车载传感器数据采集与处理实战
📡 30章 · 从入门到项目
01
车载传感器概述
传感器角色
激光雷达
毫米波雷达
摄像头
超声波/IMU
数据流概念
02
CAN总线基础
CAN协议
报文结构
数据帧/远程帧
物理层电气
03
CAN数据采集实战
python-can
设备初始化
发送/接收
解析ID与数据
04
车载以太网基础
AVB/TSN
SOME/IP
DoIP
以太网 vs CAN
05
车载以太网数据采集
socket UDP/TCP
解析SOME/IP
抓取以太网包
06
激光雷达数据采集
TOF/FMCW
点云 PCD/LAS
Open3D读取
07
毫米波雷达数据采集
FMCW原理
目标检测跟踪
雷达目标列表
08
摄像头数据采集
GMSL/FPD-Link
OpenCV视频流
YUV/RAW/JPEG
09
GPS/IMU数据采集
NMEA 0183
加速度计/陀螺仪
pynmea2解析
传感器融合
10
超声波传感器数据采集
工作原理
RPi.GPIO测距
数据滤波
11
多传感器时间同步
硬件同步 PPS/GPS
NTP/PTP
时间戳对齐插值
12
采集系统架构设计
硬件选型
生产者-消费者
多线程/多进程
13
数据存储与格式
本地/云端存储
ROS Bag/HDF5/Parquet
h5py存储
14
数据预处理基础
缺失值/异常值
移动平均/中值/卡尔曼
归一化标准化
15
信号处理基础
时域/频域
傅里叶变换FFT
scipy滤波/频谱
16
传感器标定
内参标定
外参/联合标定
OpenCV相机标定
17
数据可视化
Matplotlib时间序列
Open3D点云
Plotly仪表盘
18
数据质量评估
完整性/一致性
延迟抖动分析
质量报告
19
实时数据处理
Kafka/RabbitMQ
confluent-kafka
实时报警监控
20
数据压缩与传输
Zlib/LZ4/Snappy
zlib压缩
TLS/SSL加密
21
传感器故障诊断
OBD-II自诊断
统计/ML异常检测
故障码解析
22
ADAS数据采集案例
ADAS系统简介
车道线/目标物
数据标注真值
23
自动驾驶数据集构建
KITTI/nuScenes/Waymo
自定义数据集
数据增强平衡
24
数据回放与仿真
pygame/matplotlib回放
ROS bag回放
CARLA/SUMO接入
25
边缘计算与数据采集
边缘计算概念
Jetson/RPi部署
模型推理协同
26
数据安全与隐私
人脸模糊/车牌遮挡
加密存储
访问控制审计
27
大规模数据管理
数据湖/数据仓库
pandas查询分析
DVC版本控制
28
数据采集系统测试
pytest单元测试
集成/压力测试
测试报告
29
项目实战：ROS采集系统
ROS基础概念
ROS节点采集
rosbag记录回放
30
项目实战：采集分析平台
需求分析/系统设计
Flask+Vue
部署运维