一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 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識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

百度提出了一種基于學習的點云定位技術

ml8z_IV_Technol ? 來源:lq ? 2019-04-24 18:13 ? 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

百度提出了一種基于學習的點云定位技術,該技術對傳統(tǒng)的定位方法進行拆解,使用深度學習網(wǎng)絡來取代傳統(tǒng)的各個環(huán)節(jié)和步驟。該方案是全球范圍內(nèi),業(yè)界首次通過使用直接作用于激光點云的深度學習網(wǎng)絡來解決自動駕駛的自定位問題。

作為人工智能最「硬核」的落地方向之一,自動駕駛在學術界和工業(yè)界引起了廣泛關注。自動駕駛的實現(xiàn)不僅將帶來汽車產(chǎn)品形態(tài)的根本性變化、顛覆傳統(tǒng)汽車技術體系和產(chǎn)業(yè)格局,還將引發(fā)消費者出行和生活方式、信息技術和通信方式、信息和交通基礎設施的變革。然而與高回報成正比的則是實現(xiàn)難度。完整的自動駕駛系統(tǒng)包含了自定位(Localization)、自動駕駛地圖(AD Map)、障礙物感知(Perception)、決策和規(guī)劃(Decision and Planning)、控制(Control)等模塊。

高精度自定位是實現(xiàn)自動駕駛的必要技術之一,目前主流的 L4 及 L5 級別的自動駕駛汽車高度依賴一套高精度、高可靠性、強場景適應能力的自定位系統(tǒng)。這套系統(tǒng)為自動駕駛系統(tǒng)提供了高精度厘米級的定位能力,配合上自動駕駛地圖,無人車就可以根據(jù)自身處于環(huán)境中的位置來讀取預存在地圖中的環(huán)境信息,這些預存在地圖里的數(shù)據(jù)包含了包括紅綠燈、人行橫道、車道線、道路邊界、停車位等各種無人車所需要的環(huán)境信息,借助這些信息,無人車巧妙地規(guī)避了需要實現(xiàn)一個高準確度的在線環(huán)境信息感知系統(tǒng)的難題,大幅降低無人車的技術難度,變不可能為可能。

同時,作為無人車的核心模塊之一,定位系統(tǒng)一旦出現(xiàn)問題,會造成無人車跑偏撞路肩等災難性事故。在此論文中,來自百度的技術專家們提出了一套全新的基于深度學習的激光點云自定位技術方案,實現(xiàn)了厘米級的定位精度,同時有著更好地對環(huán)境變化的適應能力。

鏈接:

https://songshiyu01.github.io/pdf/L3Net_W.Lu_Y.Zhou_S.Song_CVPR2019.pdf

為了驗證算法的有效性,同時百度計劃在 Apollo 平臺開放一組總計約 380km 的數(shù)據(jù)集,該數(shù)據(jù)集包含了制圖、訓練、測試三個子集,涵蓋了城市道路,園區(qū)內(nèi)部道路以及高速等多種場景,地圖和測試集之間的最長時間跨度達一年。在該數(shù)據(jù)集上,百度驗證了其算法相對于傳統(tǒng)方法的優(yōu)勢。目前,該研究論文已被計算機視覺領域頂會 CVPR 2019 收錄。

引言

眾所周知,深度學習技術近年來在各個人工智能領域都取得了令人矚目的成績,戰(zhàn)勝人類圍棋冠軍棋手的 AlphaGo 更是令普通大眾都深刻感受到了 AI 技術突破帶來的威力。然而,我們同時發(fā)現(xiàn)深度學習目前可以良好解決的問題,主要集中在需要理解、分析、判斷等人類根據(jù)經(jīng)驗定義的問題。

例如,在計算機視覺領域,深度學習在解決圖像分割、圖像分類、物體檢測等問題都取得了非常良好的效果。但是,對于另一大類重要的問題,例如和測量測距、三維重建等相關的幾何問題,雖有個別工作取得了一定進展,但總體來說深度學習尚未在相關領域取得決定性的突破。無人車自定位問題則是這類問題的一個典型代表,目前無論從高校到行業(yè)巨頭,各路玩家的無人車自定位技術也都還沒有成功應用深度學習技術的先例。然而,歷史的經(jīng)驗告訴我們,一旦基于學習的技術在解決某個人工智能問題領域取得突破性的進展,這種技術演進的洪流通常會以勢不可擋之勢在各個性能指標維度迅速大幅超越傳統(tǒng)人工設計的算法,成為新的行業(yè)技術標準。

