课程目录：

├── ROS系列
│ ├── MATLAB+ROS开发MPC轨迹跟踪算法 • 董昊天
│ │ ├── 1.课程主要内容介绍.mp4
│ │ ├── 2._MATLAB中的ROS自定义消息.mp4
│ │ ├── 3._MPC控制方法极简教程.mp4
│ │ ├── 4._Simulink与CarSim联合仿真与代码自动生成.mp4
│ │ ├── 5.硬件在环仿真(树莓派控制CarSim模型).mp4
│ │ ├── 6._RC遥控车硬件平台介绍及试验验证.mp4
│ │ └── 7.课程总结.mp4
│ ├── MATLAB+ROS快速开发控制算法 ·董昊天
│ │ ├── 1.课程主要内容介绍.mp4
│ │ ├── 2.MATLABSimulink中的ROS命令及工具箱介绍.mp4
│ │ ├── 3.1MATLABSimulink控制ROS虚拟机器人.mp4
│ │ ├── 3.2MATLABSimulink控制ROS虚拟机器人.mp4
│ │ ├── 4.MATLABSimulink生成cpp代码实现控制算法快速开发.mp4
│ │ ├── 5.ROS控制_MATLABSimulink机器人模型.mp4
│ │ ├── 6.工程实例介绍.mp4
│ │ └── 7.课程小结&作业.mp4
│ ├── ROS Qt环境的搭建及基础知识介绍 · 蒋程扬
│ │ ├── 1.3让键盘遥控机械臂运动（下）.mp4
│ │ ├── 1._开发环境搭建.mp4
│ │ ├── 1.课程主要内容介绍.mp4
│ │ ├── 2.Qt基础.mp4
│ │ ├── 3._Qt编译ROS工程.mp4
│ │ ├── 4.课程小结与作业.mp4
│ │ └── 5.问题汇总与答疑.mp4
│ ├── ROS Rviz组件开发方法
│ │ ├── 1.Qt导入rviz组件.mp4
│ │ ├── 2.显示rviz常用display.mp4
│ │ ├── 3.发布导航初始点与导航目标点话题.mp4
│ │ ├── 4.实现机器人完整导航功能.mp4
│ │ ├── 5.实现机器人定点返航功能.mp4
│ │ └── 6.课程小结与作业.mp4
│ ├── ROS2从入门到精通：理论与实战
│ │ ├── 00 资料
│ │ │ ├── 00 预习资料
│ │ │ │ ├── 00-预学习.doc
│ │ │ │ └── 00-预学习资料.pdf
│ │ │ ├── 01 ROS2试听课
│ │ │ │ └── 01-ROS2试听课.pdf
│ │ │ ├── 02 node,topic,service,param,action讲解
│ │ │ │ └── 02-第二章.pdf
│ │ │ ├── 03 工作包、发布与订阅、服务与客户端、自定义消息讲解
│ │ │ │ ├── L03 工作包、发布与订阅、服务与客户端、自定义消息讲解.pdf
│ │ │ │ └── L03_dev_ws.zip
│ │ │ ├── 04 参数、动作服务、大型项目的launch使用
│ │ │ │ ├── 04-leson4.pdf
│ │ │ │ └── L04_dev_ws.zip
│ │ │ ├── 05 坐标变换TF2讲解
│ │ │ │ ├── 05-leson5.pdf
│ │ │ │ └── L05 坐标变换TF2讲解.zip
│ │ │ ├── 06 机器人模型文件URDF讲解
│ │ │ │ ├── 06 机器人模型文件URDF讲解.pdf
│ │ │ │ └── 06 机器人模型文件URDF讲解.zip
│ │ │ ├── 07 实战NAV2基础讲解
│ │ │ │ ├── 07-leson7.pdf
│ │ │ │ ├── Navigation2 Video 103214.mp4
│ │ │ │ ├── Navigation2 Video 165706.mp4
│ │ │ │ ├── The Marathon 2_ A Navigation System (IROS 2020).mp4
│ │ │ │ └── useful.zip
│ │ │ └── 08 实战NAV2核心讲解和运行实例
│ │ │ ├── 08-leson8.pdf
│ │ │ ├── models.zip
│ │ │ └── sam_bot_description.zip
│ │ ├── 相机标定资料
│ │ │ ├── code
│ │ │ │ ├── ch1_single_camera_calibration.zip
│ │ │ │ ├── ch2_stereo_calibrate.zip
│ │ │ │ ├── ch3_stereoDepth.zip
│ │ │ │ └── ch7_fisheye_camera.zip
│ │ │ ├── notes
│ │ │ │ ├── 3D_vision_ch1.pdf
│ │ │ │ └── 3D_vision_ch2.pdf
│ │ │ ├── slides
│ │ │ │ ├── class1-introduction.pdf
│ │ │ │ ├── class2.pdf
│ │ │ │ ├── class3.pdf
│ │ │ │ ├── class4.pdf
│ │ │ │ ├── class6-fisheye camera.pdf
│ │ │ │ └── class7-fisheye camera.pdf
│ │ │ ├── StereoDepthTest
│ │ │ │ └── __init__.py
│ │ │ ├── StereoDepthTest.rar
│ │ │ └── 预备材料.rar
│ │ ├── 第1大讲ROS2简介与demo运行.mp4
│ │ ├── 第2大讲node-topic-service-param-action讲解.mp4
│ │ ├── 第3大讲.工作包、发布与订阅、服务与客户端、自定义消息讲解.mp4
│ │ ├── 第4大讲.参数、动作服务、大型项目的launch使用.mp4
│ │ ├── 第5大讲.坐标变换TF2讲解.mp4
│ │ ├── 第6大讲.机器人模型文件URDF讲解.mp4
│ │ ├── 第7大讲.实战NAV2基础讲解.mp4
│ │ └── 第8大讲.实战NAV2核心讲解和运行实例.mp4
│ ├── ROS基础
│ │ ├── ros理论与实践
│ │ │ ├── 001 第一讲：认识ROS
│ │ │ │ ├── 第1讲资料
│ │ │ │ └── 第一讲：认识ROS.avi
│ │ │ ├── 002 第二讲：ROS基础
│ │ │ │ ├── ROS理论与实践_2.ROS基础_代码.zip
│ │ │ │ ├── ROS理论与实践_2.ROS基础_资料.zip
│ │ │ │ ├── 第2讲：ROS基础.pdf
│ │ │ │ └── 第二讲：ROS基础.avi
│ │ │ ├── 003 第三讲：机器人系统设计
│ │ │ │ ├── ROS理论与实践_3.机器人系统设计_代码.zip
│ │ │ │ └── 第三讲：机器人系统设计.avi
│ │ │ ├── 004 第四讲：机器人仿真
│ │ │ │ ├── ROS理论与实践_4.机器人仿真_代码.zip
│ │ │ │ └── 第四讲：机器人仿真.avi
│ │ │ ├── 005 第五讲：机器人感知
│ │ │ │ ├── 5.机器人感知_代码.zip
│ │ │ │ └── 第五讲：机器人感知.avi
│ │ │ ├── 006 第六讲：机器人SLAM与自主导航
│ │ │ │ ├── 6.机器人SLAM与自主导航_课件.pdf
│ │ │ │ ├── 6.机器人SLAM与自主导航_作业.pdf
│ │ │ │ ├── ROS理论与实践_6.机器人SLAM与自主导航_代码.zip
│ │ │ │ ├── ROS理论与实践_6.机器人SLAM与自主导航_资料.zip
│ │ │ │ └── 第六讲：机器人SLAM与自主导航.avi
│ │ │ ├── 007 第七讲：Movelt！机械臂控制
│ │ │ │ ├── ROS理论与实践_7.Moveit!机械臂控制_代码.zip
│ │ │ │ ├── ROS理论与实践_7.Moveit!机械臂控制_课件.pdf
│ │ │ │ ├── ROS理论与实践_7.Moveit!机械臂控制_资料.zip
│ │ │ │ ├── ROS理论与实践_7.Moveit!机械臂控制_作业.pdf
