限时特价 :
¥799
原价 : ¥899.00
限时特价
剩余名额
剩余名额
37
-
学习时长
10周/建议每周至少6小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
-
课程有效期
一年/告别拖延,温故知新
- 第1章: 课程介绍
- 第1节: 自主泊车介绍
- 第2节: 课程整体介绍
- 第3节: 课程前置基础
- 第4节: 坐标变换
- 第5节: 本章作业
- 第2章: 运动估计
- 第1节: 状态估计的背景介绍
- 第2节: 扩展卡尔曼滤波(EKF)
- 第3节: 车辆状态估计
- 第4节: 本章作业
- 第3章: 相机模型
- 第1节: 相机介绍
- 第2节: 针孔相机模型与3D坐标变换
- 第3节: 相机畸变
- 第4节: 鱼眼相机模型MEI
- 第5节: IPM图像拼接
- 第6节: 本章作业
- 第4章: 泊车感知语义分割
- 第1节: 本章背景介绍
- 第2节: 图像分类算法
- 第3节: 语义分割算法
- 第4节: 目标检测算法
- 第5节: 自主泊车场景中的语义分割
- 第6节: 本章作业
- 第5章: 泊车地图构建
- 第1节: 坐标变换
- 第2节: 语义标量点云地图的构建
- 第3节: 停车位检测
- 第4节: 本章作业
- 第6章: 泊车语义定位
- 第1节: 语义点云配准
- 第2节: KD树构建
- 第3节: 视觉IMU轮速融合定位
- 第4节: 视觉语义+IMU+轮速融合定位
- 第5节: 本章作业
- 第7章: 轨迹规划
- 第1节: 轨迹搜索
- 第2节: 轨迹平滑
- 第3节: hybrid A*轨迹规划
- 第4节: 实践:基于hybrid A*的车位导航轨迹规划
- 第8章: 车辆控制
- 第1节: 车辆运动学模型
- 第2节: PID/LQR控制
- 第3节: 模型预测控制
- 第4节: 实践:设计PID和LQR控制器,实现车辆轨迹跟踪控制
- 第9章: 大作业实践
- 第1节: 泊车仿真器介绍
- 第2节: 环境仿真搭建
- 第3节: AVP仿真整体流程
- 第4节: 实践:AVP自主泊车系统仿真实践大作业
- 第10章: 自主泊车前沿分享
- 第1节: 基于模仿学习的端到端自动驾驶
- 第2节: 基于强化学习的混合策略泊车
- 第3节: 基于视觉语言模型的智能AVP
课程的每一章节将会配备相应的实践项目,包括泊车所需软件环境安装、泊车定位、泊车感知、泊车建图、规划与控制,最后由同学们将每一章节的实践内容串在一起,在仿真环境中,实现一个完整的自主代客泊车系统。
ROS可视化工具RVIZ绘制自定义车辆轨迹
基于EKF的IMU、轮速计与GPS融合定位
基于IPM方法的鱼眼相机图像拼接
基于BiSeNet语义分割算法的车位分割

车位元素拼接,构建自主泊车的车库地图
视觉语义+IMU+轮速融合定位
基于Hybrid A*的车位导航轨迹规划
设计PID和LQR控制器,实现车辆轨迹跟踪控制
AVP自主代客泊车系统仿真实践大作业