自动驾驶定位算法(十五)基于多传感器融合的状态估计(muti-Sensors Fusion)
1、传感器(Sensor)选取
自动驾驶系统中用于状态估计(State Estimation)的常用传感器包括GPS/GNSS、IMU、激光雷达(Lidar)。
状态估计(State Estimation)选用传感器需要考虑哪些因素：
1）误差不相关性。也就是说，用于Senso[……]
Read More从零开始学习自动驾驶系统(二)-State Estimation & Localization
最小二乘法(Least Squares Method)可以在存在测量噪声的情况下，可以最大限度的剥离噪声的影响，求得最优解。
自动驾驶车辆配备了许多的不同的传感器，它们的测量精度各不相同，有的精度高，有的精度低，而高精度设备的测量结果更加值得信任,如何达到这种效果呢。一个直觉的做法，就是赋[……]
Read More从零开始学习自动驾驶系统(一)-State Estimation & Localization
Localization目标是确定自动驾驶车辆在全局坐标系内的位置(Position)和方向(Orientation)，精确的Localization系统是任何自动驾驶汽车的关键组成部分。为了实现精确的Localization系统，需要使用State Estimation，从不精确的各种传感器的测量[……]
Read More