自动驾驶技术作为现代交通领域的前沿领域，已经引起了广泛的关注和研究。本课程旨在向学员介绍自动驾驶感知技术的基本概念、原理和应用。通过本课程的学习，学员将深入了解自动驾驶车辆如何通过感知环境中的各种信息，实现精准的道路理解和智能决策，从而确保行驶的安全性和高效性。

自动驾驶视觉感知算法课程，基于自动驾驶必备功能开发过程，深入讲解功无人驾驶概论；将功能开发实现过程，科学拆分、设计为YOLOP无人驾驶全景感知代码实战，训练与推理、AidLux本地终端部署等，并通过循序渐进的项目实战实现理论知识与实战技能的有效融合转化。

通过互动直播教学、学习群答疑辅导、项目任务指导，为学习者提供灵活的学习途径、创造即时学习的良好氛围，引导学习者养成独立思考、学以致用的良好学习习惯。

课程收益

〡知识

• 无人驾驶L1-L5等级、国内外发展历程介绍

• 摄像头、红外传感器

• 毫米波雷达、激光雷达

• 感知、决策、控制

• 定位、高精地图、仿真平台应用

• YOLOP能同时处理目标检测、可行驶区域分割、车道线检测 三个视觉感知任务，

• 3D点云分割、YOLOP无人驾驶全景感知代码实战

• 训练与推理、AidLux本地终端部署

〡能力

• 分析、拆解复杂的自动驾驶感知功能任务

• 利用仿真平台对系统进行参数辨识及特性分析

• 对相同功能不同算法进行对比分析

• 实现对YOLOP无人驾驶全景感知代码了解

• 了解车道线检测、可行驶区域检测、车辆目标检测原理

• 独立完成训练与推理、使用AidLux本地终端部署成独立落地项目

课程安排

课程实战

一、无人概述

• 概述、L1-L5等级、国内外发展历程

• 感知、决策、控制、定位、高精地图、仿真平台

• 摄像头、毫米波雷达、激光雷达、红外传感器

二、自动驾驶与计算机视觉

• 计算机视觉与深度学习概述

• 目标检测、语义分割

• 3D点云分割、3D视觉、6DOF检测

• 自动驾驶数据集使用

三、实战例子-YOLOP无人驾驶全景感知代码实战

• 车道线检测、可行驶区域检测、车辆目标检测

• 算法原理、论文精读、损失函数、黑夜性能评估

• 训练与推理、AidLux本地终端部署(手机端，英伟达开发板)

• Pytorch图像分类部署-ONNX Runtime安卓手机APP

• 黑夜场景暗光增强图像处理，开发板部署及推理预测

• 针对黑夜场景的车牌号、道路环境，进行图像增强

论文项目辅导

• 关于视觉方向的算法落地项目辅导（图像识别、图像分割）

• 答疑

主讲老师

张老师，同济大学车辆工程硕士

长期从事人工智能、深度学习、计算机视觉的科普教育工作。微软人工智能最有价值专家（MVP）、华为云人工智能HCDE云享专家、中国图象图形学学会-科普与教育工作委员会委员。

适合人群

• 希望从事自动驾驶控制研发岗位的在校学生

• 准研究生论文辅导（成果输出）

• 希望转型自动驾驶控制研发岗位的传统岗位研发工程师

• 自动驾驶相关产业产品经理、项目经理、测试工程师等

• 希望了解自动驾驶视觉研发的相关人士

咨询报名

实战课程与论文辅导项目可以分开报名

论文辅导班，仅限10个名额

上课形式：在线直播、在线辅导

联系人：汽车学堂堂主