01
课程导论与基础知识
障碍物检测概述 · 目标关联定义 · 传感器介绍 · 坐标系与空间变换
激光雷达摄像头毫米波雷达
02
点云基础与预处理
点云数据结构 · 体素滤波 · 直通滤波 · 统计滤波 · 点云可视化
PCL滤波可视化
03
地面分割与道路提取
RANSAC平面拟合 · 射线/网格分割 · 道路边界提取
RANSAC地面分割
04
点云聚类算法（上）
欧几里得聚类 · DBSCAN · KD-Tree加速 · 参数调优
DBSCANKD-Tree
05
点云聚类算法（下）
区域生长 · PointNet++简介 · 聚类后处理与合并
深度学习PointNet++
06
2D障碍物检测基础
图像预处理 · HOG+SVM · YOLO/Faster R-CNN简介
边缘检测YOLO
07
3D障碍物检测（基于视觉）
单目3D检测 · 双目立体视觉 · 深度估计与3D框投影
立体视觉深度估计
08
3D障碍物检测（基于激光雷达）
PointPillars · VoxelNet · 3D IoU · NMS后处理
PointPillarsVoxelNet
09
多传感器融合检测
前/后/特征级融合 · 时间空间对齐 · 卡尔曼滤波基础
融合卡尔曼
10
目标关联基础
数据关联问题 · 最近邻(NN) · 全局最近邻(GNN)
NNGNN
11
目标关联进阶
JPDA · MHT · 匈牙利算法详解
JPDAMHT匈牙利
12
目标跟踪基础
状态估计 · KF/EKF/UKF详解
卡尔曼滤波EKF
13
目标跟踪进阶
CV/CA模型 · 交互多模型(IMM) · 跟踪生命周期管理
IMM生命周期
14
单目标跟踪实战
2D/3D卡尔曼滤波跟踪 · 代码实现与调试
实战Python
15
多目标跟踪(MOT)入门
SORT · DeepSORT · ReID特征 · 级联匹配
DeepSORTReID
16
多目标跟踪(MOT)进阶
ByteTrack · OC-SORT · BoT-SORT · MOTA/IDF1
ByteTrackOC-SORT
17
基于图优化的关联与跟踪
图论 · 二分图匹配 · 最小费用最大流 · 图优化应用
图优化二分图
18
运动预测基础
CV/CA/CTRV模型 · LSTM · Transformer运动预测
LSTMTransformer
19
行为预测与意图估计
规则/学习 · 交互式行为预测 · Social LSTM
Social LSTM意图
20
路径规划与决策中的关联信息
关联结果服务于决策 · 碰撞检测 · RSS模型
决策RSS
21
高精地图与定位
高精地图作用 · 车道级定位 · 语义地图匹配
HD Map定位
22
场景理解与语义关联
语义/实例分割 · 车道线检测 · 交通标志识别与关联
语义分割车道线
23
传感器故障与鲁棒关联
失效检测 · 降级策略 · IMU/里程计预测
故障IMU
24
数据集与评测
KITTI · nuScenes · Waymo · 评测指标与排行榜
KITTInuScenesWaymo
25
工程化与部署
C++/Python混合 · ONNX导出 · TensorRT · NVIDIA Orin
TensorRTONNXOrin
26
实时性与性能优化
复杂度分析 · 多线程 · 内存池 · GPU加速
优化GPU多线程
27
实战项目一：激光雷达3D多目标跟踪
从数据读取到可视化 · 完整系统搭建
LiDAR3D跟踪实战
28
实战项目二：视觉2D多目标跟踪
YOLO+DeepSORT · 完整流程
YOLODeepSORT2D MOT
29
实战项目三：多传感器融合检测与跟踪
LiDAR+Radar+Camera 融合系统
融合实战多传感器
30
课程总结与前沿展望
端到端自动驾驶 · Occupancy Network · BEV感知 · 大模型应用
BEVOccupancy大模型