无人驾驶领域中，常见的及挂钩雷达感知算法有哪些?

无人驾驶领域中，常见的及挂钩雷达感知算法有以下几种：

1. 点云配准算法：将雷达所得到的点云数据与地图进行配准，从而实现无人车的精确定位和建图。常用的点云配准算法包括ICP算法、NDT算法等。

2. 障碍物检测与跟踪算法：通过对雷达点云数据进行处理，检测道路上的障碍物，并实现对障碍物的跟踪和预测。常用的障碍物检测与跟踪算法包括Yolo、SSD、Faster R-CNN等。

3. 目标跟踪与预测算法：通过对雷达点云数据进行处理，实现对行人、车辆等目标的跟踪与预测。常用的目标跟踪与预测算法包括卡尔曼滤波算法、扩展卡尔曼滤波算法、粒子滤波算法等。

4. 地面分割算法：将雷达点云数据分为地面和非地面两个部分，从而实现对车辆的定位和姿态估计。常用的地面分割算法包括RANSAC算法、欧几里德聚类算法等。

以上算法都是无人驾驶领域中常见的及挂钩雷达感知算法，它们通常被用于构建完整的自动驾驶系统中的各个模块。