用MATLAB自动驾驶
查看日程安排和登记课程详细信息
这两天的课程提供实践经验开发和验证自动驾驶感知算法。例子和练习演示使用适当的MATLAB®和自动驾驶的工具箱™功能。
主题包括:
- 地面实况数据的标签
- 传感器数据可视化
- 车道检测和车辆
- 处理激光雷达点云
- 跟踪和传感器融合
- 生成驱动建模场景和传感器
第一天2
地面实况数据的标签
摘要目的:标签地面实况视频或图像序列中的数据交互。自动标记与检测和跟踪算法。
- 地面实况贴标签机应用程序的概述
- 标签感兴趣的区域(roi)和场景
- 自动贴标
- 查看和导出地面真理的结果
传感器数据可视化
摘要目的:可视化相机帧、雷达和激光雷达探测。使用适当的坐标系变换图像坐标车辆坐标,反之亦然。
- 创建一个鸟瞰的阴谋
- 情节传感器覆盖区域
- 可视化检测和车道
- 从车辆图像坐标转换
- 注释视频检测和车道边界
车道检测和车辆
摘要目的:段和抛物线车道边界模型。使用pretrained对象探测器来检测车辆。
- 执行一个鸟瞰变换
- 检测车道功能
- 计算车道模型
- 验证车道检测与地面真理
- 检测车辆与pretrained对象探测器
处理激光雷达点云
摘要目的:使用激光雷达数据存储为三维点云。进口、可视化和处理点云分割成集群。注册点云对齐,并构建一个积累点云的地图。
- 导入和可视化点云
- 预处理点云
- 从激光雷达传感器数据段对象
- 从激光雷达传感器数据构建地图
第二天2
融合传感器检测和跟踪
摘要目的:创建一个多目标跟踪融合来自多个传感器的信息如相机、雷达和激光雷达。
- 跟踪多个对象
- 预处理信号检测
- 利用卡尔曼滤波器
- 管理多个追踪
- 跟踪和多目标跟踪器
跟踪扩展对象
摘要目的:创建一个概率假设密度跟踪器跟踪扩展对象和评估他们的空间范围。
- 定义传感器配置
- 跟踪扩展对象
- 估计空间范围
生成驱动建模场景和传感器
摘要目的:创建驾驶场景和合成雷达和摄像头传感器检测交互测试自动驾驶感知算法。
- 驾驶场景设计师应用程序的概述
- 创建与道路场景、演员和传感器
- 模拟和可视化场景
- 生成检测和出口情况
- 测试算法的场景
水平:中间
先决条件:
- MATLAB基础
- 与MATLAB图像处理,计算机视觉与MATLAB计算机视觉和图像处理的基本知识和概念
- 深度学习与MATLAB建议
持续时间:2天
语言:英语,한국어