定位作為自動駕駛的基礎模塊之一直是研究的熱點問題,現(xiàn)有傳統(tǒng)的激光點云定位技術如圖 1 上半部分所示,其中包含包含了特征提取、特征匹配和時序優(yōu)化等模塊,整個算法的輸入包括實時在線激光點云,定位地圖以及來自慣性傳感器的初始預測的定位位置和姿態(tài),最后的輸出則是定位算法優(yōu)化之后的位姿結(jié)果。整體方案的思路和人類認路的方法其實是高度近似的,我們平時也是通過一些典型的地標建筑物等實現(xiàn)對自身位置的判斷。

不同的是,無人車的定位結(jié)果需要厘米級的位置精度以及亞角度級的姿態(tài)精度來保證無人車可準確地從自動駕駛地圖中提取必要的信息。盡管上述方案已經(jīng)取得了當前最佳的定位效果,但是這類人工設計的算法進行特征提取和匹配時,對環(huán)境的變化非常敏感。在不斷動態(tài)變化的環(huán)境中無法最智能地捕捉環(huán)境中不變的信息(例如,地標、路牌等)從而實現(xiàn)對自身位置的高精度高魯棒性的估計,取決于環(huán)境變化的劇烈程度在實際應用中需要經(jīng)常對定位地圖進行更新,這會帶來成本的上升。

百度提出的方案如圖 1 下半部分所示,通過將傳統(tǒng)方法中的各個流程使用不同類型的網(wǎng)絡結(jié)構(gòu)來進行改造,實現(xiàn)了開創(chuàng)性的基于深度學習技術的無人車激光自定位技術:L3-Net。

圖 1 傳統(tǒng)方法與 L3-Net 技術流程對比,L3-Net 使用 PointNet 網(wǎng)絡實現(xiàn)特征提取,使用 3D CNNs 網(wǎng)絡進行特征匹配和優(yōu)化,最終使用 RNNs 網(wǎng)絡完成時序上的平滑。

根據(jù)論文內(nèi)容,百度提出的技術方案的先進性集中體現(xiàn)在以下幾個方面:

提出了行業(yè)內(nèi)首個基于深度學習的自動駕駛自定位技術解決方案,可以準確的估計車輛的位置和姿態(tài),取得了厘米級精度的定位效果。

使用不同的網(wǎng)絡結(jié)構(gòu)拆解取代傳統(tǒng)激光點云定位的技術流程并將其串聯(lián)起來統(tǒng)一訓練,使網(wǎng)絡能夠以端到端的方式完成在線激光點云定位任務。

即將發(fā)布一組包含城市道路、園區(qū)道路、高速等復雜場景的全長 380km 的通用數(shù)據(jù)集用于同類算法測試,更進一步充實百度 Apollo 開放平臺的開放內(nèi)容。

方法

百度提出的基于深度學習的激光定位系統(tǒng)需要一個預先建立的激光點云定位地圖、在線激光點云以及來慣性傳感器的預測位姿作為輸入。其中預建的激光點云定位地圖是通過離線制圖算法對多次采集的同一區(qū)域的點云數(shù)據(jù)進行融合,并使用點云識別算法剔除動態(tài)地物得到。在線點云是由自動駕駛車輛上安裝的激光雷達設備在行駛過程中采集獲得,而預測位姿則由上一幀定位結(jié)果加上慣性傳感器或者車輛運動模型估計的增量運動來進行遞推。總的來說,這個定位框架通過最小化在線點云和地圖的匹配距離,優(yōu)化預測位姿從而獲得定位結(jié)果的。

一般來說,無人車需要定位模塊輸出六個自由度位姿,包括三個坐標軸(x, y, z)方向上的平移(?x,?y,?z)以及三個坐標軸上的旋轉(zhuǎn)(俯仰角,翻滾角和航向角),但是由于慣性傳感器通??梢蕴峁┫鄬蚀_的俯仰和翻滾角信息,而當(x,y)估計準確時,高程 z 通??梢詮牡貓D中獲取。因此,在目前主流的自定位系統(tǒng)設計中一般只估計 2D 水平平移(?x,?y)和航向角,L3-Net 也采取了類似的設計。

圖 2 百度提出的基于學習的激光自定位網(wǎng)絡架構(gòu) L3-Net。該網(wǎng)絡通過兩個階段進行訓練,第一階段訓練只包含了黑色箭頭部分,包括關鍵點選擇、特征提取以及基于 3D CNNs 的特征匹配;第二階段訓練包含了青色箭頭的部分,這一階段訓練包含了用于時序平滑的 RNNs 網(wǎng)絡。

