版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至举报，一经查实，本站将立刻删除。
多传感器环境感知百度的探索与实践
0
智能网联大潮下，ADAS作为离现实最近的自动驾驶实现手段，备受行业关注。近日，“第三届智能汽车技术国际论坛暨创新展”集合诸多行业专家、学者针对此话题展开深入探讨，盖世汽车将论坛中部分演讲进行梳理，以飨以内。
百度自动驾驶事业部高级技术经理陶吉博士
以下内容为百度自动驾驶事业部高级技术经理陶吉博士关于“多传感器环境感知——百度的探索与实践”的演讲实录：
大家下午好！我是来自百度自动驾驶事业部的陶吉。我们从研究院的研究项目变成公司的事业部，这个目的也很明确，想把它从研究型项目变成真正能够商业化和真正落地的，为大家所使用的项目。今天我介绍的内容关于自动驾驶里面的环境感知这部分，百度这边比较强调的是多传感器融合的环境感知。
首先会回顾一下目前业界，包括学术界在做的环境感知的一些大概的方法，提出一些我们的思路，接下来具体详细介绍一下大家感兴趣的技术细节，所谓的干货，最后给出一些总结。
首先环境感知目前来看大体分为两个流派，传统车厂、供应商更倾向于使用摄像头Camera和雷达的融合，这里面有一个图标，每个高度代表这个传感器使用的力度，传统车场来说Camera和雷达是主要使用的传感器。谷歌主要使用的是LIDAR和高精度地图。高精度地图作为虚拟传感器给予的信息可以补充其他传感器动态不能获知的信息，相信这是共识了。谷歌为什么使用LIDAR和高精度地图？因为历史上面起源的原因收购了一个团队，他们主要使用的是64线激光雷达，不断地迭代、研发，他们从那个年代开始一直基于LIDAR不断地进行升级和补丁的工作，导致他们到今天为止依然主要依赖LIDAR。Camera在谷歌上面的使用很少，基本上红绿灯的时候使用这个Camera来判断这个红绿灯。
这个图里面大家可以看到，虽然大家都在使用各种各样不同的传感器，但使用的程度非常的不均衡，某些传感器使用非常多，其他的使用非常少。那么从百度的角度来说，我们提出一个概念Deep Sensor Fusion。传感器融合不是把传感器都装到车上，而是把每个传感器的潜力都发挥到极致，这样才是最强有力的融合。为什么这么说？传感器融合很大的目的、原因是说各个传感器有自己擅长的事情和不擅长的事情，假设某一种传感器擅长的事情你没有把这个传感器的算法做到最够好，擅长的那部分就有一个Gap，没有办法通过其他传感器弥补，造成整个系统融合之后有一个天花板、瓶颈，整个系统的能力会上不去，这是为什么百度提出Deep Sensor Fusion，我们把每个传感器做到极致。
