• Ближайшие события

    Новостная рассылка

    Подпишитесь и получайте самые свежие новости.
    Подписаться на новостную рассылку
  • Автономные транспортные средства

    Код тренинга: MLAD

    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 (https://matlab.ru/training/MLDL) – желательно. 


    Заявка на тренинг


    Подробнее

    Маркировка исходных данных

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

    • Обзор инструмента «GroundTruthLabeler»
    • 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 


    Заявка на тренинг
    Связанные материалы