VIP20

本课程属于：033-车道线检测 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

激光雷达车道线检测实战

📚 共计 30 章节

课程导论与硬件基础

激光雷达工作原理（TOF/三角测距）、主流品牌参数对比、点云数据格式解析（PCD/PCAP）

开发环境搭建

Ubuntu+ROS2环境配置、PCL库安装与编译、Python绑定与可视化工具对比

点云预处理实战

体素滤波降采样、直通滤波、统计滤波去噪、半径滤波去噪

滤波降采样

地面与非地面分割

RANSAC平面拟合、射线坡度分割、Patchwork地面分割

点云聚类算法

欧几里得聚类、DBSCAN、体素聚类、区域生长算法

车道线特征提取

点云强度特征、高度差特征、局部密度特征、多特征融合策略

基于强度的车道线分割

强度阈值分割、自适应阈值（Otsu）、强度归一化与增强

基于空间分布的车道线提取

扫描线法、滑动窗口法、基于贝塞尔曲线的拟合

扫描线滑动窗口

车道线模型拟合

最小二乘直线、RANSAC三次曲线、B-Spline样条拟合

车道线跟踪与状态估计

卡尔曼滤波基础、EKF跟踪、匈牙利算法匹配

跟踪卡尔曼

多帧融合与置信度评估

时间序列置信度累积、帧间一致性检查、动态更新策略

融合置信度

基于深度学习的点云分割（上）

PointNet/PointNet++、PointPillars、CenterPoint原理

深度学习PointNet

基于深度学习的点云分割（下）

Cylinder3D、RangeNet++、SqueezeSeg系列

分割RangeNet++

语义分割数据集与标注

SemanticKITTI、nuScenes解析、车道线标注规范（JSON）

数据集标注

模型训练与部署

PyTorch Lightning框架、ONNX导出、TensorRT加速推理

激光雷达与相机融合（上）

联合标定原理（外参矩阵）、时间同步、3D到2D投影变换

激光雷达与相机融合（下）

BEV空间特征融合、注意力机制融合、BEVFusion模型

高精地图与先验信息

HD Map格式（OpenDRIVE/Lanelet2）、地图匹配定位、先验约束

高精地图先验

实时性优化

CUDA加速、多线程流水线、内存池管理、ZeroMQ通信

复杂场景处理

匝道/弯道检测、多车道线、遮挡断裂、夜间雨雾鲁棒性

复杂场景鲁棒

车道线质量评估

Precision/Recall/F1、Chamfer Distance、帧率与延迟测试

仿真与数据回放

CARLA仿真器配置、rosbag回放、闭环测试框架

项目实战：高速公路车道线检测（一）

需求分析、系统架构设计、模块划分

项目实战：高速公路车道线检测（二）

点云预处理模块实现、地面分割模块实现

预处理分割

项目实战：高速公路车道线检测（三）

车道线特征提取与聚类模块实现

项目实战：高速公路车道线检测（四）

车道线拟合与跟踪模块实现

项目实战：高速公路车道线检测（五）

多传感器融合模块、可视化模块实现

融合可视化

项目实战：高速公路车道线检测（六）

系统集成、调试与性能调优

项目实战：高速公路车道线检测（七）

实车测试、问题排查与迭代优化

课程总结与前沿展望

技术瓶颈、4D成像雷达、纯视觉方案、职业发展建议