所属分类：车载智能与自动驾驶 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

Autoware感知模块与多传感器融合

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 自动驾驶感知系统概述
课程导入学习目标
02
Autoware整体架构
Autoware.Universe与… · 感知模块在整体软件栈中的位置与作用
Autoware整体架构
03
ROS2基础
节点 · 话题 · 服务
ROS2节点
04
传感器基础
摄像头 · 激光雷达 · 毫米波雷达
传感器基础摄像头
05
传感器标定
内参标定 · 外参标定 · 时间同步
传感器标定内参标定
06
点云预处理
体素滤波 · 直通滤波 · 地面分割
点云预处理体素滤波
07
图像预处理
图像去畸变 · 色彩空间转换 · 图像增强
图像预处理图像去畸变
08
目标检测基础
2D目标检测与3D目标检测的区别 · 常用数据集（KITTI · nuScenes）与评价指标（mAP
目标检测基础2D目标检测
09
基于激光雷达的目标检测
PointPillars · VoxelNet · CenterPoint等经典算法原理…
基于激光雷达的目…PointPillars
10
基于摄像头的目标检测
YOLO系列 · Faster R-CNN · FCOS等算法在自动驾驶中的应用
基于摄像头的目标…YOLO
11
基于毫米波雷达的目标检测
雷达点云特性 · 目标检测与跟踪方法
基于毫米波雷达的…雷达点云特性
12
多传感器融合基础
融合层级（数据级 · 特征级 · 目标级）
多传感器融合基础融合层级
13
时间同步与空间对齐
传感器时间戳同步 · 坐标变换 · 外参矩阵在融合中的作用
时间同步空间对齐
14
目标级融合
基于匈牙利算法 · 卡尔曼滤波 · 全局最近邻（GNN）的目标关联与融合
目标级融合基于匈牙利算法
15
特征级融合
多模态特征提取 · 特征拼接 · 注意力机制在融合中的应用
特征级融合多模态特征提取
16
数据级融合
原始点云与图像像素级对齐 · BEV（鸟瞰图）表示与融合
数据级融合原始点云
17
Autoware感知模块详解
感知节点架构 · 话题与消息类型 · 配置文件解析
Autoware感知模块详解
18
Autoware中的目标检测
使用LiDAR检测节点 · 摄像头检测节点 · 雷达检测节点的配置与运行
Autoware目标检测
19
Autoware中的目标跟踪
多目标跟踪（MOT）算法 · 卡尔曼滤波与匈牙利匹配在Autowa…
Autoware目标跟踪
20
Autoware中的传感器融合
融合节点（fusion）的输入输出 · 融合策略与参数调整
Autoware传感器融合
21
实战
搭建Autoware感知环境 · 依赖配置 · 仿真环境（如AWSIM
Autoware搭建
22
实战
运行Autoware感知模块 · 启动感知节点 · 可视化感知结果（RViz2）
Autoware运行
23
实战
传感器标定实战
传感器标定实战重点
24
实战
基于Autoware的3D目标检测 · 训练自定义模型并集成到Autowar…
Autoware基于
25
实战
多传感器融合案例 · 提升目标检测精度
多传感器融合案例提升目标检测精度
26
常见问题与调试
感知模块运行中的常见错误 · 点云与图像不同步 · 标定误差导致融合失败等问题的排查
常见问题调试
27
性能优化
感知模块的实时性优化 · GPU加速 · 模型量化与剪枝
性能优化感知模块的实时性…
28
安全性与可靠性
感知系统的冗余设计 · 故障检测与降级策略 · 功能安全（ISO 26262）简介
安全性可靠性
29
前沿进展
BEV感知 · Transformer在感知中的应用 · 端到端感知与融合趋势
前沿进展BEV
30
综合项目
设计一个完整的感知系统 · 集成多传感器融合 · 完成从数据采集到目标检测与跟踪的闭环
综合项目设计一个完整的感…