定位

1.GPS/IMU的定位方式

GPS：以较低频率提供相对准确的位置信息；天然多路反射噪音污染，不适用与隧道室内等封闭环境。

IMU：以较高频率提供准确性偏低的位置信息；存在累计误差，精度不断降低。

基于GPS/IMU的定位方式，使用卡尔曼滤波整合两者优势，合并提供准确实时的位置信息。

TODO：卡尔曼滤波，c++/python库，python调用c++接口

2.基于激光雷达定位

通过粒子滤波将已知高精地图（或者之前观测到的形状）与观测到的具体形状进行比较减小位置的不确定性。

缺点，容易受到空气中悬浮颗粒（雨滴，灰尘）的影响。

TODO：高精地图，粒子滤波，匹配定位，ICP算法

3.通常有IMU/Wheel，GPS，LIDAR 多传感器数据融合，完成可靠精准的定位。

视觉里程计

TODO：以上多传感器数据融合定位

识别，跟踪

1.物体识别，定位，跟踪，预测轨迹

高精地图绘制

• 在目标路线上反复行驶收集数据
• 人工标注过滤错误信息，去除汽车行人形成的点
• 对多次收集到的点云进行对齐拼接

光流法和立体视觉

物体识别跟踪和车辆定位的底层技术？

基本假设：不同图像中的点来自物理世界同一个点的成像，因此外观相似。

空间变换满足缸体变换条件，或者说空间上分割成为多个刚体运动，光流的二维矢量场是片状平滑的。

实时识别和追踪多个运动物体，muti-object tracking ，MOT

track by detection：基于有噪音的识别结果获得鲁棒的运动轨迹

基于MDP的MOT算法