先验地图--slam学习笔记

先验信息 (Prior Information)

先验信息指的是在收集新数据之前已有的知识或假设。这种信息可以来自之前的实验、历史数据、理论模型或专家意见。

1. 地图信息：在无人驾驶中，车辆通常会预先加载高精度地图数据，这些地图数据提供了道路布局、车道线位置、交叉口结构等信息。这些信息就是先验信息。
2. 车辆动力学模型：车辆的动力学模型，包括车辆的物理特性（如质量、轮胎摩擦系数等），这些模型可以帮助预测车辆的行为。
3. 行为预测模型：对于其他交通参与者的预测模型，如行人、自行车或其它车辆的行为模式，这些模型基于历史数据训练而成，用于预测未来行为。

 

后验信息 (Posterior Information)

后验信息是指在收集新数据之后，结合先验信息和观测数据得到的新知识或更新的假设。它是基于先验信息和当前观测数据的综合结果。

1. 障碍物检测：当车辆检测到前方有障碍物时，它会结合先验的障碍物分类信息（如行人、车辆等）和当前的传感器数据（如激光雷达、摄像头图像）来更新障碍物的类型和位置信息。
2. 路径规划：车辆可能基于先验的地图信息和当前的交通状况（如交通灯状态、其他车辆的位置）来调整行驶路线。
3. 车辆定位：车辆利用GPS、IMU和视觉传感器等数据来确定其在地图上的精确位置。这里，先验的地图信息与传感器数据相结合，以获得更准确的位置估计。

例子：车辆定位
先验信息：

1. 高精度地图数据：提供道路布局、车道线位置等信息。
2. GPS数据：提供大致的位置信息，但精度有限。
3. IMU数据：提供车辆的速度、加速度和姿态信息。

后验信息：

1. 当车辆启动时，它会使用GPS数据和IMU数据来估算自己的大致位置。
2. 随着车辆行驶，它会持续收集激光雷达和摄像头数据来识别周围的环境特征（如路缘石、标志牌等）。
3. 车辆将这些观测数据与高精度地图数据相结合，通过滤波算法（如卡尔曼滤波或粒子滤波）来更新其位置估计。
4. 随着时间的推移，车辆的位置估计会越来越精确，这就是后验信息。

                        
原文链接：https://blog.csdn.net/m0_74633496/article/details/141195242