在未来，高度自动化的车辆将越来越多地出现在道路上。实现这一目标的一个重要前提是精确定位。这意味着车辆必须始终将自己当前位置的误差控制在几厘米之内，并且绝对可靠。

博世的前置摄像头在驾驶员辅助系统中起着关键作用，因为它能让车辆在任何时候都能可靠地探测到人和物体。最佳的图像处理算法与人工智能方法相结合，保证了目标检测的弹性。这也使它们适合未来的应用，包括基于视频的驾驶辅助系统和自动驾驶。

本视频通过展示如何使用GPS和IMU估计物体的方向和位置，继续了我们关于将传感器融合用于点定位和相对位置定位的讨论。我们将介绍该算法的结构，并向您展示GPS和IMU如何共同在最终解决方案中发挥作用，从而使您对问题有更直观的了解。

体验Mobileye的最新技术和独特的自动驾驶。了解车辆如何感知周围的环境，作出决定，并应对复杂的驾驶情况。Mobileye先进的驾驶辅助系统(ADAS)技术目前已应用于超过5000万辆汽车，并被集成到世界各大汽车制造商的数百款新车中，包括奥迪、宝马、FCA、福特、通用汽车、本田、现代、起亚、日产、大众等。Mobileye以减少车辆碰撞和由此造成的伤亡为初衷。如今，Mobileye已经成为了市场上最先进的避碰系统之一，同时致力于自动驾驶和道路安全领域即将到来的自动出行即服务(MaaS)的革命。

与特斯拉相比，Mobileye在全自动驾驶（即无人驾驶）方面表现如何？硬件比较起来怎么样？软件怎么样？这两家公司在理念和决策上有何不同？它们都使用深度神经网络、机器学习、人工智能、大数据和数百万辆汽车来训练它们的模型吗？观看本视频并找出答案！

本视频概述了什么是传感器融合及其在自主系统设计中的应用。视频中还谈及了一些场景，这些场景介绍了实现传感器融合的各种不同方式。传感器融合是确认定位、位置以及检测和物体跟踪的关键部分。我们将证明传感器融合不仅仅是一个卡尔曼滤波器。它是一整套算法，可以融合来自多个源的数据以更好地估计系统状态。传感器融合的四个主要好处是可以提高测量质量，可靠性和覆盖范围，并能够估算未直接测量的状态。传感器融合在完全不同类型的自主系统中具有如此广泛的吸引力这一事实使它成为一个有趣而又有意义的学习主题。

坐上Mobileye的自动驾驶汽车，仅有摄像头的系统会在繁忙的十字路口，多车道回旋处附近以及其他棘手的情况下进行操作，这些情况甚至会难倒最熟练的人类驾驶员。在整个视频中，我们分享了我们的技术和驾驶理念如何实现自信而又不失礼貌的驾驶。我们的感应显示屏使我们能够洞悉我们最先进的检测技术，并且车内的视图显示，我们的安全驾驶员一次也没有干预。没人干预，没有剪辑——只有Mobileye的自动驾驶汽车在运行。

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。