YeeKal
autopilot

感知

YeeKal • •
"#autopilot"

大感知：定位/（小）感知/预测 小感知：检测，追踪

  • 任务
    • 2D检测
    • 3D检测
    • 深度估计：MVDepthNet,Monodepth
    • 融合
  • 硬件
    • 单目
    • 双目(立体相机)
    • 雷达

融合

前融合： 融合数据，再对数据进行估计 后融合：先对单个传感器进行识别，在融合识别的结果

三维重建

  1. 场景
  2. 特征匹配
  3. 稀疏重建：SFM
  4. 稠密重建：MVS(Multiple View Stereo),多视图立体几何，在相机位姿已知的前提下，逐像素的计算图像中每一个像素点对应的三维点
    • 基于体素：vocel based
    • 基于点云扩散：feature point growing based
    • 基于深度图融合:depth-map merging based
      • TSDF
  5. 方法
    • Atlas

3D检测

  • input: 3D场景数据(RGB/depth/radar images)
  • output: 定位/形状/语义(3D bbx)

历史： 1. 模板：需要提供模板，不能呢个泛化 - generalized hough voting(2010) - descriptor -> matching -> ICP(2012) 2. clustering-based - object discovery in 3D scenes via Shape Analysis(2013) 3. sliding shape based - sliding shapes for 3D object detection in depth images(2014) 4. deep learning - image-driven - monocular or Stereo based - rgb-d data based: Frustum pointnets

ref:

← Back to autopilot