感知与定位：自动驾驶的「眼睛」和「耳朵」
很多学自动驾驶的同学都有一个共同困惑：算法背了无数论文，模型调得风生水起，一上车就傻眼——为什么实验室里跑得完美的感知系统，换到真实路面上就频繁误检漏检？这门课直指这个问题：它不教你写检测网络，而是先让你把「传感器是怎么感知世界的」这件事彻底搞透。只有理解了激光雷达的点云分布规律、摄像头的畸变特性、毫米波雷达的速度盲区，后续的算法学习才会有据可依。
课程从自动驾驶的环境感知切入，详细拆解了道路信息、环境信息以及其他信息的感知方案，接着深入到传感器本体——电磁式、霍尔式、光电式转速与相位传感器的工作原理与差异。这部分内容在面试中出现的概率极高，因为面试官想知道候选人是否真的理解感知数据从物理世界到数字信号的完整链路，而不是只会调用现成的 API。
适合谁学，怎么学效率最高
这门课对基础没有限制，但前提是你对编程有一定熟悉度，至少能读懂基础的 Python 代码。如果你对数学中的矩阵变换、坐标系统还有些模糊，建议先把这部分补一下，否则传感器标定的章节会很吃力。
学习顺序上，建议优先看完第 1 章的整体认知部分（1.1～1.5），建立自动驾驶感知的全局图景；然后重点攻克第 2 章的环境与道路感知，这是后续所有算法课的直接前置；第 3 章的智能网联范畴和测试技术可以作为背景知识泛读；第 4、5 章的传感器硬件原理需要慢读细啃，配合课程里的图示理解每一种传感器的信号产生机制。
学完能做什么
完成这门课后，你应该能够独立回答以下问题：不同传感器在什么场景下会出现性能退化？如何根据任务需求选择合适的感知方案组合？传感器标定到底是在校准什么参数？这些问题的答案会直接体现在你之后学习多传感器融合和定位导航时的思路清晰度上。资料包中的视频是主要学习载体，配套练习可以围绕每一类传感器设计一个简单的仿真或数据采集实验，比如用仿真平台验证不同光照条件下摄像头与雷达的检测差异，这样学习效果会更扎实。
课程介绍
QQ_1755614006629.png 2025-8-19 22:37 上传 1.1自动驾驶技术的产生 (2).mp4 1.2 国内外自动驾驶汽车的研究状况 (2).mp4 1.3 自动驾驶汽车的发展目标与重点 (2).mp4 1.4 自动驾驶环境感知介绍 (2).mp4 1.5 车载感知系统组成 (2).mp4 2.1 道路信息感知 (2).mp4 2.2 环境信息感知 (2).mp4 2.3 其他信息感知 (2).mp4 3.1 智能汽车相关范畴 (2).mp4 3.2 智能网联汽车关键技术 (2).mp4 3.3 智能网联汽车测试技术 (2).mp4 3.4 智能汽车传感器标定 (2).mp4 4.1 电磁式转速与相位传感器 (2).mp4 4.2 霍尔式转速与相位传感器 (2).mp4 4.3 光电式转速与相位传感器 (2).mp4 5.1 温度
课程目录
QQ_1755614006629.png 2025-8-19 22:37 上传 1.1自动驾驶技术的产生 (2).mp4 1.2 国内外自动驾驶汽车的研究状况 (2).mp4 1.3 自动驾驶汽车的发展目标与重点 (2).mp4 1.4 自动驾驶环境感知介绍 (2).mp4 1.5 车载感知系统组成 (2).mp4 2.1 道路信息感知 (2).mp4 2.2 环境信息感知 (2).mp4 2.3 其他信息感知 (2).mp4 3.1 智能汽车相关范畴 (2).mp4 3.2 智能网联汽车关键技术 (2).mp4 3.3 智能网联汽车测试技术 (2).mp4 3.4 智能汽车传感器标定 (2).mp4 4.1 电磁式转速与相位传感器 (2).mp4 4.2 霍尔式转速与相位传感器 (2).mp4 4.3 光电式转速与相位传感器 (2).mp4 5.1 温度传感器 (2).mp4 5.2 空气流量传感器 (2).mp4 5.3 氧传感器 (2).mp4 6.1 超声波特性 (2).mp4 6.2 超声波测距原理 (2).mp4 6.3 超声波雷达的结构与原理 (2).mp4 6.4 超声波雷达在ADAS中的应用 (2).mp4 7.1 毫米波特性 (2).mp4 7.2 多普勒效应测距、测速、测角度原理 (2).mp4 7.3 毫米波雷达工作原理 (2).mp4 7.4 毫米波雷达安装与校准 (2).mp4 8.1 激光特性 (2).mp4 8.2 激光雷达测距原理 (2).mp4 8.3 激光雷达的分类与结构 (2).mp4 8.4 激光雷达安装与标定 (2).mp4 9.1 视觉传感器的分类与应用 (2).mp4 9.2 视觉传感器工作原理 (2).mp4 10.1 GPS定位系统 (2).mp4 10.2 惯性导航传感器 (2).mp4 10.3 高精度MEMS组合惯导传感器标定 (2).mp4 11.1 多传感器融合概述 (2).mp4 11.2 多传感器信息融合基础理论 (2).mp4 11.3 多传感器融合结构 (2).mp4 自动驾驶传感器技术.pdf
