教學(xué)優(yōu)勢
曙海教育的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系。曙海集團(tuán)的課程在業(yè)內(nèi)有著廣泛的美譽(yù)度和響亮的知名度。
本課程，秉承19年積累的教學(xué)品質(zhì)，以項(xiàng)目實(shí)現(xiàn)為導(dǎo)向,老師將會與您分享設(shè)計(jì)的全流程以及工具的綜合使用經(jīng)驗(yàn)、技巧。
課程簡介：
自動駕駛感知算法培訓(xùn)課程目標(biāo)：
培訓(xùn)大綱
?
| ?模塊? | 內(nèi)容 |
| 自動駕駛感知算法激光感知（一）：激光雷達(dá)介紹 | 前言 |
| 1機(jī)械式激光雷達(dá) | |
| 2半固態(tài)式激光雷達(dá) | |
| 3純固態(tài)式激光雷達(dá) | |
| 自動駕駛感知算法激光感知（二）：激光雷達(dá)標(biāo)定 | 1激光雷達(dá)標(biāo)定介紹 |
| 2.?標(biāo)定算法介紹 | |
| 2.1?標(biāo)定環(huán)境 | |
| 2.2?墻面、地面點(diǎn)云提取 | |
| 2.3?最小方差標(biāo)定算法 | |
| 2.4?附錄–變換矩陣 | |
| 自動駕駛感知算法激光感知（三）：Faster-RCNN系列 | 綜述 |
| 1.?傳統(tǒng)算法流程 | |
| 2. Faster-RCNN系列算法流程 | |
| 3.?提取候選框方法介紹 | |
| 二、RCNN網(wǎng)絡(luò) | |
| 1.?網(wǎng)絡(luò)介紹 | |
| 2.?算法流程 | |
| 3.?缺點(diǎn) | |
| 三、SPPNet網(wǎng)絡(luò) | |
| 1.?網(wǎng)絡(luò)改進(jìn) | |
| 四、Fast RCNN | |
| 五、Faster RCNN | |
| 1.?網(wǎng)絡(luò)改進(jìn) | |
| 2. RPN網(wǎng)絡(luò)介紹 | |
| 3.?代碼分析 | |
| 3.1.?數(shù)據(jù)集 | |
| 3.2.?網(wǎng)絡(luò)搭建 | |
| 六、AABB矩形相交判斷 | |
| 七、OBB旋轉(zhuǎn)矩形相交判斷 | |
| ? | |
| 自動駕駛感知算法激光感知（四）：點(diǎn)云聚類算法之DBSCAN | 一、DBSCAN介紹 |
| 二、算法流程 | |
| 三、算法改進(jìn) | |
| 四、KD-Tree | |
| 1.?構(gòu)造 | |
| 2. leaf_size | |
| 3.?如何進(jìn)行半徑搜索 | |
| 自動駕駛感知算法激光感知（五）：計(jì)算目標(biāo)最小凸多邊形及航向角 | 一、點(diǎn)云凸包 |
| 格雷厄姆掃描算法流程 | |
| 二、車輛航向角 | |
| 1. PCA算法 | |
| 2.?凸多邊形最小外接矩形算法 | |
| 3. L-shape擬合算法 | |
| 自動駕駛感知算法基于實(shí)現(xiàn)項(xiàng)目應(yīng)用 | 自駕車自動駕駛系統(tǒng)的體系結(jié)構(gòu)一般分為感知系統(tǒng)和決策系統(tǒng)。感知系統(tǒng)一般分為許多子系統(tǒng)，負(fù)責(zé)自動駕駛汽車定位、靜態(tài)障礙物測繪、移動障礙物檢測與跟蹤、道路測繪、交通信號檢測與識別等任務(wù)。決策系統(tǒng)通常被劃分為許多子系統(tǒng)，負(fù)責(zé)諸如路徑規(guī)劃、路徑規(guī)劃、行為選擇、運(yùn)動規(guī)劃和控制等任務(wù)。 |
練習(xí)
答疑
