基于相机、激光雷达、毫米波雷达的环境感知算法实践- 机器人产业生态网

基于相机、激光雷达、毫米波雷达的环境感知算法实践

2023年09月02日 18:07 浏览：18 来源：机器人产业生态网

现有的自动驾驶感知模块中，包含了2D/3D目标检测，语义分割，全景分割，多目标跟踪，轨迹预测等任务。

从知识层面看，环境感知并不是新技术，更多地继承自计算机视觉，但计算机视觉的方法如何更有效地应用于自动驾驶场景，仍然具有较强的挑战性，比如乱闯入的行人、前方异常障碍物、极端天气条件、不利照明条件等等。

自动驾驶环境感知框架，图来源于网络

目前很多伙伴想要从事环境感知相关的工作，想要抓住自动驾驶的热潮机会，更进一步。但是在学习与应用中却遇到了很多问题：

基于各个传感器的主流算法有哪些？各种算法有哪些局限？
各种算法在实际应用中存在哪些问题？应该怎么解决？
又应该如何从实际问题出发，以工程人员的视角分析并改进算法？

很多伙伴从网上学习，虽然有一些帮助，但也很难针对自身的学习情况有实质性的提高，无法系统学习。尤其遇到真实落地场景，光代码调试就要耗费很长时间...

基于此，深蓝学院邀请自动驾驶高级算法工程师苏煜老师，共同打磨『自动驾驶环境感知』课程，帮助大家系统性地梳理分别基于相机、基于激光雷达、基于毫米波雷达的环境感知技术，细致解读针对量产应用最常用的算法，并通过实践项目帮助大家发现这些算法在实际应用中的优缺点，并对算法的改进给予启发性的思路或策略，让大家高效系统地学习。

前10人免费领取试听

备注【机器人产业生态网】，才会通过好友哦！

讲师介绍

苏煜

知名Tier1高级算法工程师

哈尔滨工业大学博士

具有10年自动驾驶感知算法研发经验，获得15项自动驾驶领域的专利授权，并在IJCV，ICCV，CVPR等顶级期刊和会议上发表20余篇论文。曾主导多项基于视觉、毫米波雷达、激光雷达的研发项目，以及欧洲和中国多个OEM的量产合作项目。

课程大纲

（点击查看大图）

课程亮点

1. 全面系统梳理讲解各个传感器的主流算法；

2. 分析主流算法在实际场景中存在的问题；

3. 从实际问题出发，以工程人员的视角分析并改进算法。

课程收获

1. 掌握环境感知领域的经典算法以及量产中常用的算法；

2. 掌握将算法与具体的应用项目相结合，及解决实际场景中出现问题的能力；

3. 熟悉环境感知在自动驾驶中的作用以及如何与其他上下游模块的互联；

4. 了解环境感知技术的发展脉络和最新的趋势；

5. 深刻体验不同传感器的优缺点以及如何互补。

课程咨询

前10人免费领取试听

备注【机器人产业生态网】，才会通过好友哦！

课程正在火热报名中！