-
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: 泊车任务介绍（APA/AVP/记忆泊车)
- 第2节: 自主泊车系统
- 第3节: 课程大纲与课程实践
- 第4节: 编程基础&环境准备
- 第5节: 坐标系转换
- 第6节: 作业1：Ubuntu 20.04系统下ROS Neotic的安装
- 第7节: 作业2：ROS可视化工具RVIZ的使用
- 第2章: 车辆状态估计
- 第1节: 自主泊车中的定位模块
- 第2节: 从贝叶斯估计到卡尔曼滤波
- 第3节: 基于EKF的车辆状态估计与融合定位
- 第4节: 作业3：补全EKF预测和更新代码，实现IMU+轮速计+GPS融合定位
- 第3章: 相机模型与IPM变换
- 第1节: 相机传感器简介
- 第2节: 针孔相机模型
- 第3节: 畸变与相机标定
- 第4节: 鱼眼相机模型
- 第5节: 基于IPM方法的鱼眼相机图像拼接
- 第6节: 作业4：补全代码实现基于IPM方法的鱼眼相机图像拼接
- 第4章: 泊车语义分割
- 第1节: 图形分类算法
- 第2节: 语义分割算法
- 第3节: 目标检测算法
- 第4节: 自主泊车场景中的语义分割
- 第5节: 作业5：针对地库场景的IPM图像语义分割
- 第5章: 泊车地图构建
- 第1节: 坐标变换
- 第2节: 语义地图构建
- 第3节: 停车位检测
- 第4节: 作业6：构建自己的AVP地图
- 第6章: 泊车语义定位
- 第1节: 3D点云语义配准
- 第2节: KD-Tree构建
- 第3节: 视觉+IMU+轮速计融合定位
- 第4节: 作业7：基于EKF实现视觉+IMU+轮速计融合定位
- 第7章: 泊车轨迹规划
- 第1节: 路径规划与搜索
- 第2节: 盲目搜索方法
- 第3节: 启发式搜索方法
- 第4节: Hybrid A*算法
- 第5节: 作业8：补全BFS/A*/Hybrid A*路径规划算法代码，实现泊车场景路径规划
- 第8章: 泊车车辆控制
- 第1节: 车辆运动学模型
- 第2节: PID控制器
- 第3节: 斯坦利控制器
- 第4节: 纯跟踪控制器
- 第5节: LQR线性二次控制器
- 第6节: 作业9：应用四种控制器，实现规划轨迹跟踪
- 第7节: 大作业项目介绍
- 第8节: 大作业项目实践
- 第9节: AVP自主泊车系统仿真实践大作业
- 第9章: 自主泊车系统实践（大作业）
- 第1节: 泊车仿真器部署
- 第2节: 实时语义IPM图输出
- 第3节: 实时AVP地图构建和定位
- 第4节: 实时AVP泊车
- 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主泊车
- 第2节: 混合强化学习自主泊车规划器
- 第3节: 视觉语言模型智能AVP系统
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
