù)</b>詳解

    傳感器融合自動駕駛中的應(yīng)用趨勢探究

    自動駕駛技術(shù)的快速發(fā)展加速交通行業(yè)變革,為實(shí)現(xiàn)車輛自動駕駛,需要車輛對復(fù)雜動態(tài)環(huán)境做出準(zhǔn)確、高效的響應(yīng),而傳感器
    的頭像 發(fā)表于 12-05 09:06 ?1339次閱讀
    <b class='flag-5'>多</b><b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>在<b class='flag-5'>自動駕駛</b>中的應(yīng)用趨勢探究

    一文聊聊自動駕駛測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    ,包括場景生成的多樣性與準(zhǔn)確性、傳感器數(shù)據(jù)融合的精度驗(yàn)證、高效的時間同步機(jī)制,以及仿真平臺與實(shí)際場景的匹配等問題。 自動駕駛測試的必要性與
    的頭像 發(fā)表于 12-03 15:56 ?726次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試<b class='flag-5'>技術(shù)</b>的挑戰(zhàn)與創(chuàng)新

    技術(shù) | 毫米波雷達(dá)技術(shù)解析

    自動駕駛技術(shù)飛速發(fā)展,毫米波雷達(dá)已成為自動駕駛傳感器套件的關(guān)鍵。為此,為您深度解析毫米波雷達(dá)
    的頭像 發(fā)表于 10-15 10:07 ?4273次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b><b class='flag-5'>技術(shù)</b> | 毫米波雷達(dá)<b class='flag-5'>技術(shù)</b>解析

    分享 | 直面AD/ADAS快速開發(fā)挑戰(zhàn):IVEX自動駕駛場景管理及分析平臺!

    如何快速了解開發(fā) AD/ADAS 組件中的車輛行為以便進(jìn)行改進(jìn),是目前開發(fā) AD/ADAS 組件時面臨的重大挑戰(zhàn)。為此,推出IVEX自動駕駛場景管理及分析平臺來克服這一難題,本文康
    的頭像 發(fā)表于 09-25 09:27 ?1097次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | 直面AD/ADAS快速開發(fā)挑戰(zhàn):IVEX<b class='flag-5'>自動駕駛</b>場景管理及分析平臺!

    分享 | 汽車仿真與AI的結(jié)合應(yīng)用

    實(shí)現(xiàn)高質(zhì)量的虛擬傳感器輸出是自動駕駛領(lǐng)域的一項(xiàng)關(guān)鍵挑戰(zhàn),然而傳統(tǒng)方案對廣角鏡頭的渲染和處理等方面仍存在一定的局限性。為此,為您介紹aiSim通用高斯?jié)姙R渲染
    的頭像 發(fā)表于 09-11 09:24 ?1819次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | 汽車仿真與AI的結(jié)合應(yīng)用

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    領(lǐng)域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時處理多個數(shù)據(jù)流和計算任務(wù)。這種并行處理能力使得FPGA在處理自動駕駛中復(fù)雜的圖像識別、傳感器數(shù)據(jù)
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    數(shù)據(jù)處理和預(yù)處理,實(shí)現(xiàn)實(shí)時計算和反饋。 二、數(shù)據(jù)傳輸與處理FPGA在自動駕駛中扮演著數(shù)據(jù)傳輸和處理的角色。它能夠支持多種傳感器(如激光雷達(dá)
    發(fā)表于 07-29 17:09

    自動駕駛識別技術(shù)有哪些

    自動駕駛的識別技術(shù)自動駕駛系統(tǒng)中的重要組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。自動駕駛識別技術(shù)主要包括多種
    的頭像 發(fā)表于 07-23 16:16 ?1485次閱讀

    自動駕駛傳感器技術(shù)介紹

    自動駕駛傳感器技術(shù)自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:08 ?3222次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實(shí)現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?3268次閱讀