VIP20

本课程属于：027-定位算法 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

目标关联鲁棒性提升术

📚 共计 30 章节

目标关联问题概述

定义、挑战与应用场景

经典数据关联算法

最近邻（NN）与全局最近邻（GNN）

概率数据关联（PDA）

算法原理与实现

联合概率数据关联（JPDA）

联合多目标

多假设跟踪（MHT）

假设生成与管理

基于图优化的数据关联

二分图匹配与匈牙利算法

图论匈牙利

航迹起始与终结

逻辑法与启发式规则

确认、维持与删除策略

策略生命周期

传感器误差对关联的影响

校准与补偿

传感器误差

目标漏检与虚警处理

漏检与虚警机制

鲁棒性检测

密集杂波环境关联鲁棒性

密集杂波下的提升技术

目标交叉与机动保持

关联保持技术

特征辅助关联

利用RCS、形状提升鲁棒性

深度学习特征提取与匹配

基于深度学习的特征

深度学习匹配

图神经网络（GNN）在数据关联中

端到端可微数据关联

可微关联方法

端到端可微

多传感器融合时空对齐

异步传感器时间配准

时间配准技术

空间坐标系转换与误差传递

坐标转换与误差

坐标系误差

协方差交集（CI）与椭球相交（EI）

融合协方差

信息滤波与分布式融合

信息滤波架构

分布式信息滤波

随机有限集（RFS）关联

PHD/CPHD滤波器

标签多伯努利（LMB）滤波器

轨迹泊松多伯努利（TPMB）

关联不确定性的量化与传递

不确定性量化

不确定性量化

性能评估指标

OSPA、HOTA、MOTA

公开数据集与评测基准

KITTI、nuScenes

数据集基准

工程实践：实时性优化与内存管理

实时性优化

案例实战：雷达-视觉融合关联

雷达-视觉融合系统搭建

前沿趋势与未来挑战

端到端学习与大模型融合

前沿大模型