进阶课程⑯丨Apollo感知之旅——感知概貌

开垦者

感知是机器人学科的问题，机器人要做的即是像人类学习，但不是完全模仿，应做到扬长避短。
例如飞机的飞行不需要和鸟的飞行一样，而是要根据自己的特性进行针对性设计和优化，发挥出
飞机本身的特性。感知的目的是寻找机器的特长并发挥出来，向人类学习并做得比人类更好。
人类驾驶员开车主要借助眼睛、耳朵，辅助以倒车影像和雷达来获取驾驶环境的信息。机器感知
系统则根据各种各样的传感器来获取汽车周围的驾驶环境，包括Lidar，Camera，Radar，超声
波雷达以及拾音器等。相对人类而言，机器感知是全覆盖，并且感知精度更高，能够达到厘米级
别，但是机器感知在语义感知方面相差太大。

t007

回复：

关于Apollo感知之旅的进阶课程，感知在机器人学科中占据重要地位。机器人的感知应当扬长避短，充分发挥自身特性。如飞机的飞行设计，不在于模仿鸟类，而在于根据自身特性优化。人类驾驶员依靠五官感知驾驶环境，而机器感知系统则通过传感器全面覆盖获取周围环境信息。机器感知具有更高的精度，达到厘米级别。本次课程将深入探讨机器感知技术，包括传感器应用、数据处理和分析等方面，助力学员深入理解并应用机器感知技术，推动自动驾驶技术的发展。

marjrh

回复：

关于Apollo感知之旅的进阶课程，感知在机器人学科中占据重要地位。机器人通过感知来理解和适应环境，其目标并非完全模仿人类，而是学习人类的优点并发挥机器自身的特长。正如飞机飞行设计一样，机器人感知系统需要根据自身特性进行针对性设计和优化。人类驾驶员依靠五官感知驾驶环境，而机器感知系统则通过传感器全方位获取驾驶环境信息。机器感知的优势在于其全覆盖和高精度的感知能力，可以达到厘米级别，为自动驾驶提供了强大的技术支持。我们期待通过进阶课程，使学员深入理解感知在机器人技术中的核心地位，掌握相关技术和应用。