│ │ │ │ └── 第七讲：Movelt!机械臂控制.avi
│ │ │ ├── 008 第八讲：ROS机器人综合应用
│ │ │ │ ├── ROS理论与实践_8.ROS机器人综合应用_代码.zip
│ │ │ │ ├── ROS理论与实践_8.ROS机器人综合应用_课件.pdf
│ │ │ │ ├── ROS理论与实践_8.ROS机器人综合应用_作业.pdf
│ │ │ │ └── 第八讲：ROS机器人综合应用.avi
│ │ │ ├── 009 第九讲：ROS 2.0
│ │ │ │ ├── ROS理论与实践_9.ROS 2.0_资料.zip
│ │ │ │ ├── ROS理论与实践_9.ROS2.0_代码.zip
│ │ │ │ ├── ROS理论与实践_9.ROS2.0_课件.pdf
│ │ │ │ ├── ROS理论与实践_9.ROS2.0_作业.pdf
│ │ │ │ └── 第九讲：ROS 2.0.avi
│ │ │ ├── SLAM论坛pdf
│ │ │ │ ├── 李名杨-VisualInertialSLAMandCalibrationprobleminSLAM.pdf
│ │ │ │ ├── 申抒含-基于图像的大规模场景三维重建.pdf
│ │ │ │ ├── 沈劭劼-3DVisualPerceptioninComplexEnvironments.pdf
│ │ │ │ ├── 章国锋-视觉SLAM技术及应用.pdf
│ │ │ │ └── 邹丹平-基于环境结构性特征的视觉SLAM方法.pdf
│ │ │ └── 课件
│ │ │ ├── 1
│ │ │ ├── 2
│ │ │ ├── 3
│ │ │ ├── 4
│ │ │ ├── 5
│ │ │ └── 深蓝学院.rar
│ │ └── ROS全套视频
│ │ ├── 00.专用播放器下载3.0
│ │ │ ├── 01.电脑端播放器（WIN MAC）
│ │ │ ├── 02.移动端播放器（手机、平板）
│ │ │ └── 0费用BI大数据就业推荐.png
│ │ ├── 第01部分 实战案例】ROS机器人操作系统实战 7套
│ │ │ ├── 01.2019年移动机器人运动规划实战（附讲义、代码、资料）8课
│ │ │ ├── 02.2019年ROS系统开发机械臂实战视频教程（附讲义、代码、参考资料）12课
│ │ │ ├── 03.2019年百度Apllo与ROS无人驾驶入门视频教程 9课
│ │ │ ├── 04.2018年HawkBot机器人视频教程（附参考资料）16课
│ │ │ ├── 05.2018年ROS robot入门实战视频教程（附讲义、产品手册）14课
│ │ │ ├── 06.2018年ROS robot进阶实战视频教程（附讲义）15课
│ │ │ └── 07.2018 机器人操作系统ROS仿真与自主导航视频教程（附讲义）19课
│ │ ├── 第02部分 基础入门 ROS机器人操作系统入门 5套
│ │ │ ├── 01.2018年机器人操作系统ROS理论与实践视频教程（附讲义、代码、参考资料）9课
│ │ │ ├── 02.2018年ROS机器人操作系统零基础入门视频教程（附讲义、代码、编译说明） 43课
│ │ │ ├── 03.2019年ROS机器人操作系统培训 39课
│ │ │ ├── 04.2020年ROS智能机器人系统讲解（附讲义、代码）36课
│ │ │ └── 05.2020年ROS与机器人智能控制视频教程 10课
│ │ ├── 第03部分 超值赠送 ROS硬件产品资料集 4类
│ │ │ ├── 01.xrobot x-2
│ │ │ ├── 02.树莓派
│ │ │ ├── 03.HawkBot全套ROS资料
│ │ │ └── 04.树莓派图像识别机械臂(Arm_Pi_2019)
│ │ └── 0费用BI大数据就业推荐.png
│ ├── ROS人机交互软件的界面开发 · 蒋程扬
│ │ ├── 1.在Qt中创建ROS节点.mp4
│ │ ├── 2.键盘控制实现.mp4
│ │ ├── 3.速度仪表盘实现.mp4
│ │ ├── 4.电池电量显示实现.mp4
│ │ ├── 5.订阅图像话题并显示.mp4
│ │ ├── 6.运行终端命令实现快捷指令.mp4
│ │ └── 7.课程小结与作业.mp4
│ ├── 如何实现ROS与Webots联合仿真 · 罗伯特祥
│ │ ├── 1.机器人建模部分.mp4
│ │ ├── 2.ROS控制器编程.mp4
│ │ ├── 3.常见执行器与传感器的使用(上).mp4
│ │ ├── 3.常见执行器与传感器的使用(下).mp4
│ │ ├── 3.常见执行器与传感器的使用(中).mp4
│ │ ├── 4.上帝节点的使用.mp4
│ │ └── 5.课程小结与课程作业.mp4
│ └── 如何实现windows ROS人机交互软件 ·蒋程扬
│ ├── 1.win10安装ROS.mp4
│ ├── 2.win10_ROS工作空间的建立及多机通讯环境配置.mp4
│ ├── 3.Ubuntu_ROS_项目迁移到windows并编译.mp4
│ ├── 4.如何配置IDE进行开发.mp4
│ ├── 5.项目打包发布.mp4
│ ├── 6.课程小结与作业.mp4
│ └── 7.彩蛋-如何在win10平板使用人机交互软件..mp4
├── 传感器标定与融合系列
│ ├── 传感器标定
│ │ ├── 多传感器标定全栈系统学习教程
│ │ │ ├── 001.第一节 多传感器标定概述PPT.pptx
│ │ │ ├── 002.1.1 多传感器标定概述.mp4
│ │ │ ├── 003.1.2 为什么需要传感器标定.mp4
│ │ │ ├── 004.1.3 传感器标定的难点.mp4
│ │ │ ├── 005.1.4 传感器标定精度如何进行验证.mp4
│ │ │ ├── 006.1.5 多传感器标定的工具箱有哪些.mp4
│ │ │ ├── 007.1.6 OpenCalib工具箱介绍.mp4
│ │ │ ├── 008.1.7 OpenCalib应用场景介绍.mp4
│ │ │ ├── 009.1.8 OpenCalib配置使用.mp4
│ │ │ ├── 010.第二节 相机内参标定PPT.pptx
│ │ │ ├── 011.2.1 相机标定介绍.mp4
│ │ │ ├── 012.2.2 内参常用的标定方法.mp4
│ │ │ ├── 013.2.3 如何优化标定精度.mp4
│ │ │ ├── 014.2.4 标定精度验证方法.mp4
│ │ │ ├── 015.2.5 内外参联合标定.mp4
│ │ │ ├── 016.第二节_相机内参标定代码实战.mp4
│ │ │ ├── 017.第三节 多传感器产线标定方法PPT.pptx
│ │ │ ├── 018.3.1 产线标定以及标定间标定介绍.mp4
│ │ │ ├── 019.3.2 标定间标定方法.mp4
│ │ │ ├── 020.3.3 Camera2Car 产线标定方法.mp4
│ │ │ ├── 021.3.4 Lidar2Car 产线标定方法.mp4
│ │ │ ├── 022.3.5 Radar2Car 产线标定方法.mp4
│ │ │ ├── 023.3.6 产线标定板布置方法.mp4
│ │ │ ├── 024.第三节 产线标定代码实战.mp4
│ │ │ ├── 025.第四节 多传感器离线标定方法PPT.pptx
│ │ │ ├── 026.4.1 激光雷达-相机内外参联合标定.mp4
│ │ │ ├── 027.4.2 激光雷达-激光雷达标定.mp4
│ │ │ ├── 028.4.3 激光雷达-毫米波雷达标定.mp4
│ │ │ ├── 029.4.4 激光雷达-惯导标定.mp4
│ │ │ ├── 030.4.5 毫米波雷达-相机标定.mp4
│ │ │ ├── 031.第四节课 多传感器离线标定代码实战.mp4
│ │ │ ├── 032.第五节 传感器在线标定方法PPT.pptx
│ │ │ ├── 033.5.1 激光雷达-相机在线标定.mp4
│ │ │ ├── 034.5.2 Camera2Car 在线标定.mp4
│ │ │ ├── 035.5.3 Lidar2Car 在线标定.mp4
│ │ │ ├── 036.5.4 Radar2Car 在线标定.mp4
