课程价格 ：
¥1099.00
剩余名额
0
-
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4章: 多传感器前融合算法
- 22： 【课件】L4 Early Fusion Algorithm.pdf
- 第1节: 前融合介绍
- 23： 【视频】前融合介绍
- 第2节: 前融合算法：MV3D, ContFuse, CRFNet
- 24： 【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
- 25： 【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
- 26： 【视频】场景理解
- 第5节: 融合系统设计
- 27： 【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
- 28-1： 【视频】作业说明
- 28-2： 【作业】Project One
- 28-3： 【代码】fusion-based-perception-main.zip
- 29： 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
- 30-1： 【课件】L5 Prediction System.pdf
- 30-2： 【资料】paper.rar
- 第1节: 预测问题定义
- 31： 【视频】预测问题是什么
- 第2节: 机动车与行人的预测算法
- 32： 【视频】机动车与行人的预测方法
- 第3节: 预测系统构建
- 33： 【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
- 34： 【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
- 35： 【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
- 36： 【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
- 37： 【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
- 38： 【视频】如何构建数据闭环及离线工具链
- 39-1： 【视频】融合感知讲师在线答疑
- 39-2： 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）
请选择自己感兴趣的领域
