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了开发和验证自动驾驶感知算法的实际经验。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:
- 标记地面真实数据
- 可视化传感器数据
- 侦测车道及车辆
- 处理激光雷达点云
- 跟踪与传感器融合
- 生成驾驶场景和建模传感器
2天中的第一天
地面真相数据的标记
摘要目的:交互式地为视频或图像序列中的地面真相数据标记。使用检测和跟踪算法自动标记。
- Ground Truth Labeler应用的概述
- 标记感兴趣的区域(roi)和场景
- 自动贴标
- 查看并导出地面真相结果
可视化传感器数据
摘要目的:可视化相机帧,雷达和激光雷达探测。使用适当的坐标系统将图像坐标转换为车辆坐标,反之亦然。
- 画一个鸟瞰图
- 绘制传感器覆盖区域
- 可视化检测和通道
- 从车辆转换为图像坐标
- 用检测和车道边界注释视频
侦测车道及车辆
摘要目的:分段和模型抛物线车道边界。使用预先训练的物体检测器来检测车辆。
- 执行鸟瞰转换
- 检测车道特征
- 计算车道模型
- 用地面真理验证车道检测
- 用预先训练的物体探测器检测车辆
处理激光雷达点云
摘要目的:使用存储为3d点云的激光雷达数据。通过将点云分割为集群来导入、可视化和处理点云。注册点云以对齐并构建累积点云图。
- 导入并可视化点云
- 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建立地图
2天中的第二天
融合传感器检测和跟踪
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
- 管理多个轨道
- 跟踪多目标跟踪器
跟踪扩展对象
摘要目的:创建一个概率假设密度跟踪器来跟踪扩展的对象并估计其空间范围。
- 定义传感器配置
- 跟踪扩展对象
- 估计空间范围
生成驾驶场景和建模传感器
摘要目的:创建驾驶场景,并交互式合成雷达和相机传感器检测,以测试自动驾驶感知算法。
- 驱动场景设计器应用的概述
- 创建带有道路、角色和传感器的场景
- 模拟和可视化场景
- 生成检测并导出场景
- 使用场景测试算法
水平:中间
先决条件:
- MATLAB基础
- MATLAB图像处理,基于MATLAB的计算机视觉以及图像处理和计算机视觉概念的基本知识
- 基于MATLAB的深度学习建议
持续时间:2天
语言:英语,한국어