🚗 感知算法
从仿真到实车验证
📚 30章 · 完整目录
01
感知算法概述
自动驾驶感知的使命
系统输入/输出
核心挑战
02
传感器基础
摄像头
激光雷达
毫米波雷达
超声波雷达
03
坐标系与标定
世界/车辆/相机坐标系
联合标定
04
图像处理基础
图像滤波
边缘检测
SIFT/SURF/ORB
05
点云处理基础
点云滤波
体素滤波
RANSAC
欧式聚类
06
目标检测基础
滑动窗口
候选区域
IoU
NMS
07
卷积神经网络入门
卷积/池化/全连接
感受野
AlexNet·VGG
08
两阶段目标检测
R-CNN
Fast R-CNN
Faster R-CNN
09
单阶段目标检测
YOLO v3/v5/v8
SSD
RetinaNet
10
BEV感知
图像→鸟瞰视角
LSS方案
BEVFormer
11
Transformer在感知中的应用
注意力机制
ViT
DETR
DETR3D
12
多模态融合
前/后/特征级融合
CLOCs
BEVFusion
13
语义分割
FCN
U-Net
DeepLab系列
全景分割
14
实例分割
Mask R-CNN
SOLO
YOLACT
15
目标跟踪
卡尔曼滤波
匈牙利算法
SORT/DeepSORT/ByteTrack
16
多目标跟踪(MOT)
检测与跟踪关联
轨迹管理
ID分配
17
3D目标检测
PointNet/++
VoxelNet
PointPillars
18
激光雷达与相机融合
图像引导点云检测
PointPainting
Frustum PointNets
19
可行驶区域检测
语义分割方法
激光雷达方法
20
车道线检测
霍夫变换
LaneNet
Ultra-Fast-Lane-Detection
21
交通标志与信号灯识别
分类网络
轻量化模型
时序一致性
22
仿真环境搭建
CARLA
SUMO
AirSim
场景编辑器
23
仿真数据生成
传感器模拟
标注生成
场景随机化
域随机化
24
感知算法在仿真中的部署
ROS2集成
算法接口封装
仿真测试流程
25
仿真到实车的迁移挑战
域适应
Sim2Real
数据增强策略
26
实车传感器配置
传感器选型
安装位置
时间/空间同步
27
实车数据采集与标注
采集规范
LabelImg/CVAT
点云标注
28
实车感知算法部署
TensorRT加速
ONNX导出
嵌入式优化
29
实车验证与评测
离线评测 mAP/mOTA
在线评测
场景回放
30
感知系统集成与调试
多传感器融合调试
故障诊断
性能监控
安全冗余