无人驾驶传感器应用

道路边界估计、障碍物估计、车道线估计、行驶线估计
激光雷达：
1、障碍物、边界检测
2、邻域梯度变化极值，解决雷达俯仰及侧倾导致的障碍物“虚景”现象
3、闭合区域搜索算法，检测路牙

毫米波雷达：
1、
2、
3、

摄像头：
1、视觉停留原理，对当前图像进行跟踪，提高车道线检查与抗干扰能力
2、hog特征与色彩特征组合进行检测，采用SWM或Adboost分类器进行分类，通过深度学习进行车辆检测
3、色彩空间变换HSV，获取边缘所在区域
4、Hough 直线检测
5、特征（寻找稳定可靠的特征）、光流场（适合旁边经过的车辆）、模型实现车辆检（建立已知车辆的三维或二维模型，与待测车辆进行匹配）
定位：
1、GPS+惯导
2、摄像头获取的车道线检查与激光雷达获取的边界检测结果融合，采用跟踪算法，评估算法，对车道线、边界线线型、角度、相对关系对比评估，并与历史模型中的相应信息进行对比评估，两种结果联立，进行车辆当前位置相对校正量估计，计算当前位置修正量、危险程度、修正置信程度，根据结果对当前位置修正，实现精确定位。