│ │ │ ├── 037.5.5 INS2Car 在线标定.mp4
│ │ │ ├── 038.第五节课 传感器在线标定方法代码实战.mp4
│ │ │ ├── 039.第六节 环视相机标定PPT.pptx
│ │ │ ├── 040.6.1 环视相机介绍.mp4
│ │ │ ├── 041.6.2 鱼眼相机内参标定.mp4
│ │ │ ├── 042.6.3 环视离线标定.mp4
│ │ │ ├── 043.6.4 环视产线标定.mp4
│ │ │ ├── 044.6.5 环视产线标定.mp4
│ │ │ └── 045.第六节课 环视相机标定代码实战.mp4
│ │ └── 相机标定 校准
│ │ ├── 相机标定：原理和实战
│ │ │ ├── 视频
│ │ │ └── 资料
│ │ └── 相机校准
│ │ ├── 10、Estimating Fundamental Matrix ｜ Uncalibrated Stereo.mp4
│ │ ├── 11、Finding Correspondences ｜ Uncalibrated Stereo.mp4
│ │ ├── 12、Computing Depth ｜ Uncalibrated Stereo.mp4
│ │ ├── 1、Overview ｜ Camera Calibration.mp4
│ │ ├── 2、Linear Camera Model ｜ Camera Calibration.mp4
│ │ ├── 3、Camera Calibration ｜ Camera Calibration.mp4
│ │ ├── 4、Intrinsic and Extrinsic Matrices ｜ Camera Calibration.mp4
│ │ ├── 5、Simple Stereo ｜ Camera Calibration.mp4
│ │ ├── 6、Overview ｜ Uncalibrated Stereo.mp4
│ │ ├── 7、Problem of Uncalibrated Stereo ｜ Uncalibrated Stereo.mp4
│ │ ├── 8、Epipolar Geometry ｜ Uncalibrated Stereo.mp4
│ │ └── 9、Stereo Vision in Nature ｜ Uncalibrated Stereo.mp4
│ └── 传感器融合
│ ├── 多传感器融合定位
│ │ ├── 第10章 基于优化的定位方法
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 基于优化的定位简介.mp4
│ │ │ ├── 第2节 边缘化原理及应用.mp4
│ │ │ ├── 第3节 基于KITTI的实现原理.mp4
│ │ │ ├── 第4节 Lio-mapping.mp4
│ │ │ └── 第5节 作业.mp4
│ │ ├── 第11章 多传感器时空标定(综述)
│ │ │ ├── 课件
│ │ │ └── 第1节 多传感器时空标定.mp4
│ │ ├── 第12章 大作业
│ │ │ └── 大作业.pdf
│ │ ├── 第1章 概述
│ │ │ ├── 课件及作业
│ │ │ └── 第1节 课程概述.mp4
│ │ ├── 第2章 3D激光里程计 I
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 激光雷达工作原理及课程框架 激光雷达点云采集原理.mp4
│ │ │ ├── 第1节 激光雷达工作原理及课程框架 激光雷达工作原理及课程框架 .mp4
│ │ │ ├── 第2节 基于SVD的ICP.mp4
│ │ │ ├── 第3节 基于优化的ICP.mp4
│ │ │ ├── 第4节 NDT.mp4
│ │ │ ├── 第5节 畸变补偿.mp4
│ │ │ └── 第6节 基于KITTI数据集的实现.mp4
│ │ ├── 第3章 3D激光里程计 II
│ │ │ ├── 课程及作业
│ │ │ ├── 第1节 线面特征几何基础.mp4
│ │ │ ├── 第2节 点云线面特征提取.mp4
│ │ │ ├── 第3节 基于线面特征的位姿优化.mp4
│ │ │ ├── 第4节 位姿优化代码实现.mp4
│ │ │ ├── 第5节 开源里程计.mp4
│ │ │ └── 选修——多传感器融合定位第五期第一次在线答疑.mp4
│ │ ├── 第4章 点云地图构建及基于地图的定位
│ │ │ ├── 课件及作业
│ │ │ ├── LEGO-LOAM.mp4
│ │ │ ├── 第1节 整体流程介绍与回环检测.mp4
│ │ │ ├── 第2节 后端优化.mp4
│ │ │ ├── 第3节 点云地图建立.mp4
│ │ │ ├── 第4节 基于地图的定位.mp4
│ │ │ ├── 第5节 LeGO-LOAM.mp4
│ │ │ └── 作业.mp4
│ │ ├── 第5章 惯性导航原理及误差分析
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 本节内容介绍.mp4
│ │ │ ├── 第2节 惯性技术简介.mp4
│ │ │ ├── 第3节 惯性器件误差分析及处理.mp4
│ │ │ ├── 第4节 内参标定：内参模型、基于转台的标定方法&不依赖转台的标定方法.mp4
│ │ │ └── 第5节 惯性器件温补.mp4
│ │ ├── 第6章 惯性导航解算及误差模型
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 三维运动描述基础知识.mp4
│ │ │ ├── 第2节 三维运动微分性质.mp4
│ │ │ ├── 第3节 惯性导航解算.mp4
│ │ │ └── 第4节 惯性导航误差分析.mp4
│ │ ├── 第7章 基于滤波的融合方法 I
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 滤波器作用.mp4
│ │ │ ├── 第2节 概率基础知识.mp4
│ │ │ ├── 第3节 滤波器的基本原理.mp4
│ │ │ ├── 第4节 基于滤波器的融合.mp4
│ │ │ └── 第5节 作业.mp4
│ │ ├── 第8章 基于滤波的融合方法 II
│ │ │ ├── 课件及作业
│ │ │ ├── 第1节 编码器运动模型与标定及基于编码器的滤波.mp4
│ │ │ ├── 第2节 融合运动约束与点云特征的滤波方法-1.mp4
│ │ │ ├── 第2节 融合运动约束与点云特征的滤波方法-2.mp4
│ │ │ └── 第3节 作业.mp4
│ │ └── 第9章 基于优化的建图方法
│ │ ├── 课件及作业
│ │ ├── 第1节 基于预积分的优化流程.mp4
│ │ ├── 第2节 预积分模型.mp4
│ │ ├── 第3节 预积分在优化中的使用.mp4
│ │ ├── 第4节 典型方案介绍-LIO SAM.mp4
│ │ ├── 第4节 典型方案介绍.mp4
│ │ └── 第5节 基于编码器的预积分.mp4
│ ├── 多传感器融合感知
│ │ ├── 毫米波雷达和视觉融合感知全栈教程（深度学习+传统方式）
│ │ │ ├── 001.毫米波雷达介绍PPT.pdf
│ │ │ ├── 002.1.1.工作原理和传感器特性.mp4
│ │ │ ├── 003.1.2.毫米波雷达种类.mp4
│ │ │ ├── 004.1.3.雷达信号处理与数据格式.mp4
│ │ │ ├── 005.1.4. 4D毫米波雷达.mp4
│ │ │ ├── 006.1.5. 雷达激光雷达相机特性比较.mp4
│ │ │ ├── 007.1.6. 毫米波在多个领域应用介绍.mp4
│ │ │ ├── 008.1.7. 3D4D雷达领域产品.mp4
│ │ │ ├── 009.毫米波雷达基础算法详解ppt.pdf
│ │ │ ├── 010.2.1.毫米波雷达数据处理.mp4
│ │ │ ├── 011.2.2.聚类算法.mp4
│ │ │ ├── 012.2.3.匹配算法.mp4
│ │ │ ├── 013.2.4.滤波算法.mp4
│ │ │ ├── 014.2.5.基于EKF的雷达后融合实战.mp4
│ │ │ ├── 015.2.6.实战代码.docx
