• 学习时长

    10周 / 每周至少8小时

  • 答疑服务

    专属微信答疑群 / 讲师助教均参与

  • 作业批改

    课程配有实践作业 / 助教1V1批改

  • 课程有效期

    一年 / 告别拖延,温故知新

  • 第1节: 课前须知
  • 1-1:【指南】课程学习
  • 1-2:【视频】讲师课程介绍
  • 2:多传感器融合感知 第一期开课仪式.pdf
  • 第1章: 自动驾驶系统中的传感器与时序闭环
  • 3:【课件】L1 自动驾驶多传感器设计.pdf
  • 第1节: 自动驾驶为什么需要多传感器
  • 4:【视频】自动驾驶系统传感器需求
  • 第2节: 传感器的物理特性
  • 5:【视频】传感器的物理特性
  • 第3节: 感知传感器的成像机制
  • 6-1:【视频】Camera成像机制
  • 6-2:【视频】Lidar成像机制
  • 6-3:【视频】Radar成像机制
  • 6-4:【视频】超声波雷达成像原理
  • 第4节: 定位传感器工作原理简介
  • 7:【视频】建图定位多传感器分析
  • 第5节: 自动驾驶传感器系统设计
  • 8:【视频】整车传感器系统分析
  • 第6节: 多传感器系统的时序闭环
  • 9-1:【视频】时序闭环构建
  • 9-2:【视频】成像同步机制
  • 第2章: 多传感器的标定
  • 10:【课件】L2 传感器标定.pdf
  • 第1节: 为什么需要标定传感器
  • 11:【视频】如何确定多个传感器检测到的物体是同一个?
  • 第2节: 非线性优化知识回顾
  • 12-1:【视频】非线性优化基础
  • 12-2:【资料】非线性最小二乘问题的求解方法.pdf
  • 第3节: 从Camera成像过程谈Camera内参标定
  • 13:【视频】camera内参标定
  • 第4节: 多传感器之间的外参标定
  • 14:【视频】传感器外参标定
  • 第5节: 外参在线动态修正
  • 15:【视频】外参在线修正
  • 第6节: 实践:标定工具箱
  • 16:【工程代码】calibration_kit-main.zip
  • 第3章: 多传感器后融合算法
  • 17:【课件】L3 后融合感知算法.pdf
  • 第1节: 融合问题定义及背景
  • 18:【视频】融合问题定义及背景
  • 第2节: 后融合系统输入输出
  • 19:【视频】后融合输入及算法设计思想
  • 第3节: 预测及目标关联
  • 20:【视频】目标及预测关联算法
  • 第4节: 后融合算法:Kalman Filter与Extented Kalman Filter
  • 21:【视频】基于KF与EKF的后融合
  • 第5节: 运动学模型建模与选择
  • 22-1:【附加资料】运动学模型建模与选择
  • 22-2:【视频】 运动学模型建模与选择
  • 22-3:【附加资料】运动学模型建模与选择
  • 第4章: 多传感器前融合算法
  • 23:【课件】L4 Early Fusion Algorithm.pdf
  • 第1节: 前融合介绍
  • 24:【视频】前融合介绍
  • 第2节: 前融合算法:MV3D, ContFuse, CRFNet
  • 25:【视频】激光雷达与相机的前融合,相机与毫米波雷达的前融合
  • 第3节: 前融合与后融合的关系
  • 26:【视频】实际系统中前融合与后融合的关系
  • 第4节: 场景理解:自动驾驶遇到的新问题
  • 27:【视频】场景理解
  • 第5节: 融合系统设计
  • 28:【视频】融合感知系统的设计
  • 第6节: Project One ——基于卡尔曼滤波的融合感知
  • 29-1:[参考代码]fusion-main
  • 29-2:【视频】作业说明
  • 29-3:【作业】Project One
  • 29-4:【代码】fusion-based-perception-main.zip
  • 30:融合感知作业思路讲解-助教郭叙森
  • 第5章: 如何预测目标级障碍物未来轨迹
  • 31-1:【课件】L5 Prediction System.pdf
  • 31-2:【资料】paper.rar
  • 第1节: 预测问题定义
  • 32:【视频】预测问题是什么
  • 第2节: 机动车与行人的预测算法
  • 33:【视频】机动车与行人的预测方法
  • 第3节: 预测系统构建
  • 34:【视频】如何构建预测系统
  • 第6章: 融合感知系统工程化:在线系统构建
  • 35:【课件】L6&7 在线与离线系统设计.pdf
  • 第1节: 基础结构设计:输入frame,输出fusion结果
  • 36:【视频】感知系统的数据
  • 第2节: 构建以datapool和threadpool为基础的pipeline执行架构
  • 37:【视频】在线系统设计
  • 第7章: 融合感知系统工程化:离线系统构建
  • 第1节: 如何构建分级性能感知系统评估体系
  • 38:【视频】感知性能评估体系
  • 第2节: 如何构建数据闭环及离线工具链
  • 39:【视频】如何构建数据闭环及离线工具链
  • 40-1:【视频】融合感知讲师在线答疑
  • 40-2:多传感器融合感知第一期在线答疑问题收集-图南南22.6.17(讲师返回)
  • 第8章: Apollo感知预测模块仿真实验
  • 41:【操作手册】Apollo感知预测仿真.pdf
  • 第1节: 激光雷达感知
  • 42-1:【视频】CNNSeg感知实验
  • 42-2:【视频】PointPillars检测
  • 第2节: 相机感知
  • 43-1:【视频】红绿灯识别
  • 43-2:【视频】车道线检测
  • 43-3:【视频】相机障碍物检测
  • 第3节: 融合感知
  • 44:【视频】融合感知

相关推荐

机器人与自动驾驶 定位与建图 高级
计算机视觉 计算机视觉 环境感知 基础
机器人与自动驾驶 环境感知 进阶

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》