培训对象: 自动驾驶感知系统工程师、传感器融合算法工程师、ADAS系统开发人员、汽车电子工程师。
培训目标:
理解自动驾驶感知层的传感器类型和工作原理。
掌握摄像头、毫米波雷达、激光雷达的优缺点和适用场景。
能够进行传感器选型和布置设计。
具备多传感器融合感知系统架构设计能力。
培训内容介绍:
二、摄像头传感器: 掌握摄像头的工作原理(CMOS/CCD),了解单目、双目、三目摄像头的差异,分析摄像头的优缺点(成本低、颜色信息、易受光照影响)。
三、摄像头参数: 了解摄像头的关键参数(分辨率、帧率、视场角、动态范围、信噪比),根据场景选择摄像头类型(前视、环视、后视、内视)。
四、毫米波雷达: 掌握毫米波雷达的工作原理(FMCW),了解雷达的频率(24GHz、77GHz),分析雷达的优缺点(全天候、测距测速、角度分辨率低)。
五、雷达参数: 了解毫米波雷达的关键参数(探测距离、视场角、距离分辨率、速度分辨率),掌握不同雷达的应用场景(远距前向雷达、近距角雷达)。
六、激光雷达: 掌握激光雷达的工作原理(TOF、FMCW),了解机械式、混合固态、固态激光雷达的差异,分析激光雷达的优缺点(精度高、点云丰富、成本高)。
七、激光雷达参数: 了解激光雷达的关键参数(线数、探测距离、视场角、角分辨率、点频),根据自动驾驶等级选择激光雷达配置。
八、传感器选型: 根据自动驾驶功能需求(ACC、AEB、LKA、APA)选择传感器组合(摄像头+雷达、摄像头+激光雷达、多传感器融合)。
九、传感器布置: 掌握传感器在整车上的布置原则(视场覆盖、冗余设计、安装位置),考虑传感器清洗和散热要求。
十、传感器标定: 了解传感器标定的重要性(内参标定、外参标定),掌握摄像头标定(棋盘格法)、雷达标定、多传感器联合标定方法。
十一、传感器融合架构: 设计多传感器融合系统架构(数据层融合、特征层融合、目标层融合),实现优势互补。
十二、实战项目:感知系统方案设计: 根据L2+或L3自动驾驶功能需求,完成传感器选型、布置方案和融合架构设计。