│ │ │ ├── 016.基于深度学习的雷达点云目标检测ppt.pdf
│ │ │ ├── 017.3.1.雷达点云检测算法背景.mp4
│ │ │ ├── 018.3.2.基于原始数据的检测方法.mp4
│ │ │ ├── 019.3.3 基于稀疏点云的检测：RadarPointGNN.mp4
│ │ │ ├── 020.3.4 基于稀疏点云的检测：RadarPointNet.mp4
│ │ │ ├── 021.毫米波雷达视觉融合的2D检测任务PPT.pdf
│ │ │ ├── 022.4.1 RV融合背景介绍.mp4
│ │ │ ├── 023.4.2 融合思路介绍.mp4
│ │ │ ├── 024.4.3 RV融合常用的指标.mp4
│ │ │ ├── 025.4.4 RV融合数据集介绍.mp4
│ │ │ ├── 026.毫米波雷达视觉融合3D检测.pdf
│ │ │ ├── 027.5.1 RV融合背景介绍.mp4
│ │ │ ├── 028.5.2 RV融合思路.mp4
│ │ │ ├── 029.5.3 RV融合常用指标.mp4
│ │ │ ├── 030.5.4 RV融合数据集.mp4
│ │ │ ├── 031.4.5 CRFNet.mp4
│ │ │ ├── 032.4.6 RRPN~4.7总结.mp4
│ │ │ ├── 033.4.8.1 SAF-FCOS讲解.mp4
│ │ │ ├── 034.4.8.2 环境配置.mp4
│ │ │ ├── 035.4.8.3 代码详解.mp4
│ │ │ ├── 036.4.8.4 效果展示.mp4
│ │ │ ├── 037.课程第四章节实战PPT.pdf
│ │ │ ├── 038.5.5 RV融合算法CenterFusion详解.mp4
│ │ │ ├── 039.5.6 RCBEV.mp4
│ │ │ ├── 040.5.7 RV融合算法CRAFT详解.mp4
│ │ │ ├── 041.5.8 主流融合思路汇总.mp4
│ │ │ ├── 042.5.9.1 FUTR3D预备知识.mp4
│ │ │ ├── 043.5.9.2 环境配置.mp4
│ │ │ ├── 044.5.9.3 代码实战&效果展示.mp4
│ │ │ └── 045.课程第五章节实战PPT.pdf
│ │ └── 自动驾驶多传感器融合感知
│ │ ├── 第1节 课前须知
│ │ ├── 第1章 自动驾驶系统中的传感器与时序闭环
│ │ ├── 第2章 多传感器的标定
│ │ ├── 第3章 多传感器后融合算法
│ │ ├── 第4章 多传感器前融合算法
│ │ ├── 第5章 如何预测目标级障碍物未来轨迹
│ │ ├── 第6章 融合感知系统工程化：在线系统构建
│ │ └── 第7章 融合感知系统工程化：离线系统构建
│ └── 多传感器融合跟踪全栈教程（视频+答疑）
│ ├── 001.第0节-课前导学PPT.pdf
│ ├── 002.0 多传感器目标跟踪-课前导学.mp4
│ ├── 003.第1节-自动驾驶中的融合跟踪PPT.pdf
│ ├── 004.1.1. 自动驾驶中的感知任务.mp4
│ ├── 005.1.2. 多传感器融合的主要方法.mp4
│ ├── 006.1.3. 多传感器后融合跟踪的基本流程.mp4
│ ├── 007.1.4. 多目标跟踪的数据集与性能指标.mp4
│ ├── 008.第2节-目标跟踪中的状态估计PPT.pdf
│ ├── 009.2.1. 概率论基础.mp4
│ ├── 010.2.2. 状态估计问题建模.mp4
│ ├── 011.2.3. 线性高斯系统状态估计.mp4
│ ├── 012.2.4. 非线性非高斯系统状态估计.mp4
│ ├── 013.2.5. 常用运动与观测模型.mp4
│ ├── 014.2.6. 作业与实践.mp4
│ ├── 015.第2节 作业讲解.mp4
│ ├── 016.第3节-目标跟踪中的数据关联PPT.pdf
│ ├── 017.3.1. 基于距离的目标相似性度量.mp4
│ ├── 018.3.2. 基于IoU的目标相似性度量.mp4
│ ├── 019.3.3. 最近邻匹配算法.mp4
│ ├── 020.3.4. 匈牙利匹配算法.mp4
│ ├── 021.3.5. 概率数据关联与多假设跟踪.mp4
│ ├── 022.3.6. 作业与实践.mp4
│ ├── 023.第三章 作业代码解读.mp4
│ ├── 024.第4节-目标跟踪中的轨迹管理PPT.pdf
│ ├── 025.4.1 目标轨迹的创建与发布.mp4
│ ├── 026.4.2 目标轨迹的合并与删除.mp4
│ ├── 027.4.3 多目标跟踪的性能评估.mp4
│ ├── 028.4.4 实践作业.mp4
│ ├── 029.第四章作业代码解读.mp4
│ ├── 030.第5节-基于单传感器的多目标跟踪PPT.pdf
│ ├── 031.5.1 2D Camera目标跟踪.mp4
│ ├── 032.5.1 附加代码解读：DeepSORT源码讲解.mp4
│ ├── 033.5.2. 2D Radar目标跟踪.mp4
│ ├── 034.5.3. 3D Lidar目标跟踪.mp4
│ ├── 036.5.3. 附加代码解读：3D Lidar目标跟踪代码实战.mp4
│ ├── 037.第6节-基于多传感器后融合的多目标跟踪.pdf
│ ├── 038.6.1 基于多传感器后融合的多目标跟踪基本架构.mp4
│ └── 040.6.2 代码实战：基于多传感器后融合的多目标跟踪.mp4
├── 点云系列
│ ├── 3D 激光点云大师班
│ ├── 点云目标检测
│ │ ├── 00 预习资料
│ │ │ ├── 3D检测论文.zip
│ │ │ └── 点云深度学习课程预习指南.pdf
│ │ ├── 2.基于Point的深度学习网络（上）
│ │ │ ├── SA_Modules.pdf
│ │ │ ├── 第二节：基于POINT的深度学习算法.pdf
│ │ │ └── 基于Point的深度学习网络（上）.mp4
│ │ ├── 3.基于Point的深度学习网络（中）
│ │ │ ├── 第三节：PointRCNN及代码实践.pdf
│ │ │ └── 基于Point的深度学习网络.mp4
│ │ ├── 4.基于Point的深度学习网络（下）和voxel(上）
│ │ │ └── 基于Point的深度学习网络（下）和基于Voxel(上）.mp4
│ │ ├── 5.基于Voxel深度学习网络（中）
│ │ │ ├── 第五节：Pointpillar.pdf
│ │ │ └── 基于Voxel的深度学习网络.mp4
│ │ ├── 6.基于Voxel的深度学习网络（下）
│ │ │ ├── 第六节：PVRCNN和其他voxel-based模型.pdf
│ │ │ └── 基于Voxel的深度学习网络（下）.mp4
│ │ ├── 7.点云-图像融合的深度学习网络
│ │ │ ├── 第七节：前融合与后融合.pdf
│ │ │ └── 点云-图像融合的深度学习网络.mp4
│ │ ├── A Survey on Deep Geometry Learning.pdf
│ │ ├── Deep Learning for 3D Point Cloud Understanding.pdf
│ │ └── Deep Learning for 3D Point Clouds.pdf
│ ├── 面向工业级实战的点云PCL处理课程
│ │ ├── 【资料代码】
│ │ ├── 10、三维点云—第十章节（上）：自动驾驶场景基于点云的定位.mp4
│ │ ├── 11、三维点云—第十章节（下）：基于PCL的点云可视化软件.mp4
│ │ ├── 12、补充：PointDSC：基于特征匹配的点云配准方法（CVPR2021）.mp4
│ │ ├── 1、三维点云—第一章节：绪论.mp4
│ │ ├── 2、三维点云—第二章节：PCL基础（上篇）.mp4
│ │ ├── 3三维点云—第二章节：PCL基础（下篇）.mp4
│ │ ├── 4、三维点云—第三章节：PCL中的数据读取及可视化.mp4
│ │ ├── 4三维点云—第四章节：点云滤波.mp4
│ │ ├── 5、三维点云—第五章节：点云关键点、特征描述与提取.mp4
