Разработка автономных транспортных средств в MATLAB

Записаться на обучение

Описание курса

Курс дает практический опыт по разработке и верификации алгоритмов для автономных транспортных средств и систем содействия водителю (ADAS).

Рассматриваемые темы:

Автоматизированная маркировка исходных данных
Визуализация данных с сенсоров
Детектирование линий разметки и автомобилей
Слияние данных с сенсоров
Создание сценариев вождения и моделирование данных с сенсоров

Предварительная подготовка

Курс «MATLAB для профессионалов» или схожая подготовка
Курс «Обработка изображений в MATLAB» и базовые знания в области обработки изображений и компьютерного зрения
«Глубокое обучение с MATLAB»

Продукты

Automated Driving System Toolbox
Sensor Fusion Toolbox

Продолжительность

1 день

Программа курса

Маркировка исходных данных
Цель: Интерактивная маркировка исходных данных на видео или последовательности изображений. Автоматизация маркировки данных используя предобученные детектор и алгоритмы слежения.
Обзор инструмента «Ground Truth Labeler»
Маркировка исходных данных
Автоматизация маркировки данных
Предпросмотр и экспорт результатов маркировки данных

Визуализация данных с сенсоров
Цель: Визуализация данных с камеры, радара, лидара. Использование подходящей системы координат для преобразования изображения в систему координат транспортного средства и наоборот.
Преобразование кадра к виду сверху «bird’s-eye view»
Построение графика областей покрытия сенсоров
Визуализация детектируемых объектов и линий разметки
Преобразование данных из системы координат автомобиля в систему координат исходного кадра
Добавление на видео аннотации: детектируемых объектов и линий разметки

Детектирование линий разметки и автомобилей
Цель: Сегментация и нахождение модели параболического уравнения линии разметки. Использование предобученного детектора для нахождения автомобилей.
Выполнение преобразования к виду сверху
Детектирование точек линий
Вычисление модели линии разметки
Валидация нахождения линий разметки
Нахождение автомобилей используя предобученные детекторы

Слияние данных с сенсоров
Цель: Создание трекера объектов на основе слияния данных с нескольких датчиков: камеры, радары, лидары.
Отслеживание нескольких объектов
Предварительная обработка обнаружений
Использование фильтра Калмана
Обслуживание нескольких треков
Отслеживание объектов с помощью multi-object-трекера

Создание сценариев вождения и моделирование данных с сенсоров
Цель: Создание сценариев вождения и синтетических данных с радаров и камеры в интерактивном режиме для тестирования алгоритмов автономных транспортных средств
Обзор инструмента «Driving Scenario Designer app»
Создания сценариев с дорогой, и сенсорами
Симуляция и визуализация сценариев
Генерирование обнаружений и экспорт сценариев
Тестирование алгоритмов разработанными сценариями

Связанные продукты

MATLAB
Image Processing Toolbox
Computer Vision System Toolbox
Deep Learning Toolbox