• 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

课程价格: 1099.00

 

  • 1-1: 课程学习指南
  • 1-2: 【视频】讲师课程介绍
  • 第1章: 自动驾驶系统中的传感器与时序闭环
  • 2: 【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
  • 3: 【视频】自动驾驶系统传感器需求
  • 第2节: 传感器的物理特性
  • 4: 【视频】传感器的物理特性
  • 第3节: 感知传感器的成像机制
  • 5-1: 【视频】Camera成像机制
  • 5-2: 【视频】Lidar成像机制
  • 5-3: 【视频】Radar成像机制
  • 5-4: 【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
  • 6: 【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
  • 7: 【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
  • 8-1: 【视频】时序闭环构建
  • 8-2: 【视频】成像同步机制
  • 第2章: 多传感器的标定
  • 第1节: 为什么需要标定传感器
  • 第2节: 非线性优化知识回顾
  • 第3节: 从Camera成像过程谈Camera内参标定
  • 第4节: 多传感器之间的外参标定
  • 第5节: 外参在线动态修正
  • 第6节: 实践:标定工具箱
  • 第3章: 多传感器后融合算法
  • 第1节: 融合问题定义及背景
  • 第2节: 后融合系统输入输出
  • 第3节: 预测及目标关联
  • 第4节: 后融合算法:Kalman Filter与Extented Kalman Filter
  • 第4章: 多传感器前融合算法
  • 第1节: 前融合介绍
  • 第2节: 前融合算法:MV3D, ContFuse, CRFNet
  • 第3节: 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
  • 第5节: 融合系统设计
  • 第6节: Project One ——基于卡尔曼滤波的融合感知

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》