“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1721 播放

播放有问题？请戳这里

传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

时长：17 分钟

类别：汽车智能技术

简介：该视频介绍了如何通过交互的多个模型滤波器估算状态来跟踪单个对象。我们建立了对IMM滤波器的一些直观了解，并展示了它是一种比单模型卡尔曼滤波器更好的跟踪算法。让跟踪更难的部分是，我们通常必须用较少的信息来完成跟踪。我们将介绍IMM滤波器如何弥补信息的不足，并展示一些仿真的结果。

相关视频:

自动驾驶汽车：交通的未来

如果你在过去五年里一直关注商业新闻，那么你很可能听说过自动驾驶汽车技术的涌现。从小型初创企业到行业巨头和科技巨头，所有人都在为这些新机器的研发投入数百万美元。当然，公众对此表示反对，但汽车制造商坚称，自动驾驶汽车在统计上比传统汽车安全得多，那么这些自动驾驶汽车到底会是什么样子呢？让我们来看看全自动驾驶汽车令人难以置信的进步。未来近在眼前！
Mobileye自动驾驶汽车慕尼黑路驾亮点

我们已经看到Mobileye的自动驾驶汽车平台是如何应对耶路撒冷状况频发的混乱街道的。但它在慕尼黑的表现如何呢？正如你在这段视频中所看到的，我们正在开发自动驾驶汽车，以便能够应对截然不同的驾驶文化和环境。
《引擎盖下的秘密》演讲亮点

如果你错过了2021年国际消费电子展上Amnon Shashua的演讲《引擎盖下的秘密》，你可以在这里观看精彩片段。Mobileye最新进展：自动化众包高精地图技术、全新的激光雷达系统集成芯片(SoC)、软件定义雷达以及在四个新国家开展自动驾驶汽车测试。
辅助自动驾驶的车载计算机

DASy是一个具有高带宽、计算能力和内存的重要组件。为了满足高安全性和稳定性的要求，车载计算机收集并融合了多种技术（如雷达、视频、激光雷达、超声和高度复杂的功能算法)，创建出一个非常精确的360°环境模型，并以高度复杂的功能算法计算出安全动态的车辆行为——即使速度较快。该控制器体积小，功耗适中。
测试无人驾驶汽车

在世界上最混乱的街道上测试无人驾驶汽车，听起来不是个好主意。加入我们的行列，我们将从英特尔旗下的Mobileye公司出发，绕耶路撒冷一圈。
博世多摄像头系统

通过博世的多摄像头系统，司机可以在泊车和开车时将注意力集中在正确的地方。该系统由四个近距离摄像头组成，可以捕捉到车辆周围的整个环境。超声波传感器可以测量与障碍物的距离。真实世界和虚拟世界在显示器上融合在一起。司机将他们的汽车视为一个详细的3D模型。车辆周围的环境以实时图像的形式呈现，这些图像被拼接在一起，产生了一幅没有干扰线的完美画面。
无人驾驶汽车现状

自动驾驶汽车应该即将到来，对不对？好吧，不完全是。每年，汽车公司都涌向CES（国际消费类电子产品博览会）和底特律车展，以炫耀其酷炫的自动驾驶汽车概念。虽然汽车无疑变得越来越智能，技术越来越棒，但是您能够购买自动驾驶汽车甚至乘车的那一天比您想象的要遥远得多。
传感器融合和跟踪5：如何一次跟踪多个对象

该视频介绍了跟踪多个对象时出现的两个常见问题：数据关联和跟踪维护。我们介绍了解决这些问题的几种方法，并提供了解决所有多对象跟踪问题的一般方法。我们介绍了数据关联算法，例如全局最近邻（GNN）和联合概率数据关联（JPDA），并介绍了删除和创建轨道的标准。我们还将谈论门控筛选机制，以免浪费计算资源。在视频的结尾，我们展示了一个GNN和JPDA算法在两个紧邻的对象上运行的示例。

观看记录：

标签:

相关视频:

自动驾驶汽车：交通的未来

Mobileye自动驾驶汽车慕尼黑路驾亮点

《引擎盖下的秘密》演讲亮点

辅助自动驾驶的车载计算机

测试无人驾驶汽车

博世多摄像头系统

无人驾驶汽车现状

传感器融合和跟踪5：如何一次跟踪多个对象