│ │ ├── 6、三维点云—第六章节：点云分割算法.mp4
│ │ ├── 7、三维点云—第七章节：点云配准基础.mp4
│ │ ├── 8、三维点云—第八章节：点云多帧配准.mp4
│ │ └── 9、三维点云—第九章节：点云重建模块.mp4
│ ├── 三维点云处理与深度学习
│ │ ├── 第八章
│ │ │ ├── 8-1点云分类网络设计基础（上）.mp4
│ │ │ ├── 8-2点云分类网络设计基础（下）.mp4
│ │ │ ├── 8-3Pointwise MLP：PointNet，PointNet++（上）.mp4
│ │ │ └── 8-4Pointwise MLP：PointNet，PointNet++（下）.mp4
│ │ ├── 第二章 三维点云表征概述
│ │ │ ├── 2-1三维表征的获取方式及原理 上.mp4
│ │ │ ├── 2-2三维表征的获取方式及原理下.mp4
│ │ │ ├── 2-3三维信息的表征形式.mp4
│ │ │ ├── 2-4点云的基本特征和描述.mp4
│ │ │ └── 2-5作业指导.mp4
│ │ ├── 第九章
│ │ │ ├── 9-1 点云分割网络设计基础.mp4
│ │ │ ├── 9-2Graph-based_KCNet.mp4
│ │ │ ├── 9-3Graph-based_DGCNN.mp4
│ │ │ ├── 9-4Data Indexing-based_SO-Net.mp4
│ │ │ ├── 9-5 Convolution-based：pointCNN.mp4
│ │ │ └── 9-6 Convolution-based：KPConv.mp4
│ │ ├── 第六章 点云识别与跟踪描述
│ │ │ ├── 6-1点云关键点检测.mp4
│ │ │ ├── 6-2点云常用特征描述（上）.mp4
│ │ │ ├── 6-3点云常用特征描述（下）.mp4
│ │ │ ├── 6-4精神网络设计与机器学习.mp4
│ │ │ ├── 6-5第六章作业答疑.mp4
│ │ │ ├── 6-6直播答疑（上）.mp4
│ │ │ └── 6-7 直播答疑（下）.mp4
│ │ ├── 第七章
│ │ │ ├── 7-1深度学习基础.mp4
│ │ │ ├── 7-2一种简单的人工神经网络.mp4
│ │ │ ├── 7-3深度学习网络结构(上）.mp4
│ │ │ ├── 7-4深度学习网络结构(下）.mp4
│ │ │ ├── 7-5深度学习网络训练优化.mp4
│ │ │ └── 7-6点云处理的深度学习介绍.mp4
│ │ ├── 第三章 三维空间变换
│ │ │ ├── 3-1欧式坐标系.mp4
│ │ │ ├── 3-2刚体运动变换 上.mp4
│ │ │ ├── 3-3刚体运动变换 下.mp4
│ │ │ ├── 3-4三维空间变换.mp4
│ │ │ └── 3-5作业指导.mp4
│ │ ├── 第十二章
│ │ │ ├── 12.1 点云物体识别基础（上）.mp4
│ │ │ ├── 12.2 点云物体识别基础（下）.mp4
│ │ │ ├── 12.3 3D Datasets.mp4
│ │ │ ├── 12.4 深度学习点云物体识别任务指标.mp4
│ │ │ ├── 12.5 点云物体识别网络梳理（上）.mp4
│ │ │ └── 12.6 点云物体识别网络梳理（下）.mp4
│ │ ├── 第十三章
│ │ │ ├── RV040008 13.1点云图像融合物体识别基础（上）.mp4
│ │ │ ├── RV040008 13.2点云图像融合物体识别基础（下）.mp4
│ │ │ └── RV040008 13.3视觉物体识别网络梳理.mp4
│ │ ├── 第十一章
│ │ │ ├── 11-1 点云重识别和重定位方法.mp4
│ │ │ ├── 11-2Point-to-Point：Flownet3D.mp4
│ │ │ └── 11-3Frame-to-Frame：Deep Closest Point.mp4
│ │ ├── 第十章
│ │ │ ├── 10-1 点云注册网络设计基础（上）.mp4
│ │ │ ├── 10-2 点云注册网络设计基础（下）.mp4
│ │ │ ├── 10-3 Metric based：3DMatch.mp4
│ │ │ ├── 10-4 Metric based：3DFeatNet.mp4
│ │ │ └── 10-5 Regression based：Deep Closest Point.mp4
│ │ ├── 第四章 三维点云数据处理基础
│ │ │ ├── 4-10演示4：点云去地面原理及方法.mp4
│ │ │ ├── 4-11第四章作业答疑.mp4
│ │ │ ├── 4-1点云库.mp4
│ │ │ ├── 4-2点云滤波方法.mp4
│ │ │ ├── 4-3点云组织形式和最近邻搜索.mp4
│ │ │ ├── 4-4点云分割 拟合 聚类方法.mp4
│ │ │ ├── 4-5激光雷达运动补偿方法.mp4
│ │ │ ├── 4-6点云去地面原理及方法.mp4
│ │ │ ├── 4-7演示1：点云滤波方法.mp4
│ │ │ ├── 4-8演示2：点云组织形式与最近邻搜索.mp4
│ │ │ └── 4-9演示3：segmentation代码和聚类 拟合.mp4
│ │ ├── 第五章 点云配准和点云SLAM基础
│ │ │ ├── 5-1点云配准方法（上）.mp4
│ │ │ ├── 5-2点云配准方法（下）.mp4
│ │ │ ├── 5-3SLAM基础框架.mp4
│ │ │ ├── 5-4帧间匹配与激光里程计.mp4
│ │ │ ├── 5-5SLAM图优化基础.mp4
│ │ │ └── 5-6第五章作业答疑.mp4
│ │ ├── 第一章 基础知识
│ │ │ ├── 1-1课程概述.mp4
│ │ │ ├── 1-2激光雷达原理.mp4
│ │ │ ├── 1-3激光雷达安装标定与同步.mp4
│ │ │ ├── 1-4激光雷达数据采集.mp4
│ │ │ └── 1-6第一章作业指导.mp4
│ │ └── 资料
│ │ ├── 【第3章】参考作业.zip
│ │ ├── 【第4章】参考作业.zip
│ │ ├── 【第5章】参考作业.rar
│ │ ├── 【第6章】参考作业.rar
│ │ ├── 【第7章】作业参考资料.zip
│ │ ├── 【第8章】作业参考资料.zip
│ │ ├── 【第9章】作业参考.zip
│ │ ├── 【三维点云第1-2章】作业.rar
│ │ ├── 【三维点云第12章】课件.pdf
│ │ ├── 【三维点云第1章】课件.pdf
│ │ ├── 【三维点云第1章】作业.pdf
│ │ ├── 【三维点云第2章】课件.pdf
│ │ ├── 【三维点云第2章】资料.rar
│ │ ├── 【三维点云第2章】作业.pdf
│ │ ├── 【三维点云第3章】课件.pdf
│ │ ├── 【三维点云第3章】拓展.pdf
│ │ ├── 【三维点云第3章】作业.pdf
│ │ ├── 【三维点云第4章】课件.pdf
│ │ ├── 【三维点云第4章】作业.pdf
│ │ ├── 【三维点云第5章】课件.pdf
│ │ ├── 【三维点云第5章】作业.pdf
│ │ ├── 【三维点云第6章】课件.pdf
│ │ ├── 【三维点云第6章】作业.pdf
│ │ ├── 【三维点云第7章】课件.pdf
│ │ ├── 【三维点云第7章】作业.pdf
│ │ ├── 【三维点云第8章】课件.pdf
│ │ ├── 【三维点云第8章】作业.pdf
│ │ ├── 【三维点云第9章】课件.pdf
│ │ └── 课前资料.rar
│ └── 三维点云课程
│ ├── 3d数据集
├── 感知系列
│ ├── BEV
│ │ ├── BEV感知理论与实践
│ │ │ ├── 1.自动驾驶感知模型的演变
│ │ │ │ ├── Project 1 Vision Transformer
│ │ │ │ ├── 1.3Transformer特征空间转换方法.mp4
│ │ │ │ ├── 1.4详细讲解Transformer中的Attention.mp4
│ │ │ │ ├── Project 1 Vision Transformer.zip
│ │ │ │ └── Project 1 Vision Transformer实践作业问题汇总.pdf
