首页
›
自动驾驶
›
006-传感器外参标定
›
《BEV感知与激光雷达标定工程实践》
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
BEV感知与激光雷达标定工程实践
📚 共计 30 章节
01
课程导论
BEV感知技术概览 · 激光雷达在自动驾驶中的角色 · 标定的重要性
概览
入门
02
传感器基础
激光雷达工作原理(TOF、FMCW)· 点云数据格式(PCD、BIN)· 坐标系定义
LiDAR
原理
03
坐标变换基础
刚体变换 · 旋转矩阵 · 欧拉角 · 四元数 · 齐次坐标
数学
几何
04
手眼标定原理
手眼标定问题建模(AX=XB)· 经典求解方法(Tsai、Park)
标定
矩阵
05
LiDAR与IMU标定
时间同步原理 · 空间同步方法 · 基于运动约束的标定
IMU
融合
06
LiDAR与相机标定
联合标定板设计 · 角点提取 · PnP求解外参
相机
外参
07
多LiDAR标定
多激光雷达重叠区域匹配 · NDT配准 · 全局优化
多雷达
配准
08
标定工具与库
Autoware标定工具箱 · lidar_align · kalibr · 标定数据采集规范
工具
开源
09
标定质量评估
重投影误差 · 点云对齐误差 · 标定结果可视化验证
评估
验证
10
BEV感知基础
BEV网格表示 · 视角转换(IPM、逆透视映射)· BEV特征图
BEV
表示
11
BEV感知经典方法
LSS(Lift-Splat-Shoot)· BEVDet · BEVFormer原理
LSS
Transformer
12
点云BEV特征提取
VoxelNet · PointPillars · CenterPoint
点云
检测
13
多模态融合BEV
相机与LiDAR特征融合策略(早融合、晚融合、注意力融合)
融合
多模态
14
时序BEV感知
时序融合方法 · 运动补偿 · 基于Transformer的时序建模
时序
运动
15
BEV感知中的目标检测
3D目标检测头设计 · 损失函数(Focal Loss、IoU Loss)
检测
损失
16
BEV感知中的语义分割
BEV语义分割网络 · 多任务学习
分割
多任务
17
BEV感知中的轨迹预测
基于BEV的轨迹预测 · 交互建模
预测
交互
18
BEV感知部署
TensorRT加速 · ONNX导出 · 量化部署
部署
加速
19
标定数据采集实战
采集车搭建 · 数据采集流程 · 数据质量检查
实战
采集
20
标定数据处理实战
点云预处理(降采样、滤波)· 图像预处理(去畸变、校正)
预处理
滤波
21
LiDAR-相机标定实战
使用Autoware进行联合标定 · 参数调优
Autoware
实战
22
多LiDAR标定实战
使用lidar_align进行多雷达标定 · 结果验证
多雷达
lidar_align
23
BEV感知模型训练实战
数据集准备(nuScenes、Waymo)· 模型配置 · 训练流程
训练
数据集
24
BEV感知模型评估实战
评估指标(mAP、NDS)· 可视化分析 · 错误分析
评估
指标
25
标定误差对BEV感知的影响
标定误差仿真 · 性能退化分析 · 鲁棒性测试
误差
鲁棒性
26
在线标定技术
基于SLAM的在线标定 · 基于BEV感知的在线自标定
在线
SLAM
27
标定与感知的联合优化
端到端标定学习 · 可微渲染标定
联合
可微
28
前沿趋势
4D毫米波雷达与LiDAR融合 · 固态激光雷达标定 · 无监督标定
前沿
4D
29
综合项目实战
从零搭建BEV感知系统(标定+训练+部署)
项目
全栈
30
课程总结与展望
技术栈回顾 · 行业应用案例 · 学习路径建议
总结
路径
所属VIP或分类
同VIP:BEV感知中的外参标定工程实践
同VIP:传感器外参标定进阶训练
同VIP:坐标变换与外参标定实战