01雷达基础与点云概念

FMCW信号点云坐标系工作原理

02环境搭建与工具链

Python环境NumPy/SciPyOpen3DROS驱动

03点云数据读取与解析

TI AWR解析串口/网络数据帧结构

04点云预处理

离群点滤波体素降采样直通滤波

05点云坐标系变换

雷达→车辆欧拉角旋转矩阵齐次坐标

06点云数据结构

KD-Tree八叉树最近邻搜索

07DBSCAN聚类算法 (上)

算法原理eps/minPtsPython实现

08DBSCAN聚类算法 (下)

参数调优索引加速K-Means对比

09欧几里得聚类

距离聚类PCL EuclideanPython实现

10基于网格的聚类

体素网格2D/3D划分密度网格

11均值漂移聚类

Mean Shift核函数带宽估计

12层次聚类

凝聚层次树状图距离度量

13聚类评估指标

轮廓系数Davies-BouldinCalinski-Harabasz

14目标特征提取 (上)

质心边界框AABB/OBB点云数量/密度

15目标特征提取 (下)

方向角估计速度/RCS形状描述子

16目标分类基础

规则分类特征工程SVM/决策树

17基于深度学习的分类

PointNetPointNet++模型训练部署

18目标跟踪入门

卡尔曼滤波状态空间预测更新

19多目标跟踪

匈牙利算法数据关联GNN/JPDA生命周期

20点云分割

地面分割RANSAC障碍物分割道路边界

21动态目标检测

多普勒速度运动检测静止滤除

22多雷达融合

多雷达标定点云拼接前/后融合

23雷达与视觉融合

相机标定联合标定投影/BEV融合

24雷达与激光雷达融合

时空同步点云对齐互补特性

25实时性优化

C++加速CUDAOpenMP嵌入式部署

26工程化实践 (上)

代码架构模块化日志调试

27工程化实践 (下)

单元测试性能基准持续集成

28场景案例1：停车场

停车场检测聚类与识别

29场景案例2：高速公路

高速目标检测跟踪

30总结与展望

课程回顾4D成像雷达Transformer学习路径