课程大纲

自动驾驶车辆感测器简介

  • 自动驾驶车辆架构概述
  • 感测器在自动驾驶技术中的角色
  • 基于感测器的感知挑战与限制

自动驾驶车辆中的LiDAR感测器

  • LiDAR的工作原理:原理与应用
  • LiDAR数据处理与3D地图绘制
  • LiDAR在自动驾驶系统中的优势与限制

雷达与超声波感测器

  • 雷达用于物体检测与碰撞避免
  • 解读雷达信号与多普勒效应
  • 超声波感测器用于低速导航

相机与Computer Vision系统

  • 自动驾驶车辆中使用的相机类型
  • 用于物体识别的图像处理技术
  • 深度学习在视觉感知中的应用

Sensor Fusion与Data Integration

  • 感测器融合技术简介
  • 结合LiDAR、雷达与相机数据以提高准确性
  • 卡尔曼滤波与深度学习在感测器融合中的应用

即时处理与自动决策

  • 自动驾驶感知中的延迟与即时限制
  • 处理感测器数据以进行导航与障碍避免
  • 案例研究:Tesla、Waymo及其他行业领先者

自动驾驶车辆感测器的测试与校准

  • 感测器校准与错误修正方法
  • 在不同环境中测试感测器性能
  • 优化感测器位置以增强车辆感知能力

自动驾驶车辆感测的未来趋势

  • 自动驾驶汽车中的新兴感测技术
  • AI驱动的感测数据分析进展
  • 完全自动驾驶车辆感知系统的未来

总结与下一步

要求

  • 对汽车系统和电子设备的理解
  • 具备如Python或MATLAB等程式语言的经验
  • 控制系统和信号处理的基础知识

目标受众

  • 从事自动驾驶车辆开发的工程师
  • 对感测器整合感兴趣的Automotive专业人士
  • 探索智慧移动中感测器应用的物联网专家
 21 小时

即将举行的公开课程

课程分类