│ │ │ ├── 10.BEV for Mapless
│ │ │ │ ├── 1.【视频】高精度地图介绍.mp4
│ │ │ │ ├── 2.【视频】HDMapNet感知局部矢量地图.mp4
│ │ │ │ ├── 3.【视频】STSU：贝塞尔曲线表达矢量地图.mp4
│ │ │ │ ├── 4.【视频】VectorMapNet：用Polyline与点集构建矢量地图.mp4
│ │ │ │ ├── 5.【视频】MapTR：更接近量产落地的方案.mp4
│ │ │ │ └── 6.【视频】Mapless方法总结.mp4
│ │ │ ├── 11.BEV for End-to-End
│ │ │ │ ├── 1.【视频】从BEV到End-to-End.mp4
│ │ │ │ ├── 2.【视频】从BEV到E2E：FIERY.mp4
│ │ │ │ ├── 3.【视频】从BEV到E2E：MUTR3D.mp4
│ │ │ │ ├── 4.【视频】从BEV到E2E：UniAD.mp4
│ │ │ │ └── L11 从BEV到End to End.pdf
│ │ │ ├── 12.自动驾驶中的4D标注
│ │ │ │ ├── 1.【视频】4D Label背景介绍.mp4
│ │ │ │ ├── 2.【视频】4DLabel在自动驾驶中的作用.mp4
│ │ │ │ ├── 3.【视频】自动驾驶中的数据问题.mp4
│ │ │ │ └── L12 自动驾驶中的4D Label概述.pdf
│ │ │ ├── 2.特征空间转换方法
│ │ │ │ ├── 1.为什么BEV是更合适的特征空间.mp4
│ │ │ │ ├── 2.IPM与LSS特征空间转换方法.mp4
│ │ │ │ ├── 3.Transformer特征空间转换方法.mp4
│ │ │ │ ├── 4.本章小节.mp4
│ │ │ │ └── L2 View Transformation.pdf
│ │ │ ├── 3.基于LSS的BEV感知模型原理
│ │ │ │ ├── 1.1内容引入.mp4
│ │ │ │ ├── 1.2CaDNN算法.mp4
│ │ │ │ ├── 1.3BEVDet系列算法：BEVDet原理与细节实.mp4
│ │ │ │ ├── 1.4BEVDet系列算法：BEVDet4D基本思想.mp4
│ │ │ │ ├── 1.5M^2BEV：第一个支持多任务的算法.mp4
│ │ │ │ ├── 1.6BEVFusion：图像与激光雷达融合的多传感器融合算法.mp4
│ │ │ │ ├── 1.7面向工程设计的FastBEV.mp4
│ │ │ │ ├── 1.8LSS系列方法小结.mp4
│ │ │ │ ├── L3 BEV实践环境配置.pdf
│ │ │ │ └── L3 基于LSS的BEV模型原理.pdf
│ │ │ ├── 4.LSS-based BEV感知模型的工程实现
│ │ │ │ ├── 1：【视频】BEV工程实现：数据流、框架流、模型流与张量流.mp4
│ │ │ │ ├── 2-1：【视频】数据“流”：标注数据-数据转换-数据训练.mp4
│ │ │ │ ├── 2-2：【视频】数据“流”：标注数据.mp4
│ │ │ │ ├── 2-3：【视频】数据“流”：数据转换.mp4
│ │ │ │ ├── 2-4：【视频】数据“流”：数据集的准备与读取.mp4
│ │ │ │ ├── 3-1【视频】框架“流”：训练pipeline.mp4
│ │ │ │ ├── 3-2【视频】框架“流”：configs文件.mp4
│ │ │ │ ├── 3-3【视频】框架“流”：模型的Registry&Hook.mp4
│ │ │ │ ├── 3-4【视频】框架“流”小结.mp4
│ │ │ │ ├── 4-1【视频】模型“流”&张量“流”：算法设计-模型封装实现-模型推理张量.mp4
│ │ │ │ ├── 4-2【视频】模型“流”&张量“流”：image-view encoder.mp4
│ │ │ │ ├── 4-3【视频】LSS-view transform.mp4
│ │ │ │ ├── 4-4【视频】BEV空间特征及任务head.mp4
│ │ │ │ ├── L4 BEV模型实现讲解与实践 Part I.pdf
│ │ │ │ └── L4 BEV模型实现讲解与实践：模型流与张量流.pdf
│ │ │ ├── 5.LSS-based BEV感知模型在地平线征程芯片上的部署
│ │ │ │ ├── 1.【视频】OpenExplorer开发包介绍.mkv
│ │ │ │ ├── 2.【视频】搭建浮点模型.mkv
│ │ │ │ ├── 3.【视频】模型量化.mkv
│ │ │ │ ├── 4.【视频】模型编译与上板.mkv
│ │ │ │ ├── L5 BEVDet环境配置与实践.pdf
│ │ │ │ └── L5 基于征程芯片的BEV算法部署：BEVDet为例.pdf
│ │ │ ├── 6.基于Transformer的BEV模型原理
│ │ │ │ ├── 1.【视频】Transformer-based方法的引入.mp4
│ │ │ │ ├── 2.【视频】基于稠密Query的BEV表示：BEVFormer.mp4
│ │ │ │ ├── 3.【视频】BEVFormer的实现细节.mp4
│ │ │ │ ├── 4.【视频】基于稀疏Query的BEV表示：PETR系列.mp4
│ │ │ │ ├── 5.【视频】基于稀疏Query的BEV表示：FUTR3D.mp4
│ │ │ │ ├── 6.【视频】BEV动静态元素检测任务模型总结.mp4
│ │ │ │ └── L6 基于Transformer的BEV模型原理.pdf
│ │ │ ├── 7.Transformer-based BEV感知模型的工程实现
│ │ │ │ ├── Final Project 图像与点云BEV空间特征融合
│ │ │ │ ├── 1.内容概览：从算法设计到模型推理张量.mp4
│ │ │ │ ├── 2.Transformer-based 3D-to-2D的实现思路.mp4
│ │ │ │ ├── 3.BEVFormer的数据流.mp4
│ │ │ │ ├── 4.BEVFormer的模型封装实现.mp4
│ │ │ │ ├── 5.BEVFormerEncoder：TemporalSelfAttention（上）.mp4
│ │ │ │ ├── 6.BEVFormerEncoder：TemporalSelfAttention（下）.mp4
│ │ │ │ ├── 7.SpatialCrossAttention.mp4
│ │ │ │ ├── 8.DetectionTransformerDecoder.mp4
│ │ │ │ ├── Final Project 图像与点云BEV空间特征融合.zip
│ │ │ │ └── L7 BEVFormer模型实现讲解与实践.pdf
│ │ │ ├── 8. Transformer-based BEV模型在Nvidia芯片上的部署
│ │ │ │ ├── 1.训练好的模型转ONNX.mp4
│ │ │ │ └── 2.ONNX转TensorRT模型.mp4
│ │ │ └── 9.BEV for Occupancy
│ │ │ ├── 1.【视频】任务定义.mp4
│ │ │ ├── 2.【视频】MonoScene.mp4
│ │ │ ├── 3.【视频】VoxFormer.mp4
│ │ │ ├── 4.【视频】TPVFormer.mp4
│ │ │ ├── 5.【视频】OpenOccupancy.mp4
│ │ │ ├── 6.【视频】SurroundOcc.mp4
│ │ │ ├── 7.【视频】Occ3D.mp4
│ │ │ ├── 8.【视频】总结.mp4
│ │ │ └── L9 从BEV到Occupancy.pdf
│ │ ├── 国内首个BEV感知全栈系列学习教程
│ │ │ ├── 001.BEV感知算法介绍-PPT.pdf
│ │ │ ├── 002.1.1 BEV感知算法的概念.mp4
│ │ │ ├── 003.1.2 BEV感知算法数据形式.mp4
│ │ │ ├── 004.1.3 BEV开源数据集介绍.mp4
│ │ │ ├── 005.1.4 BEV感知方法分类.mp4
