*本课程不提供PPT, 课程资料请到微信公众号“古月居”后台回复“规划感知资料”获取

该课程已开通专门交流答疑区，点击这里，发帖提问交流

课程目的

自动驾驶车辆的障碍物检测是指车辆通过激光雷达、摄像头、超声波传感器等感知设备，对周围环境中的障碍物进行实时监测和检测，以确保安全驾驶。障碍物可能包括其他车辆、行人、交通标志、路障等。

障碍物检测的关键在于利用传感器获取的数据，并通过算法对这些数据进行处理分析，从而判断出障碍物的位置、大小、形状等信息。常用的算法包括目标检测、图像分割、深度学习等技术。

障碍物检测技术的不断提升可以提高自动驾驶车辆的安全性和可靠性，减少交通事故的发生。同时，障碍物检测也是自动驾驶系统中不可或缺的关键技术之一。

在机器人操作系统（ROS）中实现障碍物检测是一个涉及多个步骤的过程，包括环境感知、数据处理、检测障碍物。

课程内容

1、环境感知

环境感知通常通过各种类型的传感器实现，如激光雷达（LIDAR）、声纳、红外传感器或摄像头。选择哪种类型的传感器取决于你的具体需求，例如环境复杂度、障碍物的性质、成本和精度要求等。

2、数据处理

首先，需要对LIDAR生成的点云数据进行预处理，包括去噪、滤波等。首先，可以采用点云滤波算法来对数据进行处理。 点云滤波可以去除不必要的噪声点，提取出具有意义的特征点，从而减小数据量的同时保留重要信息。其次，地面提取是目标检测过程中的一个重要环节，主要难点在于两个方面，一方面是非障碍物地形区域的正确检测，另一方面是计算机的计算负载。

3、障碍物检测

实物类聚法通过将激光雷达收集到的数据进行分类，将运动障碍物的实体信息根据分类进行汇总，每一个障碍物实体状态信息由很多个类别中的信息组成，从而对其进行一些状态描述。

两种领取方式如下所示：

1.扫码领取优惠券

2.商品详情页领取