培训大纲
| 模块 |
内容 |
| 自动驾驶感知算法激光感知（一）：激光雷达介绍 |
前言 |
| 1机械式激光雷达 |
| 2半固态式激光雷达 |
| 3纯固态式激光雷达 |
| 自动驾驶感知算法激光感知（二）：激光雷达标定 |
1激光雷达标定介绍 |
| 2. 标定算法介绍 |
| 2.1 标定环境 |
| 2.2 墙面、地面点云提取 |
| 2.3 最小方差标定算法 |
| 2.4 附录–变换矩阵 |
| 自动驾驶感知算法激光感知（三）：Faster-RCNN系列 |
综述 |
| 1. 传统算法流程 |
| 2. Faster-RCNN系列算法流程 |
| 3. 提取候选框方法介绍 |
| 二、RCNN网络 |
| 1. 网络介绍 |
| 2. 算法流程 |
| 3. 缺点 |
| 三、SPPNet网络 |
| 1. 网络改进 |
| 四、Fast RCNN |
| 五、Faster RCNN |
| 1. 网络改进 |
| 2. RPN网络介绍 |
| 3. 代码分析 |
| 3.1. 数据集 |
| 3.2. 网络搭建 |
| 六、AABB矩形相交判断 |
| 七、OBB旋转矩形相交判断 |
| |
| 自动驾驶感知算法激光感知（四）：点云聚类算法之DBSCAN |
一、DBSCAN介绍 |
| 二、算法流程 |
| 三、算法改进 |
| 四、KD-Tree |
| 1. 构造 |
| 2. leaf_size |
| 3. 如何进行半径搜索 |
| 自动驾驶感知算法激光感知（五）：计算目标最小凸多边形及航向角 |
一、点云凸包 |
| 格雷厄姆扫描算法流程 |
| 二、车辆航向角 |
| 1. PCA算法 |
| 2. 凸多边形最小外接矩形算法 |
| 3. L-shape拟合算法 |
| 自动驾驶感知算法基于实现项目应用 |
自驾车自动驾驶系统的体系结构一般分为感知系统和决策系统。感知系统一般分为许多子系统，负责自动驾驶汽车定位、静态障碍物测绘、移动障碍物检测与跟踪、道路测绘、交通信号检测与识别等任务。决策系统通常被划分为许多子系统，负责诸如路径规划、路径规划、行为选择、运动规划和控制等任务。 |
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请
服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。
专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获
