教学优势
曙海教育的课程培养了大批受企业欢迎的工程师。大批企业和曙海
建立了良好的合作关系。曙海教育的课程在业内有着响亮的知名度。
本课程，秉承19年积累的教学品质，以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用经验、技巧。
课程简介：
自动驾驶感知算法培训课程目标：
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。 |
练习
答疑
