VIP9
本课程属于：090-Driving Agent多模态驾驶智能体工程 智能汽车与新能源汽车工程 · 共 9 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

多模态驾驶智能体感知推理工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=多模态驾驶智能体的定义 · 发展脉络 · 感知推理工程的整体目标与学习路线
课程导入目标=多模态驾驶…
02
驾驶场景基础
目标=道路结构 · 交通参与者 · 动态环境
驾驶场景基础目标=道路结构
03
多模态数据基础
目标=摄像头 · 激光雷达 · 毫米波雷达
多模态数据基础目标=摄像头
04
感知任务概览
目标=目标检测 · 语义分割 · 实例分割
感知任务概览目标=目标检测
05
深度学习基础
目标=CNN · Transformer · 注意力机制
深度学习基础CNN
06
多模态融合方法
目标=早期融合 · 中期融合 · 晚期融合
多模态融合方法目标=早期融合
07
BEV感知与占据网络
目标=BEV特征构建 · 视角转换 · 时序融合
BEV感知
08
3D目标检测与跟踪
目标=点云检测 · 图像检测 · 多模态3D检测
3D目标检测跟踪
09
车道线与道路拓扑感知
目标=车道线检测 · 道路边界 · 拓扑关系推理与高精地图融合
车道线道路拓扑感知
10
驾驶智能体推理基础
目标=场景理解 · 行为预测 · 意图识别与常识推理
驾驶智能体推理基…目标=场景理解
11
轨迹预测方法
目标=社会力模型 · 图神经网络 · Transformer
轨迹预测方法目标=社会力模型
12
决策与规划接口
目标=感知结果到行为决策 · 运动规划 · 控制模块的接口设计与不确定性传递
决策规划接口
13
端到端驾驶智能体
目标=感知-预测-规划一体化 · 模仿学习 · 强化学习与闭环评估
端到端驾驶智能体目标=感知
14
多模态大模型与驾驶
目标=视觉语言模型 · 视觉语言动作模型 · 场景问答与驾驶推理
多模态大模型驾驶
15
数据工程与标注
目标=数据集构建 · 自动标注 · 半监督学习
数据工程标注
16
训练与优化工程
目标=分布式训练 · 混合精度 · 梯度累积
训练优化工程
17
仿真与闭环测试
目标=CARLA · SUMO · nuPlan
仿真闭环测试
18
安全与鲁棒性
目标=对抗攻击 · 传感器故障 · 分布外检测
安全鲁棒性
19
实时推理与部署
目标=TensorRT · ONNX · 边缘计算
实时推理部署
20
案例实战一
目标=基于多摄像头与激光雷达的BEV…
案例实战一BEV
21
案例实战二
目标=城市道路多模态融合感知与占据栅…
案例实战二目标=城市道路多…
22
案例实战三
目标=高速公路场景下的轨迹预测与行为…
案例实战三目标=高速公路场…
23
案例实战四
目标=基于视觉语言模型的驾驶场景问答…
案例实战四目标=基于视觉语…
24
案例实战五
目标=端到端驾驶智能体的仿真训练与闭…
案例实战五目标=端到端驾驶…
25
常见问题与调试
目标=数据对齐错误 · 模态缺失 · 过拟合
常见问题调试
26
评估指标与基准
目标=mAP · NDS · IoU
评估指标基准
27
工程化与MLOps
目标=版本管理 · 实验追踪 · 持续集成
MLOps工程化
28
伦理、法规与可解释性
目标=驾驶责任 · 隐私保护 · 可解释AI与功能安全标准
伦理法规
29
前沿进展
目标=世界模型 · 生成式仿真 · 自监督学习
前沿进展目标=世界模型
30
综合提升与项目答辩
目标=完整项目设计 · 技术选型 · 创新点提炼
综合提升项目答辩