Ansys和Matlab培训课程班

使用MATLAB实现自动驾驶培训课程-中心

5 (7942人评价)
  • 精品
  • 笔记:(65387)

  • 学员:(97562)

  • 浏览:(237018)

  • 加入课程

课程介绍

 

其他精品热门课程班:
  • SUSE Linux系统管理培训课程培训课程
  • Linux系统编程与调试调优培训课程培训课程
  • Linux内核、驱动深度剖析与编程培训课程培训课程
  • 微信公众号培训课程培训课程
  • spring boot培训课程培训课程
  • python人工智能培训课程培训课程
  • python数据分析培训培训课程
  • python基础培训课程培训课程
  • python高级培训课程培训课程
  • javaWEB开发技术SSH培训课程培训课程
  • Java核心开发技术SCJP培训课程培训课程
  • .NET开发技术-ASP.NET Web培训课程培训课程
  • 微软.NET开发技术-C# 编程语言培训课程培训课程
  • 基于MVC模式Java Web开发技术培训课程培训课程
  • Java EE企业级框架应用程序开发培训课程培训课程
  • java编程开发培训课程培训课程
  • 人工智能与机器学习培训,AI培训培训课程
  • dodaf培训与咨询培训课程
  • 测试管理培训课程培训课程
  • 性能测试、建模、分析与优化培训课程培训课程
  • 单元测试培训课程培训课程
  • Selenium开源自动化培训课程培训课程
  •  
     

    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,20多年来,合作企事业单位以达30多万。曙海培训的课程在业内有着响亮的知名度。

     

    最新课程列表

    •  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:

      • 真实数据的标注
      • 传感器数据可视化
      • 检测车道与车辆
      • 处理激光雷达点云
      • 追踪和传感器融合
      • 生成驾驶场景和传感器建模
      • 课程要求

        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

         




    • 咨询在线客服