│ │ │ ├── 006.1.5 BEV感知算法的优劣.mp4
│ │ │ ├── 007.1.6 BEV感知算法的应用介绍.mp4
│ │ │ ├── 008.1.7 课程框架介绍与配置.mp4
│ │ │ ├── 009.BEV感知算法基础模块讲解PPT.pdf
│ │ │ ├── 010.2.1 从2D到3D转换模块.mp4
│ │ │ ├── 011.2.2 从3D到2D转换模块.mp4
│ │ │ ├── 012.2.3 BEV感知中的Transformer.mp4
│ │ │ ├── 013.Lidar和Camera融合感知算法PPT.pdf
│ │ │ ├── 014.3.1-3.3 融合BEV感知算法介绍.mp4
│ │ │ ├── 015.3.4 BEV-SAN.mp4
│ │ │ ├── 016.3.5 BEVFusion.mp4
│ │ │ ├── 017.3.6 LV融合算法：BEVFusion 实战.mp4
│ │ │ ├── 018.3.7 BEVFusion注释版代码.docx
│ │ │ ├── 019.基于环视Camera的BEV感知算法PPT.pdf
│ │ │ ├── 020.4.1-4.3 环视BEV感知算法介绍.mp4
│ │ │ ├── 021.4.4 DETR3D.mp4
│ │ │ ├── 022.4.5 BEVFormer.mp4
│ │ │ ├── 023.4.6 BEVDet.mp4
│ │ │ ├── 024.4.7 BEVDet4D.mp4
│ │ │ ├── 025.4.8 PETR.mp4
│ │ │ ├── 026.4.9 BEVDepth.mp4
│ │ │ ├── 027.4.10 BEVDistill.mp4
│ │ │ ├── 028.4.11 纯视觉感知算法：BEVFormer 实战.mp4
│ │ │ ├── 029.4.12 BEVFormer注释版代码.docx
│ │ │ ├── 030.5.1 大作业要求及答案.docx
│ │ │ └── 031.5.2 大作业：模块化的BEV算法设计.mp4
│ │ └── 自动驾驶单目3D与单目BEV全栈教程（视频+答疑）
│ │ ├── 二. 单目2D检测
│ │ │ ├── 001.第二章 单目2D检测.pptx
│ │ │ ├── 002.2.1 2D检测的范式.mp4
│ │ │ ├── 003.2.2-2.3 单目2D的数据集评测与数据闭环.mp4
│ │ │ ├── 004.2.4 2D检测中半监督学习.mp4
│ │ │ └── 005.2.5 基于大模型的自动标注.mp4
│ │ ├── 三. 单目3D检测
│ │ │ ├── 001.第三章-单目3D课件.pptx
│ │ │ ├── 002.3.1 单目3D坐标变换-01.mp4
│ │ │ ├── 003.3.1 单目3D坐标变换-02-畸变.mp4
│ │ │ ├── 004.3.1 单目3D坐标变换-03-多传感器变换.mp4
│ │ │ ├── 005.3.2 单目3D-检测范式.mp4
│ │ │ ├── 006.3.3 单目3D-自动标注-01.mp4
│ │ │ ├── 007.3.3 单目3D-自动标注-02.mp4
│ │ │ ├── 008.3.3 单目3D-自动标注-03.mp4
│ │ │ ├── 009.3.4 DD3Dv1&v2算法详解.mp4
│ │ │ ├── 010.3.5 基于几何约束的单目3D-FCOS3D.mp4
│ │ │ ├── 011.3.6 基于几何约束的单目3D-KM3D.mp4
│ │ │ ├── 012.3.7 基于几何约束的单目3D-monoflex.mp4
│ │ │ └── 014.第三章：单目3D检测实战详解.mp4
│ │ ├── 四. 单目BEV方案
│ │ │ ├── 002.4.1 单目BEV范式介绍.mp4
│ │ │ ├── 003.4.2 单目BEV评测标准.mp4
│ │ │ ├── 004.4.3 单目BEV如何做自动标注？.mp4
│ │ │ ├── 005.4.4 CaDDN+BEVDet单目方案.mp4
│ │ │ └── 006.4.5 PTER方案.mp4
│ │ ├── 五. 单目Occupancy方案
│ │ │ ├── 002.5.1 Occupancy评测标准与范式介绍.mp4
│ │ │ ├── 003.5.2 Occupancy Network能做什么？.mp4
│ │ │ ├── 004.5.3 行业Occupancy方案介绍.mp4
│ │ │ ├── 005.5.4 Occupancy标签是怎么生成的？.mp4
│ │ │ ├── 006.5.5 VoxelFormer算法详解.mp4
│ │ │ └── 007.5.6 OccupancyM3D算法详解.mp4
│ │ └── 一. 单目3D检测介绍
│ │ ├── 001.第一章 单目3D检测介绍PPT.pptx
│ │ ├── 002.1.1 单目3D检测介绍.mp4
│ │ ├── 003.1.2 为什么需要单目3D检测.mp4
│ │ ├── 004.1.3 单目3D数据集介绍.mp4
│ │ ├── 005.1.4 单目3D评测指标介绍.mp4
│ │ └── 006.1.5 单目3D代码框架和环境配置.mp4
│ ├── UWB技术
│ │ ├── UWB技术.PanD
│ │ ├── 第二节 UWB基础技术原理.mp4
│ │ ├── 第六节 一对多测距实例与代码讲解.mp4
│ │ ├── 第七节 三边定位算法讲解.mp4
│ │ ├── 第三节 DW1000简介与开发环境搭建.mp4
│ │ ├── 第四节 TWR原理及测距实验.mp4
│ │ ├── 第五节 TWR代码讲解.mp4
│ │ └── 第一节 课程介绍_高清.mp4
│ ├── 机器人视觉传感器技术及应用
│ │ ├── 0-1 生物的视觉系统.mp4
│ │ ├── 0-2 生物双眼视觉系统的原理及其工学实现.mp4
│ │ ├── 0-3 双目视觉的关键技术.mp4
│ │ ├── 0-4 双目视觉技术的应用.mp4
│ │ ├── 0-5 视觉与人工智能的关系与发展.mp4
│ │ ├── 0-6 经典答疑.mp4
│ │ ├── 1-1 立体视觉概述.mp4
│ │ ├── 1-2 结构光相机：点、线、多线结构光，光编码技术，Kinect1代结构光原理，结构光相机的优缺点.mp4
│ │ ├── 1-3 TOF相机TOF测距原理，TOF相机的优缺点.mp4
│ │ ├── 1-4 双目深度相机 双目相机成像模型，图像矫正技术，双目深度相机的优缺点.mp4
│ │ ├── 1-5 经典问答.mp4
│ │ ├── 2-1 仿生眼系统：人眼结构，人眼运动模式，仿生相机模型.mp4
│ │ ├── 2-2 鹰眼系统：广角与望远镜头，自动光轴稳定技术，人脸检测与追踪.mp4
│ │ ├── 2-3 自动化3D影视拍摄系统：3D影视原理，3D影视拍摄难点，自动化3D拍摄支架.mp4
│ │ ├── 3-1 SLAM概 基本构架，移动机器人定位问题.mp4
│ │ ├── 3-2 视觉传感器 传感器种类，图像匹配.mp4
│ │ ├── 3-3 ORB-SLAM2 地图构建，运动估计，回环检测，待改善点.mp4
│ │ ├── 3-4 惯性测量单元 9轴IMU，IMU的标定，姿势解算.mp4
│ │ ├── 4-1 工件快速3D抓取定位 传统抓取难点，3D视觉定位.mp4
│ │ ├── 4-2 手势检测.mp4
│ │ ├── 4-3 人体关节检测.mp4
│ │ ├── 4-4 AR VR 三维重建，VR头盔定位.mp4
│ │ ├── 4-5 其他应用.mp4
│ │ └── 机器人视觉传感器技术及应用_人工智能_专题培训_睿慕课.mp4
│ ├── 自动驾驶多模态融合3D目标检测教程（视频+答疑）
│ │ ├── 二、3D 目标检测
│ │ │ ├── 001.3D目标检测PPT.pptx
│ │ │ ├── 002.2.1二维和三维目标检测的异同点.mp4
│ │ │ ├── 003.2.2基于图像的3D目标检测.mp4
│ │ │ ├── 004.2.3基于激光雷达的3D目标检测.mp4
│ │ │ ├── 005.2.4.基于融合的3D目标检测.mp4
│ │ │ └── 006.2.5本章总结.mp4
