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。
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?
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。
苏煜
哈尔滨工业大学博士
3. 从实际问题出发,以工程人员的视角分析并改进算法。
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