具體來說,百度提出的 L3-Net 算法流程如圖 2 所示。對于每一幀在線點云,需要找到一系列的關鍵點,并以關鍵點為中心的收集局部點云塊從中提取特征描述子。關鍵點的提取需要同時考慮局部和全局的幾何結(jié)構(gòu)關系。L3-Net 首先利用點云的密度找到了一些候選點。接著對每個候選點使用經(jīng)典點云 3D 結(jié)構(gòu)特征估計其線性和散亂性的概率,最終綜合考慮候選點之間的距離及其結(jié)構(gòu)特性選取出關鍵點。對于每個關鍵點,該方法收集了其局部范圍內(nèi)的點云信息,再通過 mini-PointNet 網(wǎng)絡結(jié)構(gòu)得到特征描述子。其中 PointNet 是 2017 年 CVPR 收錄的直接作用于無序點云的深度學習網(wǎng)絡結(jié)構(gòu),L3-Net 這里使用的 mini-PointNet 是其簡化版本,由一個多層感知機(Multi-Layer Perceptron, MLP) 和一個 Max-Pooling 層組成,這也是直接作用于無序點云的網(wǎng)絡結(jié)構(gòu)應用于高精度激光點云定位/匹配任務的首次嘗試。

在獲得了關鍵點的特征描述子后,需要對 2D 水平位置(?x,?y)和航向角結(jié)果進行求解,這等價于求解預測位姿和真值在水平位置和航向角上的偏移量。針對這個問題,L3-Net 采用了搜索的方法,對預測位姿為中心的(?x,?y,?yaw)三維狀態(tài)空間進行離散化,取其中一定范圍內(nèi)的定位狀態(tài)構(gòu)成集合。對于在線點云中的一個關鍵點,通過計算集合中每種定位狀態(tài)下在線點云與地圖的匹配效果可以獲得的 cost volume。接著使用 3D CNNs 對 cost volume 進行正則化操作,這樣做是為了抑制其中的異常值,提升匹配效果。正則化后,L3-Net 將所有關鍵點的 cost volume 相加并通過 softmax 層得到(?x,?y,?yaw)定位空間的 probability volume,進而估計出(?x,?y,?yaw)的定位結(jié)果。

在得到了每幀點云定位結(jié)果后,L3-Net 通過 LSTM 網(wǎng)絡對車輛的運動模型進行建模,利用定位的時序關系提升定位結(jié)果,實驗表明獲得了更加平滑和精確的定位結(jié)果。

圖 3 基于深度學習的 L3-Net 激光點云定位系統(tǒng)與其他系統(tǒng)對比的結(jié)果。

圖 4 L3-Net 定位網(wǎng)絡各階段輸出化的可視化效果。Cost Volume 欄中每一列表示一個關鍵點的匹配情況,其中每一行表示一種航向角狀態(tài),每個圖片表示水平位置的 cost 分布。在把所有關鍵點的 cost volume 合并到一起后,可以看到匹配響應顯著增強。最終估計的定位結(jié)果(0.538m, 0.993m, 1.001 度)和其對應的來自數(shù)據(jù)集的定位真值(0.524m, 0.994m, 1.044 度)在最右欄展示。

總結(jié)

針對自動駕駛中的自定位問題,百度提出了一套基于深度學習的激光點云自定位算法。百度使用不同類型的網(wǎng)絡結(jié)構(gòu)對傳統(tǒng)方法中的各功能模塊進行替代,并在一個包含多種場景路況和大尺度時間跨度的數(shù)據(jù)集上驗證了算法效果,實現(xiàn)了厘米級的定位精度。該數(shù)據(jù)集包含了城市道路、園區(qū)道路和高速等多種富有挑戰(zhàn)的路況場景,數(shù)據(jù)總里程達 380km,即將在百度 Apollo 平臺開放。

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習之用,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
  • 百度
    +關注

    關注

    9

    文章

    2335

    瀏覽量

    92242
  • 自動駕駛
    +關注

    關注

    790

    文章

    14321

    瀏覽量

    170692
  • 無人車
    +關注

    關注

    1

    文章

    310

    瀏覽量

    36925

原文標題:CVPR 2019 | 百度無人車實現(xiàn)全球首個基于深度學習的激光點云自定位技術

文章出處:【微信號:IV_Technology,微信公眾號:智車科技】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

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

    相關推薦
    熱點推薦

    65%央企大模型落地首選百度智能

    今天,很榮幸地分享個好消息,百度智能已牽手65%的央企,共同推進大模型產(chǎn)業(yè)落地。得益于全棧的AI能力,百度聯(lián)合眾多央國企伙伴,針對各類不同業(yè)務場景,打造了
    的頭像 發(fā)表于 06-11 15:44 ?425次閱讀

    百度智能兩大基礎設施再升級

    近日,在Create2025百度AI開發(fā)者大會上,沈抖分享了百度智能在智能基礎設施建設方面的最新成果,并在算力、模型及應用等方面發(fā)布系列全新產(chǎn)品。
    的頭像 發(fā)表于 04-30 10:20 ?374次閱讀

