VIP20

本课程属于：006-传感器外参标定 自动驾驶 · 共 20 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

多传感器目标关联与融合

📚 共计 30 章节

多传感器融合的定义、发展历程、核心挑战与应用场景。

传感器基础

雷达、激光雷达、摄像头、惯性测量单元的工作原理与特性。

坐标系统与变换

世界坐标系、传感器坐标系、刚体变换与齐次坐标。

坐标系刚体变换

硬件同步与软件同步机制、时间戳对齐与插值方法。

传感器标定原理、联合标定方法与外参矩阵求解。

状态估计基础

贝叶斯滤波、卡尔曼滤波、扩展卡尔曼滤波。

数据关联基础

最近邻、全局最近邻、联合概率数据关联。

目标跟踪基础

单目标跟踪、多目标跟踪、航迹管理。

雷达与激光雷达融合

点云融合、目标级融合、特征级融合。

雷达LiDAR融合

视觉与激光雷达融合

3D目标检测、BEV感知、多模态特征融合。

雷达与视觉融合

前融合、后融合、深度交叉注意力机制。

前融合注意力

IMU与GPS融合

松耦合、紧耦合、误差状态卡尔曼滤波。

多传感器标定实战

棋盘格标定、目标物标定、在线标定。

目标检测与识别

YOLO、PointNet、CenterPoint等模型介绍。

特征提取与描述

SIFT、ORB、PointNet++、VoxelNet。

匈牙利算法与分配

二分图匹配、代价矩阵、最优分配。

匈牙利分配

概率数据关联

PDA、JPDA、多假设跟踪。

随机有限集理论

PHD滤波、CPHD滤波、多目标贝叶斯。

轨迹融合与管理

航迹起始、维持、消亡与融合策略。

传感器管理

传感器选择、资源分配、任务调度。

不确定性建模

噪声模型、协方差传播、鲁棒估计。

不确定性鲁棒

深度学习在融合中的应用

端到端融合、Transformer、注意力机制。

深度学习Transformer

多传感器融合仿真

CARLA、Gazebo、SUMO仿真环境搭建。

数据集与评估

KITTI、nuScenes、Waymo数据集与评价指标。

实时系统设计

嵌入式平台、ROS2、DDS通信、延迟优化。

故障检测与容错

传感器故障诊断、冗余设计、降级策略。

安全与伦理

功能安全、预期功能安全、隐私保护。

自动驾驶中的融合

感知、定位、预测、规划全链路融合。

自动驾驶全链路

机器人中的融合

SLAM、导航、环境建模与物体操作。

课程总结与展望

技术趋势、研究方向、职业发展建议。