目的：在图像的视频或序列标签交互地面实况数据。自动化与检测和跟踪算法的标记。

• 地面实况贴标应用的概述
• 标记感兴趣的区域(roi)和场景
• 自动化贴标
• 查看和导出地面实况结果

目的：可视化摄像机框架，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。

• 画一个鸟瞰图
• 传感器覆盖区域
• 可视化检测和车道
• 转换从车辆到图像坐标
• 标注视频检测和车道边界

目的：段和模型抛物线车道边界。使用预训练的对象检测器来检测车辆。

• 执行鸟瞰视图转换
• 检测车道功能
• 计算车道模型
• 验证车道检测与地面实况
• 使用预先训练过的目标探测器探测车辆

目的：存储为3 d点云LiDAR数据的工作。通过将它们分割成集群导入，可视化和处理点云。注册点云来调整和建设累计点云图。

• 导入并可视化点云
• 预处理点云
• 从激光雷达传感器数据段对象
• 建立从激光雷达传感器数据地图

目的：创建一个多对象跟踪器以从多个传感器，例如相机，雷达和激光雷达熔丝信息。

• 跟踪多个目标
• 预处理检测
• 利用卡尔曼滤波器
• 管理多个音轨
• 跟踪与多目标跟踪器

目的：创建概率假设密度跟踪器，跟踪扩展对象和估计它们的空间范围。

• 定义传感器配置
• 跟踪扩展的对象
• 估计空间范围

目的：交互式地创建驾驶场景和合成雷达和摄像机传感器检测，以测试自动驾驶感知算法。

• 驾驶场景设计器app概述
• 创建道路，演员和场景的传感器
• 模拟和可视化场景
• 生成检测和导出场景
• 与情景测试算法