MATLAB自动驾驶
查看日程安排和注册课程详细信息
这个为期两天的课程提供开发和验证自动驾驶感知算法的实践经验。示例和练习演示了适当的MATLAB的使用®和自动驾驶工具箱™功能。
主题包括:
- 地面真值数据的标注
- 传感器数据可视化
- 侦测车道及车辆
- 处理激光雷达点云
- 跟踪与传感器融合
- 生成驾驶场景和传感器建模
第1天/ 2天
地面真实数据的标注
摘要目的:交互式标记视频或图像序列中的地面真实数据。自动标记与检测和跟踪算法。
- 地面真相标签应用程序的概述
- 标记感兴趣区域(roi)和场景
- 自动贴标
- 查看和导出地面真实结果
传感器数据可视化
摘要目的:可视化相机框架，雷达和激光雷达探测。使用适当的坐标系统将图像坐标转换为车辆坐标，反之亦然。
- 创建一个鸟瞰图
- 绘制传感器覆盖区域
- 可视化检测和车道
- 将车辆坐标转换为图像坐标
- 用检测和车道边界注释视频
侦测车道及车辆
摘要目的:分割和模拟抛物线车道边界。使用预先训练过的物体探测器来探测车辆。
- 执行鸟瞰视图转换
- 检测车道特征
- 计算通道模型
- 用地面真值验证车道检测
- 用预先训练过的物体探测器探测车辆
处理激光雷达点云
摘要目的:使用存储为三维点云的激光雷达数据。通过将点云分割成集群来导入、可视化和处理点云。注册点云对齐和建立一个累积的点云图。
- 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割物体
- 根据激光雷达传感器数据构建地图
第二天的第二天
融合传感器检测与跟踪
摘要目的:创建一个多目标跟踪器，以融合来自多个传感器(如摄像头、雷达和激光雷达)的信息。
- 跟踪多个对象
- 预处理信号检测
- 利用卡尔曼滤波器
- 管理多个轨道
- 用多目标跟踪器跟踪
跟踪扩展对象
摘要目的:创建一个概率假设密度跟踪器来跟踪扩展的对象并估计它们的空间范围。
- 定义传感器配置
- 跟踪扩展对象
- 估算空间范围
生成驾驶场景和传感器建模
摘要目的:交互式创建驾驶场景和合成雷达和摄像头传感器检测，以测试自动驾驶感知算法。
- 驾驶场景设计师应用程序概述
- 创建有道路、演员和传感器的场景
- 模拟和可视化场景
- 生成检测和导出场景
- 用场景测试算法
