课程价格 ：
¥1099.00
剩余名额
133
-
学习时长
6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，温顾知新
课程价格：
￥1099.00
剩余名额：
133个
- 第1章: 如何构建自动驾驶的多传感器系统
- 第1节: 多传感器系统的构建
- 第2节: 多传感器系统的标定闭环
- 第3节: 多传感器系统的时序闭环
- 第4节: 多传感器系统的数据高效接入及工程实现
- 第5节: 多传感器融合问题建模
- 第2章: 多传感器融合算法
- 第1节: 感知系统架构
- 第2节: Object级别的后融合算法：Kalman Filter与Extented Kalman Filter
- 第3节: LiDAR+Camera的前融合算法：MV3D, FrustumPointnet, ContFuse, CalibNet
- 第4节: Camera+Radar的前融合算法：CRFNet, GRIFNet
- 第5节: 场景理解：自动驾驶遇到的新问题
- 第6节: 融合系统设计
- 第3章: 如何预测目标级障碍物未来轨迹
- 第1节: 构建rule-based的轨迹优化搜索算法
- 第2节: 基于局部地图与历史轨迹，通过model-based方法预测轨迹
- 第3节: 如何高效融合model-based和rule-based的结果
- 第4章: 融合感知系统工程化：在线系统与离线系统构建
- 第1节: 基础结构设计：输入frame，输出fusion结果
- 第2节: 在线系统设计：Perception System的流程
- 第3节: 在线系统设计：构建以datapool和threadpool为基础的pipeline执行架构
- 第4节: 离线系统设计：如何构建分级性能感知系统评估体系
- 第5节: 离线系统设计：如何构建数据闭环
- 第6节: 离线系统设计：如何构建离线分析工具链
请选择自己感兴趣的领域
深蓝学院
