文件名称：数据融合matlab代码-Udacity-Sensor-Fusion-Nanodegree:Udacity上的传感器融合纳米学位课程的课程项目
文件大小：1.19GB
文件格式：ZIP
更新时间：2024-06-11 06:20:40
系统开源
数据融合matlab代码Udacity传感器融合纳米学位计划 在该程序中，我学习了两种不同的传感器（激光雷达和雷达）的知识。 已经开发了代码，以使用激光雷达点云数据检测障碍物，使用相机图像跟踪物体，基于雷达数据检测目标的靶距和速度，以及融合激光雷达/雷达测量结果以使用卡尔曼滤波器预测物体的运动。 标准 激光雷达 雷达 相机 范围 米至200m 米至200m 仅立体相机设置可以测量长达80m的距离 空间分辨率 短波长激光，高0.1度 无法解决小功能 由光学器件，图像的像素大小及其信噪比定义 黑暗中的稳健性 优秀，要归功于 优秀，要归功于 减少了 雨，雪，雾的鲁棒性 有限，由于光学 最好的 有限，由于光学 对象分类 通过3D点云进行某种程度的分类 没有太多的分类 优秀的分类 感知2D结构 不适用 不适用 唯一能够解释交通标志，车道标志，交通信号灯的传感器 测量速度 使用连续距离测量的近似速度 利用多普勒频移测量速度 只能通过观察对象在图像平面上的位移来测量碰撞时间 系统成本 更贵 紧凑且价格适中 紧凑且价格适中 包装尺寸 难以整合 轻松整合 易于集成到单声道相机，但立体相机设置庞大 计算要