目录

  • 1 项目1 智能网联汽车认知与开发调试环境配置
    • 1.1 任务1.1  智能网联汽车认知与安全操作
    • 1.2 任务1.2 智能网联汽车技术开发环境搭建与基本使用
    • 1.3 任务1.3 智能网联汽车技术开发环境搭建与基本使用实践
  • 2 项目2 智能网联汽车传感器认知与数据获取
    • 2.1 任务2.1 雷达传感器的认知与数据获取
    • 2.2 任务2.2 视觉传感器认知与数据获取
    • 2.3 任务2.3 定位传感器认知与数据获取
    • 2.4 任务2.4 高精地图数据组成与制作
  • 3 项目3 智能网联汽车定位、感知与路径规划综合调试
    • 3.1 任务3.1 智能网联汽车定位、感知与路径规划仿真调试
    • 3.2 任务3.2智能网联汽车定位、感知与路径规划实车调试
    • 3.3 任务3.3智能网联汽车深度学习目标检测数据集制作
  • 4 项目4 智能网联汽车线控底盘控制与CAN通信调试
    • 4.1 任务4.1   智能网联汽车线控系统组成原理与CAN通信调试
  • 5 拓展学习资源与常见报错汇总
    • 5.1 学习资源汇总
    • 5.2 常见错误汇总
任务3.2智能网联汽车定位、感知与路径规划实车调试

    任务3.2  智能网联汽车高精定位、环境感知与路径规划实车调试

学习目标

知识目标:

  • 了解主流全局与局部路径规划的算法;

  • 掌握路径规划算法重要参数的作用。

能力目标:

  • 能完成车辆自动驾驶路径规划、避障等功能的最优参数调试。

任务描述

在上一章,我们花了大量的篇幅和时间,主要对智能网联汽车的各种传感器进行讲解,重点学习了对传感器的硬件配置、参数配置、驱动编译、数据获取、参数标定和数据可视化。在这一章,我们将进一步地利用智能网联汽车传感器的原始数据进行综合感知和路径规划应用。需要说明地是,无论是综合感知还是路径规划都会涉及到算法,但这不是我们学习重点!相反,我们更加关注的是操作和实践层面的内容。

在此节,我们将完成自动驾驶路径规划参数配置,并在此基础上完成自动驾驶路径规划与导航仿真。


任务准备

1.资料学习

本部分内容,涉及算法比较多,不要求大家掌握。只需完成明白关键参数作用,会根据导航效果进行调参即可,具体请参阅任务准备中的资料。

2.任务准备




任务实施

  1. 完成路径规划与导航参数配置,并实现仿真。


任务拓展


https://pytorch.org/