曙海教学优势
本课程，秉承二十一年积累的教学品质，以项目实现为导向,面向企事业项目实际需要,老师将会与您分享设计的全流程以及工具的综合使用经验、技巧。课程可定制,线上/线下/上门皆可,热线:4008699035。
曙海培训的课程培养了大批受企业欢迎的工程师。大批企业和曙海
建立了良好的合作关系,合作企业30万+。曙海培训的课程在业内有着响亮的知名度。
本课程提供开发和验证自动驾驶感知算法的实践经验。例子和练习演示使用适当的 MATLAB ® 和 Automated Driving System Toolbox™的功能。
内容包括：
MATLAB 基础或使用 MATLAB 的同等经验。MATLAB 图像处理，计算机视觉和图像处理与计算机视觉的基本知识。MATLAB 深度学习作为推荐。
详细提纲：
|
真实数据的标注 |
目标：交互地在视频或图像序列中标注真实数据。使用检测结果和跟踪算法自动标注。 · Ground Truth Labeler 概述 · 标注 ROI（感兴趣区域）和场景 · 自动标注 · 查看/导出真实结果 |
|
传感器数据可视化 |
目标：可视化相机帧、雷达和激光雷达检测结果。使用适当的坐标系将图像坐标变换为车辆坐标，反之亦然。 · 创建鸟瞰图 · 绘制传感器覆盖区域 · 可视化检测结果和车道 · 从车辆到图像坐标变换 · 使用检测结果和车道边界注释视频 |
|
检测车道及车辆 |
目标：分割和建模抛物线形的车道。使用预训练的目标检测器检测车辆。 · 进行鸟瞰视图变换 · 检测车道特征 · 计算车道模型 · 使用真实数据验证车道检测结果 · 使用预训练的目标检测器检测车辆。 |
|
处理激光雷达点云 |
目标：使用存储为三维点云的激光雷达数据。通过将点云分割成簇来导入、可视化和处理点云。配准点云数据并构建累积点云地图 · 导入和可视化点云 · 预处理点云 · 从激光雷达传感器数据中分离目标 · 从激光雷达传感器数据构建地图 |
|
传感器融合和追踪 |
目标：创建一个多目标跟踪器以融合来自多个传感器的信息，如相机，雷达等。 · 跟踪多个目标 · 预处理检测结果 · Kalman 滤波 · 管理多个跟踪 · 使用多目标跟踪器进行跟踪 |
|
追踪扩展目标 |
目标：创建概率假设密度跟踪器跟踪扩展对象并估计其空间范围。 · 定义传感器配置 · 追踪扩展目标 · 估计空间范围 |
|
生成驾驶场景和传感器建模 |
目标：交互地创建驾驶场景和综合雷达/相机检测结果，测试自动驾驶感知算法。 · Driving Scenario Designer app概述 · 创建包含道路、参与者和传感器的场景 · 仿真和可视化场景 · 生成检测结果和导出场景 · 使用场景测试算法 |
