1、解决的问题多传感器数据融合的时候，由于各个传感器采集数据的频率的不同，例如odom 50Hz、Imu 100Hz、camera 25Hz，需要将传感器数据进行时间同步后才能进行融合。融合的原理：分别订阅不同的需要融合的传感器的主题，通过TimeSynchronizer 统一接收多个主题，并产生一个同步结果的回调函数，在回调函数里处理同步时间后的数据。注意只有多个主题都有数据的时候才可以触发回调

前言在上两期的《无人驾驶技术入门》中，我以车道线检测为例，介绍了计算机视觉领域一些基本的算法。应用图像处理算法和调试算法阈值，就能实现车道线的检测和跟踪。车道线检测、跟踪的项目，主要是通过设置ROI（感兴趣区域）、调试算法阈值，通过人为设定规则的方式实现车道线检测。随着人工智能技术的发展，近几年在图像处理领域越来越多地采用深度学习的方式进行图像中物体的识别。使用深度学习的方法识别图像，不仅性能更为

前言《无人驾驶技术入门（十三）| 手把手教你写卡尔曼滤波器》以一个匀速运动小车的模型为例，让读者从感性上认识了卡尔曼滤波器的基本原理，它包含预测（Prediction）和测量值更新（Measurement update）两大过程。预测和测量值更新的交替执行，实现了卡尔曼滤波在状态估计中的闭环。随后，我从理性分析的角度，以无人驾驶中激光雷达测量障碍物位置的数据为例，结合卡尔曼滤波所用到的公式，使用C

第一部分 空间数据的背景介绍空间数据的建模基于实体的模型（基于对象）Entity-based models (or object based)0-dimensional objects: 一般使用点point来表示那些对于不需要使用到形状信息的实体。1-dimensional objects or linear objects: 用于表示一些路网的边，一般用于表示道路road。 (polyline

假设一个数据库存储每个酒店的以下信息：它的价格（夜间价格）、离海滩的距离。用户希望检索“最佳”酒店，如何比较两个酒店的质量呢？a比b好吗？是的，a酒店比b酒店更便宜，而且离海滩更近，我们说a支配b。 a是不是比i好呢？它们是不可比的。一些用户可能更喜欢a（因为它离海滩更近），而另一些用户可能更喜欢i（因为它更便宜）。skyline 包含了所有不受其它酒店支配的酒店。skyline ={a,i,k}

先注册一个tushare的账号吧，它其实是调用了新浪财经的相关接口。由于tushare pro是收费的，或者需要比较多的金币才能使用高级功能。因为前几年就写过java的爬虫，从新浪财经爬取相应股票的历史数据，所以我这里比较简单的调用了一下，获取所有的沪深A股的代码信息，然后调用tushare的get history data来获取历史数据（比java简单多了，tushare封装的还行，其实我的..

前言前九次的分享，我将无人车上所用到的主流传感器都做了介绍。这些传感器都是看得到，摸不着的实物。在无人车自动驾驶的过程中，还有一种看不见、摸不到的“传感器”也在发挥着巨大作用，它就是高精度电子地图。高精度电子地图也称为高分辨率地图（HD Map，High Definition Map），是一种专门为无人驾驶服务的地图。与传统导航地图不同的是，高精度地图除了能提供的道路（Road）级别的导航信息外，

多传感器融合过程中由于传感器之间的采集频率不同，导致无法保证传感器数据同步。这里以激光雷达为核心传感器，每次收到一次雷达数据，便以当前雷达数据采集时刻作为要插入的时间点，该时刻另一传感器IMU的数据通过插值获得。这里同样可以参考VINS里相机和IMU时间同步的函数代码getMeasurements（）。主程序在front_end_flow.cpp文件中的ReadData()函数添加。ReadDat

本文章配套源代码地址：https://github.com/Little-Potato-1990/localization_in_auto_driving测试数据：https://pan.baidu.com/s/1TyXbifoTHubu3zt4jZ90Wg提取码: n9ys本篇文章对应的代码Tag为 6.0代码在后续可能会有调整，如和文章有出入，以实际代码为准==================

HSI 色度模型是仿照人的视角用色调、饱和度和亮度来描述颜色。 HSI 的模型立体图如图所示。其中，色调指的是颜色的属性，描述的是单纯的颜色外观，用以区别颜色的种类和名称，用标准色轮来表示通常。饱和度是纯色白光下的稀释程度的一种度量，通常用回色成分所占百分比来度量。亮度又称明度是人类的一种主观描述，用来定义人类对目标物体辐射量或发光量的主观明亮感觉。HSI 色度模型立体图中通常用立体中心线来表示，