第1章
道路边界约束跟踪概述
课程背景 · 应用场景 · 核心挑战 · 学习目标
概述入门
第2章
坐标系与坐标变换
世界坐标系 · 车辆坐标系 · 传感器坐标系 · 变换关系
坐标基础
第3章
道路模型基础
直线模型 · 曲线模型(B样条/贝塞尔) · 分段线性模型
模型曲线
第4章
传感器数据预处理
激光雷达点云滤波 · 相机去畸变 · 多传感器时间同步
预处理传感器
第5章
道路边界特征提取
高度跳变边界点检测 · 强度梯度边界检测
特征检测
第6章
基于RANSAC的道路边界拟合
算法原理 · 迭代次数 · 内点阈值选择
RANSAC拟合
第7章
卡尔曼滤波基础
状态空间模型 · 预测与更新 · 协方差矩阵
滤波KF
第8章
扩展卡尔曼滤波(EKF)在边界跟踪中的应用
非线性模型线性化 · 雅可比矩阵计算
EKF跟踪
第9章
无迹卡尔曼滤波(UKF)在边界跟踪中的应用
Sigma点选取 · UT变换
UKF无迹
第10章
粒子滤波(PF)在边界跟踪中的应用
重要性采样 · 重采样策略 · 粒子退化
粒子滤波PF
第11章
数据关联基础
最近邻(NN)关联 · 全局最近邻(GNN)关联
关联NN
第12章
联合概率数据关联(JPDA)
关联矩阵构建 · 联合事件概率计算
JPDA多目标
第13章
多假设跟踪(MHT)
假设生成 · 假设管理 · 剪枝策略
MHT假设
第14章
道路边界状态表示
边界点序列 · 参数向量 · 不确定性椭圆
状态表示
第15章
边界跟踪初始化
起始段检测 · 初始状态估计 · 协方差初始化
初始化启动
第16章
边界跟踪预测
运动模型选择(匀速/匀加速/CTRV) · 状态转移矩阵
预测运动模型
第17章
边界跟踪更新
观测模型构建 · 新息计算 · 状态与协方差更新
更新观测
第18章
边界跟踪管理
创建 · 确认 · 删除 · 合并与分裂
管理生命周期
第19章
多车道边界跟踪
车道级关联 · 车道拓扑维护 · 车道变更检测
多车道拓扑
第20章
基于深度学习的边界检测
语义分割(UNet/DeepLab) · 边界点回归网络
深度学习分割
第21章
端到端边界跟踪
LSTM/GRU时序建模 · Transformer在跟踪中的应用
端到端Transformer
第22章
地图先验融合
高精地图车道线匹配 · 地图约束下的边界修正
地图先验
第23章
GPS/IMU融合定位
惯性导航原理 · 松耦合/紧耦合
GPSIMU
第24章
道路边界跟踪的鲁棒性设计
遮挡处理 · 异常值剔除 · 传感器失效降级
鲁棒性容错
第25章
性能评估指标
RMSE · MAE · 跟踪成功率(TSR)
评估指标
第26章
数据集与仿真工具
KITTI · nuScenes · Apollo仿真 · CARLA
数据集仿真
第27章
C++实现要点
Eigen库 · PCL点云处理 · OpenCV图像处理
C++实现
第28章
实时性优化
算法复杂度 · 并行计算(OpenMP/CUDA) · 轻量化模型
优化实时
第29章
工程部署实践
ROS节点设计 · Docker容器化 · Jetson移植
部署ROS
第30章
综合项目实战
从传感器数据到道路边界输出的完整pipeline实现与调试
实战项目