首页
›
自动驾驶
›
018-高精地图
›
《基于激光雷达的障碍物检测:从原理到实战》
VIP20
本课程属于:018-高精地图
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
基于激光雷达的障碍物检测:从原理到实战
📚 共计 30 章节
01
激光雷达基础
工作原理(TOF/三角法)、机械式/固态式区别、点云数据格式解析。
原理
传感器
02
环境搭建
Ubuntu + ROS2环境配置、安装Livox/velodyne驱动、点云可视化工具(rviz2)。
ROS2
驱动
03
点云预处理
直通滤波(PassThrough)、体素滤波(VoxelGrid)、统计滤波(StatisticalOutlierRemoval)。
滤波
降采样
04
地面分割
基于RANSAC的平面拟合、基于射线坡度的地面分割算法(PatchWork)。
RANSAC
PatchWork
05
障碍物聚类
欧几里得聚类(EuclideanClusterExtraction)、DBSCAN算法原理与实现。
聚类
DBSCAN
06
障碍物跟踪
卡尔曼滤波(Kalman Filter)原理、匈牙利匹配算法、ID分配策略。
跟踪
卡尔曼
07
3D包围盒拟合
基于PCA的主方向提取、最小体积包围盒计算、障碍物朝向估计。
PCA
朝向
08
多传感器融合
激光雷达与相机联合标定、时间戳同步、空间对齐。
标定
融合
09
深度学习检测
PointPillars网络结构解析、CenterPoint模型部署、ONNX推理。
PointPillars
ONNX
10
工程化部署
C++重写核心算法、ROS2节点封装、性能优化(多线程/GPU加速)。
C++
ROS2
优化
11
点云数据采集
使用rosbag录制数据、点云数据格式转换(PCD/PLY/BIN)、数据标注工具介绍。
rosbag
标注
12
坐标系变换
TF树原理、激光雷达与车体坐标系标定、欧拉角与四元数。
TF
标定
13
点云配准
ICP算法原理、NDT算法、点云地图构建。
ICP
NDT
14
动态障碍物预测
基于运动模型的轨迹预测(CTRV/CTRA)、交互式多模型(IMM)。
预测
IMM
15
行为决策
基于规则的危险区域判定、TTC(碰撞时间)计算、紧急制动触发逻辑。
TTC
决策
16
路径规划与避障
A*算法原理、DWA局部规划器、与障碍物检测模块的接口设计。
A*
DWA
17
高精地图融合
HD Map解析、车道线匹配、障碍物与地图元素的关联。
HD Map
融合
18
传感器故障诊断
点云异常检测(丢帧/遮挡/噪声)、传感器健康状态监控。
诊断
健康
19
场景数据集
KITTI数据集解析、nuScenes数据集使用、Waymo Open Dataset介绍。
KITTI
nuScenes
20
性能评估
检测精度指标(AP/AR)、处理延迟测量、内存占用分析。
AP/AR
延迟
21
ROS2进阶
自定义消息类型、生命周期节点、参数服务器在感知模块中的应用。
ROS2
进阶
22
点云分割
RangeNet++原理、SqueezeSeg系列、基于距离图像的分割方法。
分割
RangeNet++
23
目标检测后处理
NMS(非极大值抑制)、置信度过滤、类别平衡策略。
NMS
后处理
24
多目标跟踪进阶
ByteTrack算法、BoT-SORT、基于图优化的轨迹管理。
ByteTrack
BoT-SORT
25
硬件选型
不同线束激光雷达对比(16线/32线/64线/128线)、成本与性能权衡。
硬件
选型
26
实时性优化
CUDA加速点云处理、TensorRT推理优化、零拷贝传输。
CUDA
TensorRT
27
场景适配
隧道场景处理、雨雾天气点云增强、夜间模式切换。
鲁棒性
增强
28
V2X融合
路侧激光雷达数据接入、车路协同感知、边缘计算部署。
V2X
边缘
29
功能安全
ISO 26262在感知模块的应用、冗余设计、故障降级策略。
功能安全
ISO 26262
30
综合实战
搭建完整障碍物检测系统(数据采集->预处理->检测->跟踪->可视化)。
实战
全流程
所属VIP或分类
同VIP:GNSS定位漂移分析与故障修复
同VIP:仿真运行与消息延迟优化实战
同VIP:坐标变换在感知融合中的应用