激光雷达+视觉+IMU+GPS多模融合算法
2021年是无人驾驶爆发的元年，各大造车新势力频繁宣布入场，如小米投资100亿高调宣布造车；
而自主导航是机器人与自动驾驶的核心功能，SLAM技术是实现自主导航的前提与关键。在现有的机器人与自动驾驶车辆中通常会安装激光雷达、相机、IMU、GPS等多种传感器；并且业界已经出现了许多优秀的激光SLAM和视觉SLAM的算法；但是每种模态的传感器都有它的优点和缺点，如：
①、相机只能策略2D图像，而且很容易受到光照和夜晚的影响；
②、激光雷达获取的3D点云较为稀疏，而且在长走廊、隧道和开阔场景中容易发生退化；
③、GPS测量极易受到坏境的干扰；
自动驾驶对安全性能要求是非常高的，所以想办法通过合适的方式将多种模态进行融合，实现优势互补，使得SLAM算法能够在各种坏境中持续输出鲁棒且高精度的结果，是未来SLAM技术发展的必然趋势。
痛心事故：在中国台湾嘉义，一辆特斯拉的 Model 3 在高速公路上撞上了一辆侧翻的大货车；
原因：特斯拉自动辅助驾驶的原理，采用了的是视觉+毫米波雷达的感知方案，前向由三个摄像头组成，负责车辆前方的宽视角以及远距离物体的探测，但不同焦距摄像头的物体识别方式与单目类似，基于学习模型——Tesla Vision；造成事故的原因是因为货车白色车厢有比较强烈的阳光反射，影响了摄像头的识别。
业界多模融合比较成功的应用：如华为与北汽合作研发的极狐阿尔法 S HI 版搭载了三颗激光雷达 + 六颗毫米波雷达以及九颗用于自动驾驶的摄像头，因此它可以在城市开放较复杂道路实现自动驾驶，技术水平在业界引起了很大的震撼。
刚好有机会进入做无人驾驶技术的公司学习，提前了解相关技术的概念。