VIP20
本课程属于：215-Infineon XENSIV智能传感工程 芯片硬件与光电工程 · 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

XENSIV多传感器融合与边缘推理

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与XENSIV传感器全景
目标=介绍XENSIV品牌下的雷达 · 压力 · 麦克风
XENSIV课程导入
02
XENSIV传感器硬件接口与数据采集基础
目标=讲解SPI · I2C · UART
XENSIV传感器硬件接口
03
传感器数据预处理与特征工程
目标=针对XENSIV雷达原始IQ数… · 麦克风音频 · 压力时序等
传感器数据预处理特征工程
04
多传感器时间同步与空间标定
目标=设计基于硬件触发和软件时间戳的… · 完成雷达 · 麦克风
多传感器时间同步空间标定
05
XENSIV雷达传感器原理与配置
目标=深入FMCW雷达测距 · 测速 · 测角原理
XENSIV雷达传感器原理
06
XENSIV雷达点云生成与目标跟踪
目标=从原始雷达数据生成点云 · 实现聚类 · 卡尔曼滤波跟踪
XENSIV雷达点云生成
07
XENSIV麦克风阵列与声源定位
目标=利用XENSIV数字麦克风阵列… · 到达角估计和声源定位 · 结合雷达进行跨模态验证
XENSIV麦克风阵列
08
XENSIV压力与气体传感器融合环境感知
目标=读取压力 · 气体传感器数据 · 融合温湿度补偿
XENSIV压力
09
XENSIV磁场与电流传感器融合电机状态监测
目标=使用磁场和电流传感器采集电机运… · 融合分析转速 · 负载和异常振动特征
XENSIV磁场
10
多传感器融合架构设计
目标=对比集中式 · 分布式和混合式融合架构 · 针对XENSIV传感器组合设计边缘端…
多传感器融合架构…目标=对比集
11
卡尔曼滤波与扩展卡尔曼滤波实战
目标=以雷达和IMU融合为例 · 实现线性与非线性卡尔曼滤波 · 完成位置和速度估计
卡尔曼滤波扩展卡尔曼滤波实…
12
粒子滤波与无迹卡尔曼滤波进阶
目标=在非高斯噪声和多模态场景下 · 实现粒子滤波与UKF · 比较融合精度和计算开销
粒子滤波无迹卡尔曼滤波进…
13
贝叶斯推理与概率图模型融合
目标=使用贝叶斯网络和因子图对多传感… · 实现鲁棒的状态估计与故障检测
贝叶斯推理概率图模型融合
14
深度学习多传感器融合方法
目标=介绍早期融合 · 中期融合和晚期融合 · 搭建CNN
深度学习多传感器…目标=介绍早期融…
15
边缘推理硬件平台与工具链
目标=对比MCU · NPU · FPGA和边缘GPU
边缘推理硬件平台工具链
16
模型量化、剪枝与知识蒸馏
目标=针对边缘设备资源限制 · 对融合模型进行INT8量化 · 结构化剪枝和知识蒸馏
模型量化剪枝
17
边缘端实时推理优化
目标=使用流水线并行 · 内存复用 · 算子融合和硬件加速
边缘端实时推理优…目标=使用流水线…
18
雷达与视觉融合的障碍物检测
目标=在边缘设备上融合XENSIV雷… · 实现行人 · 车辆等障碍物检测与距离估计
雷达视觉融合的障碍物…
19
音频与雷达融合的语音唤醒与手势识别
目标=结合麦克风阵列和雷达微动感知 · 实现低功耗语音唤醒 · 手势识别和身份验证
音频雷达融合的语音唤…
20
压力与IMU融合的人体活动识别
目标=使用XENSIV压力传感器和I… · 在边缘端实现坐 · 站
IMU压力
21
气体与温湿度融合的空气质量监测
目标=融合XENSIV气体传感器与温… · 实现室内空气质量指数计算 · 异常报警和趋势预测
气体温湿度融合的空气…
22
多传感器融合的预测性维护
目标=以电机或泵为对象 · 融合电流 · 磁场
多传感器融合的预…目标=以电机或泵…
23
边缘推理中的异常检测与故障诊断
目标=使用自编码器 · 孤立森林和One-Class SVM · 对多传感器时序数据进行无监督异常检测
边缘推理异常检测
24
多传感器融合的SLAM与导航
目标=融合雷达 · IMU和轮速计 · 在边缘设备上实现室内定位
SLAM多传感器融合的
25
隐私保护与安全边缘推理
目标=设计本地化数据处理 · 联邦学习和加密推理方案 · 确保XENSIV传感器数据在边缘端的…
隐私保护安全边缘推理
26
低功耗与能量收集设计
目标=优化传感器占空比 · 边缘推理唤醒策略 · 结合能量收集技术延长电池寿命
低功耗能量收集设计
27
端到端项目
目标=智能家居多传感器融合感知节点 · 麦克风 · 压力
端到端项目目标=智能家居多…
28
端到端项目
目标=工业设备健康监测边缘系统 · 磁场 · 振动和温度传感器
端到端项目目标=工业设备健…
29
端到端项目
目标=自动驾驶小车多传感器融合感知 · IMU和摄像头 · 在边缘计算平台上实现障碍物检测
端到端项目目标=自动驾驶小…
30
课程总结与前沿展望
目标=回顾多传感器融合与边缘推理关键… · 探讨TinyML · 神经形态计算和传感器内计算等未来方向
课程总结前沿展望