毫米波雷达与摄像头数据对齐实战 · 课程目录

✦

CH01 传感器对齐概述：为什么需要雷达与摄像头融合？

CH02 坐标系基础：世界坐标系、相机坐标系、图像坐标系、像素坐标系

CH03 毫米波雷达原理：多普勒效应、点云生成、目标检测特性

CH04 摄像头成像模型：针孔模型、畸变模型、内参矩阵

CH05 外参标定原理：旋转矩阵与平移向量

CH06 联合标定板设计：角反射器与棋盘格组合方案

CH07 数据采集规范：同步触发、时间戳对齐、场景要求

CH08 雷达点云预处理：滤波、聚类、目标提取

CH09 图像预处理：去畸变、直方图均衡化、ROI提取

CH10 空间对齐：雷达点云投影到图像平面

CH11 时间对齐：硬件同步与软件插值方法

CH12 标定参数求解：PnP算法与非线性优化

CH13 重投影误差分析：评估标定质量

CH14 手动标定工具：基于ROS的rviz可视化标定

CH15 自动标定方法：基于互信息的无目标标定

CH16 在线标定：车辆行驶中的动态校准

CH17 数据关联：最近邻、联合概率数据关联

CH18 融合策略：卡尔曼滤波与扩展卡尔曼滤波

CH19 目标级融合：雷达检测与视觉检测的匹配

CH20 特征级融合：点云与图像特征拼接

CH21 决策级融合：D-S证据理论与贝叶斯融合

CH22 实战：基于OpenCV的标定代码实现

CH23 实战：基于PCL的雷达点云处理

CH24 实战：ROS2节点编写与数据发布

CH25 实战：标定结果可视化与调试

CH26 精度评估：距离误差、角度误差、速度误差

CH27 常见问题：标定板检测失败、时间不同步

CH28 工程化部署：嵌入式平台优化与实时性

CH29 前沿进展：4D成像雷达与摄像头深度融合

CH30 课程总结与项目实战：搭建完整感知系统