【尊享】ZX085 – 多传感器融合感知 [4.8G]
┣━━第1章: 自动驾驶系统中的传感器与时序闭环 [1.2G]
┃ ┣━━第1节:自动驾驶为什么需要多传感器 [139.5M]
┃ ┃ ┗━━4.abc [139.5M]
┃ ┣━━第2节: 传感器的物理特性 [82.7M]
┃ ┃ ┗━━5.abc [82.7M]
┃ ┣━━第3节:感知传感器的成像机制 [740.1M]
┃ ┃ ┣━━6-1.abc [163.1M]
┃ ┃ ┣━━6-2.abc [262.8M]
┃ ┃ ┣━━6-3.abc [210.6M]
┃ ┃ ┗━━6-4.abc [103.7M]
┃ ┣━━第4节:定位传感器工作原理简介 [30.5M]
┃ ┃ ┗━━7.abc [30.5M]
┃ ┣━━第5节:自动驾驶传感器系统设计 [58.3M]
┃ ┃ ┗━━5.abc [58.3M]
┃ ┣━━第6节多传感器系统的时序闭环 [173.5M]
┃ ┃ ┣━━9-1.abc [94.5M]
┃ ┃ ┗━━9-2.abc [79M]
┃ ┗━━3.第1章 自动驾驶多传感器设计.pdf [52M]
┣━━第2章:多传感器的标定 [584.4M]
┃ ┣━━第1节 :为什么需要标定传感器 [108.5M]
┃ ┃ ┗━━11.abc [108.5M]
┃ ┣━━第2节 :非线性优化知识回顾 [120.3M]
┃ ┃ ┣━━12-1.abc [119.8M]
┃ ┃ ┗━━METHODS FOR NON-LINEAR LEAST SQUARES PROBLEMS.pdf [511.4K]
┃ ┣━━第3节:从Camera成像过程谈Camera内参标定 [135.2M]
┃ ┃ ┗━━13.abc [135.2M]
┃ ┣━━第4节:多传感器之间的外参标定 [140.6M]
┃ ┃ ┗━━14.abc [140.6M]
┃ ┣━━第5节:外参在线动态修正 [68.4M]
┃ ┃ ┗━━15.abc [68.4M]
┃ ┣━━第6节 实践:标定工具箱 [9M]
┃ ┃ ┗━━calibration_kit-main.zip [9M]
┃ ┗━━C2-CalibrationSystem-v2.3 (1).pdf [2.5M]
┣━━第3章:多传感器后融合算法 [1.2G]
┃ ┣━━第1节:融合问题定义及背景 [136.8M]
┃ ┃ ┗━━18.abc [136.8M]
┃ ┣━━第2节:后融合系统输入输出 [302.3M]
┃ ┃ ┗━━19.abc [302.3M]
┃ ┣━━第3节:预测及目标关联 [310.7M]
┃ ┃ ┗━━20.abc [310.7M]
┃ ┣━━第4节:后融合算法:Kalman Filter与Extented Kalman Filter [523.5M]
┃ ┃ ┗━━21.abc [523.5M]
┃ ┗━━17.L3 后融合感知算法.pdf [4.9M]
┣━━第4章:多传感器前融合算法 [804M]
┃ ┣━━第1节:前融合介绍 [310.8M]
┃ ┃ ┗━━23.abc [310.8M]
┃ ┣━━第2节 :融合算法:MV3D, ContFuse, CRFNet [271.7M]
┃ ┃ ┗━━24.abc [271.7M]
┃ ┣━━第3节:前融合与后融合的关系 [26.5M]
┃ ┃ ┗━━25.abc [26.5M]
┃ ┣━━第4节:场景理解:自动驾驶遇到的新问题 [77.3M]
┃ ┃ ┗━━26.abc [77.3M]
┃ ┣━━第5节:. 融合系统设计 [113.7M]
┃ ┃ ┗━━27.abc [113.7M]
┃ ┗━━20-L4 Early Fusion Algorithm (1).pdf [4.1M]
┣━━第5章:如何预测目标级障碍物未来轨迹 [680.8M]
┃ ┣━━第1节:预测问题定义 [293M]
┃ ┃ ┗━━30.abc [293M]
┃ ┣━━第2节:机动车与行人的预测算法 [291.8M]
┃ ┃ ┗━━31.abc [291.8M]
┃ ┣━━第3节: 预测系统构建 [89.5M]
┃ ┃ ┗━━32.abc [89.5M]
┃ ┣━━29:L5 Prediction System.pdf [1.2M]
┃ ┗━━paper.rar [5.4M]
┣━━第6章和第7章 融合感知工程化 [328.2M]
┃ ┣━━33.pdf [2M]
┃ ┣━━34.abc [65.7M]
┃ ┣━━35.abc [74.9M]
┃ ┣━━36.abc [88.1M]
┃ ┗━━37.abc [97.5M]
┗━━课前须知 [873.3K]
┣━━多传感器融合感知 第一期开课仪式.pdf [685.9K]
┗━━多传感器融合感知课程学习指南.pdf [187.4K]