    格靈深瞳與百度智能達成戰(zhàn)略合作,共筑AI算力新基建

    力底座,推動政務、金融、公共安全等領域的智能化升級。 百度智能泛科技業(yè)務部總經(jīng)理張瑋,格靈深瞳銷售副總裁蘆斌代表雙方簽約,百度集團執(zhí)行副總裁、百度智能
    的頭像 發(fā)表于 04-27 10:20 ?644次閱讀

    百度智能發(fā)布昆侖芯三代萬卡集群及DeepSeek-R1/V3上線

    01百度智能點亮昆侖芯三代萬卡集群 近日,百度智能成功點亮昆侖芯三代萬卡集群,這也是國內(nèi)首個正式點亮的自研萬卡集群。百度智能
    的頭像 發(fā)表于 02-11 10:58 ?681次閱讀

    百度智能四款大模型應用接入DeepSeek

    近日,百度智能旗下四款重量級大模型應用產(chǎn)品——客悅、曦靈、見、甄知,正式迎來了全新升級,接入了先進的DeepSeek模型。這重要更新,標志著
    的頭像 發(fā)表于 02-10 18:00 ?822次閱讀

    百度與阿里上線DeepSeek模型部署服務

    和DeepSeek-V3模型已正式入駐其千帆平臺,并推出了極具吸引力的低價方案及限時兩周的免費試用服務。這舉措旨在讓更多的用戶能夠體驗到AI技術的魅力,同時也為百度智能
    的頭像 發(fā)表于 02-05 15:40 ?872次閱讀

    百度智能點亮昆侖芯三代萬卡集群

    近日,百度智能宣布成功點亮昆侖芯三代萬卡集群,這成就不僅在國內(nèi)尚屬首次,也標志著百度在人工智能算力領域取得了重大突破。據(jù)了解,百度智能
    的頭像 發(fā)表于 02-05 14:58 ?667次閱讀

    百度科啟動“繁星計劃”

    近日,百度科攜手中國科協(xié)、中國科學院大學共同舉辦了史記2024·科學科100詞發(fā)布會,并在此盛會上正式啟動了“繁星計劃”。這計劃的核心目標在于利用前沿的AI
    的頭像 發(fā)表于 12-31 10:26 ?722次閱讀

    ElfBoard開源項目|百度智能平臺的人臉識別項目

    百度智能平臺的人臉識別項目,旨在利用其強大的人臉識別服務實現(xiàn)自動人臉識別。選擇百度智能的原因是其高效的API接口和穩(wěn)定的服務質(zhì)量,能夠幫助開發(fā)者快速實現(xiàn)人臉識別應用。 本項目使用
    的頭像 發(fā)表于 12-24 10:54 ?1278次閱讀
    ElfBoard開源項目|<b class='flag-5'>百度</b>智能<b class='flag-5'>云</b>平臺的人臉識別項目

    百度正式回應進軍短劇領域

    的階段。 針對這消息,百度相關負責人給出了正式回應。他表示,短劇作為當前內(nèi)容生態(tài)的個重要發(fā)展方向,百度對此給予了高度的重視。目前,
    的頭像 發(fā)表于 12-17 14:19 ?587次閱讀

    百度副總裁尹世明加入谷歌

    谷歌近日宣布了項重要人事任命,原百度副總裁尹世明正式加入谷歌,擔任大中華區(qū)總裁職。
    的頭像 發(fā)表于 11-19 16:43 ?732次閱讀

    百度開發(fā)竟然如此簡單?文詳解!

    不同的協(xié)議,看著都頭大!?。?IoT_CLOUD應運而生,庫打通所有平臺! 本文將以Air780E+LuatOS作為示例,教你使用合宙IoT_CLOUD連接百度平臺。
    的頭像 發(fā)表于 10-31 07:27 ?684次閱讀
    <b class='flag-5'>百度</b><b class='flag-5'>云</b>開發(fā)竟然如此簡單?<b class='flag-5'>一</b>文詳解!

    百度智能發(fā)布千帆大模型平臺3.0

    2024年百度智大會上,百度智能震撼發(fā)布千帆大模型平臺3.0,標志著其在AI領域又里程碑式的進步。新版平臺不僅實現(xiàn)了全面升級,更交
    的頭像 發(fā)表于 09-26 14:51 ?813次閱讀

    百度舸AI計算平臺4.0震撼發(fā)布

    在2024年百度智大會的璀璨舞臺上,百度智能重磅推出了舸AI異構(gòu)計算平臺的全新力作——4.
    的頭像 發(fā)表于 09-26 14:46 ?894次閱讀

    百度文心言APP升級為文小言

    百度宣布其文心言APP正式升級為文小言,標志著百度在智能搜索領域邁出了重要步。文小言作為百度
    的頭像 發(fā)表于 09-04 16:06 ?1004次閱讀