${message}

Разработка автономных транспортных средств в MATLAB

Цель курса:

Этот однодневный курс дает практический опыт по разработке и верификации алгоритмов для автономных транспортных средств и систем содействия водителю (ADAS). Примеры и упражнения курса демонстрируют функционал MATLAB® и программного пакета Automated Driving System Toolbox™.

Рассматриваемые темы:

  • 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 – желательно.

Код тренинга

MLAD

Программа курса:

Маркировка исходных данных. 

Цель: Интерактивная маркировка исходных данных на видео или последовательности изображений. Автоматизация маркировки данных используя предобученные детектор и алгоритмы слежения.

  • Обзоринструмента«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 помощьюmulti-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.

  • Обзоринструмента«Driving Scenario Designer app»;
  • Создания сценариев с дорогой, и сенсорами;
  • Симуляция и визуализация сценариев;
  • Генерирование обнаружений и экспорт сценариев;
  • Тестирование алгоритмов разработанными сценариями.
Поделиться

Задать вопрос

*
Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных . Мы, ООО ЦИТМ "Экспонента" и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных». * - обязательные поля