MATLAB自动驾驶
查看时间表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:
- 标记地面真实数据
- 可视化传感器数据
- 探测车道和车辆
- 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
2天中的第一天
地面真实数据的标记
摘要目的:交互式地在视频或图像序列中标记地面真相数据。使用检测和跟踪算法自动标记。
- Ground Truth Labeler应用程序概述
- 标记感兴趣的区域(roi)和场景
- 自动贴标
- 查看和导出地面真相结果
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
- 可视化探测和车道
- 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。使用预先训练好的物体检测器来检测车辆。
- 执行一个鸟瞰图变换
- 检测车道特征
- 计算车道模型
- 验证车道检测与地面真相
- 用预先训练好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的点云图。
- 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对象
- 根据激光雷达传感器数据绘制地图
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来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
- 管理多条轨道
- 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。
- 驾驶场景设计器应用程序的概述
- 创建包含道路、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
水平:中间
先决条件:
- MATLAB基础
- MATLAB图像处理,计算机视觉与MATLAB并具有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:英文,한국어