01
课程导论与基础概念
目标关联与障碍物检测在自动驾驶中的核心地位，基本术语与数学基础。
⭐ 入门基础
02
传感器数据预处理
激光雷达点云滤波与地面去除，毫米波雷达数据解析与聚类。
雷达点云
03
目标检测基础
基于传统方法的障碍物检测（背景建模、光流法），基于深度学习的检测概览。
检测传统
04
YOLO系列与目标检测实战
YOLOv5/v8原理讲解，模型训练与部署到边缘设备。
YOLO部署
05
激光雷达3D目标检测
PointPillars原理与实现，CenterPoint与Transformer在点云中的应用。
3D点云
06
多传感器融合目标检测
前融合与后融合策略，BEV空间下的特征融合方案。
融合BEV
07
目标关联算法基础
匈牙利算法与KM算法详解，代价矩阵构建与优化。
关联优化
08
多目标跟踪（MOT）
SORT与DeepSORT算法原理，ReID特征提取与级联匹配。
跟踪ReID
09
基于图优化的目标关联
图神经网络在关联中的应用，端到端关联模型。
图网络端到端
10
障碍物轨迹预测
基于物理模型的预测（卡尔曼滤波），基于学习的预测（LSTM、Transformer）。
预测时序
11
行为预测与意图估计
交互式行为预测，博弈论与逆强化学习在预测中的应用。
意图博弈
12
路径规划与避障
全局路径规划（A*、RRT），局部路径规划（DWA、TEB）。
规划避障
13
运动规划中的障碍物约束
时空联合规划，安全距离模型与碰撞检测。
约束安全
14
决策规划中的不确定性处理
POMDP模型，风险敏感决策。
不确定性POMDP
15
仿真环境搭建
CARLA与SUMO联合仿真，传感器仿真与数据注入。
仿真CARLA
16
数据集构建与标注
数据采集策略，自动标注与人工标注流程，数据增强。
数据标注
17
模型评估与指标
mAP、MOTA、MOTP、IDF1等指标详解，评估工具链。
评估指标
18
模型优化与加速
模型剪枝、量化、蒸馏，TensorRT部署实战。
优化TensorRT
19
嵌入式平台部署
NVIDIA Jetson与TI TDA4平台优化，ONNX Runtime使用。
嵌入式Jetson
20
功能安全与冗余设计
ASIL等级与功能安全标准，传感器冗余与算法降级。
安全冗余
21
极端场景处理
恶劣天气下的感知，夜间与弱光环境，遮挡与截断处理。
鲁棒性极端
22
在线学习与自适应
终身学习在感知中的应用，模型自适应更新策略。
在线自适应
23
车路协同感知
V2X通信基础，路侧感知与车端融合。
V2X协同
24
高精地图与定位
语义地图构建，激光雷达与视觉定位。
地图定位
25
端到端自动驾驶
从感知到控制的端到端模型，世界模型与驾驶策略。
端到端世界模型
26
系统架构设计
感知-预测-规划-控制链路，中间件与通信机制。
架构中间件
27
实时性与延迟优化
流水线设计，异步处理与资源调度。
实时流水线
28
故障诊断与监控
数据漂移检测，模型健康度监控，异常处理机制。
监控诊断
29
行业案例与最佳实践
Waymo、Tesla、百度Apollo方案解析，量产经验分享。
案例量产
30
课程总结与未来展望
技术趋势，研究方向，职业发展建议。
总结职业