可行驶区域的检测主要是为自动驾驶提供路径规划辅助，可以实现整个的路面检测，也可以只提取出部分的道路信息，比如前方一定区域内的道路走向或者道路中点等，只要能结合高精度地图实现道路路径规划和障碍物躲避，不一定要完全的提取出完整的路面可行驶区域。1. 传统机器视觉颜色， 通过手动标注的路面颜色数据集，实现非路面和路面颜色分割区域，手动标注时给路面和非路面区域贴上标签...

LSTM是RNN的一种变体，它拥有着解决长期依赖问题的能力。与RNN相比，LSTM用cell取代了内部存储，它将数据维护在这个cell中，被称为cell state。这个cell state贯穿整个LSTM架构，仅仅只有少量的线性交互，这就使得信息可以在传递的过程中保持不变。...

之前有分析过深度学习和自动驾驶的关系，但是主要是在视觉的基础上来分析的：连接这里想从各个角度来分析深度学习在自动驾驶中的应用，如果你正好有这方面的需要，不妨选择一个着力点，笔者从事自动驾驶3年来，也处于瓶颈期，需要在一个特定的领域深挖，这里也建议大家，在了解自动驾驶各模块之间的关系之后，需要在一个特定的领域深挖，才能称之为自动驾驶领域内的专家。又因为传统技术很难有所突破，深...

LSTM是RNN的一种变体，它拥有着解决长期依赖问题的能力。与RNN相比，LSTM用cell取代了内部存储，它将数据维护在这个cell中，被称为cell state。这个cell state贯穿整个LSTM架构，仅仅只有少量的线性交互，这就使得信息可以在传递的过程中保持不变。...

视觉里程计主要介绍什么是特征点，如何提取和匹配特征点，以及如何根据配对的特征点估计相机运动。1.ORB特征点FAST是一种角点检测方法：如果一个像素与它邻域的像素差别较大（过亮或过暗）, 那它更可能是角点。FAST：在图像中选取像素 p，假设它的亮度为 Ip；设置一个阈值 T(比如 Ip 的 20%)；以像素 p 为中心, 选取半径为 3 的圆...

前面前端的内容，只能求出短时间或者说相邻两帧的转换关系，并建立局部意义的地图。然而当时间延长或者规模变大之后，那么将会出现累积误差。而后端就是要解决这个长时间、大规模建图的问题。1.状态估计SLAM是由两个方程的实现为线索的，分别是运动方程和观测方程。每个方程都受噪声影响，假设状态量和噪声项服从高斯分布——意味着在程序中，只需要储存它们的均值和协方差矩阵即可。...

高清地图，在自动驾驶领域很重要的部分，如何制作高精地图一直是难点，目前主流要两种制作方式：1. 传统地图厂商基于激光雷达高精GPS制作高精地图，如百度、高德，相对成本较高，本人曾经在百度地图部门任职，见过庞大的地图制作外包团队。2. 新兴的公司一般采用低成本的基于视觉的方案，此类方法成本较低，主要在技术要求较高。本文统计了目前现有的一些基...

LSTM是RNN的一种变体，它拥有着解决长期依赖问题的能力。与RNN相比，LSTM用cell取代了内部存储，它将数据维护在这个cell中，被称为cell state。这个cell state贯穿整个LSTM架构，仅仅只有少量的线性交互，这就使得信息可以在传递的过程中保持不变。...

实际上关于路径规划，我在轨迹规划中有介绍，主要是A*算法，但是目前有强需求，所以只能在系统总结一下了，可以算是水一篇文章，抓紧时间吧，有效的时间不多了！导航路径规划需要掌握的方法我总结有四个：RRT、PRM、A*、hybrid A*。A*我之前有介绍：再论轨迹规划，这里就不做赘述。1. RRTRRT（快速探索随机树），首先在环境中，我们有一个起始点，定...

目前自动驾驶中常见的传感器一共三种：摄像头、毫米波雷达、激光雷达。由于成本限制因素，国内主要使用前两种方式。三种传感器各有优劣。摄像头方案成本低，可以识别不同的物体，在物体高度与宽度测量精度、车道线识别、行人识别准确度等方面有优势，但作用距离和测距精度不如毫米波雷达，并且容易受光照、天气等因素的影响。毫米波雷达受光照和天气因素影响较小，测距精度高，但难以识别车道线、交通...