自动驾驶学习笔记（十四）——感知算法
#Apollo开发者#
学习课程的传送门如下，当您也准备学习自动驾驶时，可以和我一同前往：
《自动驾驶新人之旅》免费课程—> 传送门
《Apollo Beta宣讲和线下沙龙》免费报名—>传送门
文章目录
前言
感知算法
开发过程
测试和评价
前言
见《自动驾驶学习笔记（九）——车辆控制》
见《自动驾驶学习笔记（十）——Cyber通信》
见《自动驾驶学习笔记（十一）——高精地图》
见《自动驾驶学习笔记（十二）——定位技术》
见《自动驾驶学习笔记（十三）——感知基础》
感知算法
自动驾驶感知系统的框架如下图所示：
上述框架中每个感知模块的算法工作流程如下：
无论是传统算法还是深度学习基础的算法，都遵循数据-前处理-表征学习-特征提取-算法任务-后处理到需要结果的pipeline，根据实际场景和业务需求的不同，前、后处理和表征学习过程可省略或者由End2End模型整体处理。其中核心的识别算法可以分为以下三种：
监督学习：人工标注数据。
半监督学习：可通过无监督学习自学习特征，再通过较少标注数据完成具体任务训练。
无监督学习：无需人工预标注，e.g.强化学习。
开发过程
未完待续
测试和评价
未完待续