课程介绍

自动驾驶汽车的实现依赖于环境感知、路径规划和决策以及控制执行几个关键模块。其中准确的定位汽车的位置对于驾驶情景的判断以及路径的规划具有重要的价值，但是如何从功能、成本、可靠性、精度等多个角度选择和实现定位，仍然是一个巨大的挑战。目前普遍采用的定位技术有轨迹推演定位技术、基于信号的定位技术、基于环境匹配的定位技术等。这些技术各有优劣，往往受到成本和精度和可靠性的限制，不能够满足高级别自动驾驶系统的要求。必须依赖更多的数据和算法才能满足自动驾驶系统的要求。

本课程旨在帮助自动驾驶行业的从业者，包括研究员，工程师，产品经理等，从完整的自动驾驶系统的高度来理解掌握各种定位技术的实现路径、优劣、技术成熟度以及定位算法，通过理论和实际项目操作相结合的方式，深入的理解定位系统的基本概念、核心理论以及最佳实践。

本课程共两天，第一天主要介绍自动驾驶系统的背景知识，包含各个功能模块的关系以及车辆坐标系的定义和转换，以及基于传感器的局部定位技术以及基于地图的全局定位技术。第二天主要介绍高精度定位的核心算法的数学理论以及应用，包括贝叶斯算法，马可夫算法，粒子滤波算法，并以粒子滤波算法为例，用C++语言完成算法的应用案例开发。

培训目标

• 掌握自动驾驶系统的功能模块之间的关联

• 掌握自动驾驶系统的各种坐标系及其相互转化关系

• 掌握基于惯性导航和里程计等传感器的局部定位技术

• 掌握地图数据格式、应用以及定位实现

• 掌握贝叶斯、马可夫、粒子滤波等各种定位算法的理论及其实现

 讲师介绍

通用汽车（北美） 自动驾驶高级技术专家 王博士

美国北卡罗来纳州立大学博士，具有多年的自动驾驶技术研究和开发经验，是自动驾驶环境感知、路径规划与控制技术领域的资深专家。曾在通用汽车全球研发中心总部与本田汽车北美研发中心分别从事自动驾驶导航与控制技术研发和基于视觉与雷达的辅助驾驶功能开发。获得美国授权专利三项。在世界顶级的主机厂与互联网企业都有丰富的自动驾驶技术研发实战经验。对自动驾驶导航与控制技术及其在工业界的产品研发有深刻的理解。

第一天

1.自动驾驶系统与定位技术详解

1.1自动驾驶车辆系统构建及各个模块功能介绍

1.2定位技术详解

1.2.1 坐标系统：地理坐标、投影坐标、车辆坐标

1.2.2 定位传感器

1.2.3 局部定位技术

1.2.4 全局定位技术：地图的格式，常见算法

1.2.5 L3、L4自动驾驶的定位方案与技术

2.基于惯性导航与里程计的局部定位技术

第二天

3.定位算法背景

3.1概率论知识回顾

3.2贝叶斯理论

3.3卡尔曼滤波器

4.马可夫定位法：理论详解与C++代码实现讲解

5.粒子滤波算法：通过一个案例掌握粒子滤波算法