│ │ ├── 六、BEV 时序多模态 3D 检测
│ │ │ ├── 001.6.1 基于时序感知方法的优势.mp4
│ │ │ ├── 002.6.2 常见的时序建模方式.mp4
│ │ │ ├── 003.6.3 BEV融合方法详解.mp4
│ │ │ ├── 004.6.4 BEVFusion4D网络详解.mp4
│ │ │ └── 005.6.5 本章总结.mp4
│ │ ├── 三、多模态之前期输入融合
│ │ │ ├── 001.第三章 前融合方法PPT.pptx
│ │ │ ├── 002.3.1 前融合方法介绍.mp4
│ │ │ ├── 003.3.2 PointPainting.mp4
│ │ │ ├── 004.3.3 PointAugmenting.mp4
│ │ │ ├── 005.3.4 MVP.mp4
│ │ │ ├── 006.3.5.1 MVP代码实战：环境搭建.mp4
│ │ │ ├── 007.3.5.2 MVP代码实战：配置资料.docx
│ │ │ ├── 008.3.5.3 代码详解1.mp4
│ │ │ ├── 009.3.5.4 代码详解2.mp4
│ │ │ ├── 010.3.5.5 实战效果.mp4
│ │ │ └── 011.3.6 本章总结.mp4
│ │ ├── 四、多模态之深度特征融合
│ │ │ ├── 001.4.1 特征级融合方法介绍.mp4
│ │ │ ├── 002.4.2.1 EPNet.mp4
│ │ │ ├── 003.4.2.2 EPNet++.mp4
│ │ │ ├── 004.4.4 autoalign_v2.mp4
│ │ │ ├── 005.4.5 deepfusion.mp4
│ │ │ ├── 006.4.6 Transfusion.mp4
│ │ │ ├── 007.4.7 deepinteraction.mp4
│ │ │ ├── 008.4.8 CMT.mp4
│ │ │ ├── 009.4.9 SparseFusion.mp4
│ │ │ ├── 010.第四章总结.mp4
│ │ │ ├── 011.4.10 EPNet-EPNet++代码实战.mp4
│ │ │ ├── 012.4.11 代码部署过程.mp4
│ │ │ ├── 013.4.12 代码详解part1.mp4
│ │ │ ├── 014.4.13 代码详解part2.mp4
│ │ │ ├── 016.4.14 Transfusion代码实战介绍.mp4
│ │ │ ├── 017.4.15 Transfusion环境配置演示.mp4
│ │ │ └── 018.4.16 Transfusion代码详解.mp4
│ │ ├── 五、多模态之后期结果融合
│ │ │ ├── 001.5.1 后融合方法介绍.mp4
│ │ │ ├── 002.5.2 CLOCs算法详解.mp4
│ │ │ ├── 003.5.3 Fast-CLOCs.mp4
│ │ │ └── 004.第五章总结.mp4
│ │ └── 一、多模态感知基础介绍
│ │ ├── 001.多模态感知基础介绍PPT.pdf
│ │ ├── 002.1.0 课程介绍.mp4
│ │ ├── 003.1.1 自动驾驶系统介绍.mp4
│ │ ├── 004.1.2 多模态感知的常用传感器.mp4
│ │ ├── 005.1.3 相关2D和3D感知基础知识.mp4
│ │ └── 006.1.4 常用公开数据集.mp4
│ └── 自动驾驶环境感知
│ ├── 第1章 环境感知介绍
│ │ ├── 第1节 这节课我们讲什么
│ │ │ └── 3：【视频】这节课我们讲什么.mp4
│ │ ├── 第2节 概念：自动驾驶与环境感知
│ │ │ ├── 4-1：【视频】自动驾驶是什么.mp4
│ │ │ ├── 4-2：【视频】环境感知系统都由哪些传感器组成.mp4
│ │ │ └── 4-3：【视频】激光雷达与毫米波雷达必有一战.mp4
│ │ ├── 第3节 技术：传感器感知算法
│ │ │ └── 5：【视频】深度学习算法是否一统江湖了.mp4
│ │ ├── 第4节 行业：感知系统案例
│ │ │ └── 6：【视频】3种典型的环境感知方案.mp4
│ │ └── 第5节 课程：传感器+算法+实践
│ │ ├── 7-1：【视频】这门课程你会收获到什么.mp4
│ │ └── 7-2：【视频】这门课程讲什么，怎么讲.mp4
│ ├── 第2章 2D感知算法
│ │ ├── 第1节 2D感知任务
│ │ │ └── 9：【视频】2D感知任务.mp4
│ │ ├── 第2节 数据库和基准测试
│ │ │ └── 10：【视频】数据库和基准测试.mp4
│ │ ├── 第3节 物体检测算法
│ │ │ ├── 11-2 CenterNet算法原理.mp4
│ │ │ └── 第3节 物体检测算法.mp4
│ │ ├── 第4节 物体跟踪算法
│ │ │ └── 12：【视频】物体跟踪算法.mp4
│ │ ├── 第5节 语义分割算法
│ │ │ └── 13：【视频】语义分割算法.mp4
│ │ └── 第6节 作业
│ │ ├── 15：L2 CenterNet实践说明.pdf
│ │ ├── 16：第二章实践代码 CenterNet-master.zip
│ │ ├── 17：环境感知第二章作业思路讲解-孙浩文.pdf
│ │ └── 2. 实践1任务 说明文档.pdf
│ ├── 第3章 3D感知算法
│ │ ├── 第1节 基于单目的方法
│ │ │ └── 19：【视频】3D感知任务.mp4
│ │ ├── 第2节 基于双目或多目的方法
│ │ │ └── 20：【视频】单目3D感知.mp4
│ │ ├── 第3节 实践：基于PSMNet的双目深度估计
│ │ │ ├── 21 PSMNet深度估计方法的细致讲解.mp4
│ │ │ ├── 21：【视频】双目3D感知.mp4
│ │ │ └── 22：【说明】PSMNet实践说明.pdf
│ │ ├── 第4节 多目3D感知
│ │ │ └── 23：【视频】多目3D感知.mp4
│ │ └── 第5节 作业
│ │ ├── 25：第三章实践代码-PSMNet-master.zip
│ │ ├── 26：环境感知第三章作业思路讲解-张娴静.pdf
│ │ └── 【作业说明】实践2任务.pdf
│ ├── 第4章 激光雷达物体检测
│ │ ├── 第1节 基本概念
│ │ │ └── 28：【视频】基本概念.mp4
│ │ ├── 第2节 点云数据库
│ │ │ [错误] 无法获取 第2节 点云数据库 的内容: API请求失败: 未知错误，错误码: 1
│ │ ├── 第3节 基于点视图的物体检测
│ │ │ └── 30：【视频】基于点视图的物体检测.mp4
│ │ ├── 第4节 基于俯视图的物体检测
│ │ │ └── 31：【视频】基于俯视图的物体检测.mp4
│ │ ├── 第5节 基于前视图的物体检测
│ │ │ └── 32：【视频】基于前视图的物体检测.mp4
│ │ ├── 第6节 基于多视图融合的物体检测
│ │ │ ├── 33：【视频】基于多视图融合的物体检测.mp4
│ │ │ └── 35.基于俯瞰图与前视图融合的3D物体检测.mp4
│ │ └── 第7节 作业
│ │ ├── 35：第四章实践代码- OpenPCDet-master..zip
│ │ ├── 37：第四章作业思路讲解-助教陈飞.mp4
│ │ ├── 【作业说明】PointPillars实践.pdf
│ │ └── 环境感知第一期在线答疑问题收集-图南南22.4.8-苏老师返回.docx
│ ├── 第5章 激光雷达语义分割
│ │ ├── 第1节 基本概念
│ │ │ └── 39：【视频】基本概念.mp4
│ │ ├── 第2节 数据库和性能指标
│ │ │ └── 40：【视频】数据库和性能指标.mp4
│ │ ├── 第3节 基于点云的语义分割
│ │ │ └── 41：【视频】基于点云的语义分割.mp4
│ │ ├── 第4节 基于点云的实例分割
│ │ │ └── 42：【视频】基于点云的实例分割.mp4
│ │ ├── 第5节 基于点云的全景分割
│ │ │ └── 43：【视频】基于点云的全景分割.mp4
│ │ └── 第6节 作业
│ │ ├── 45：第五章实践代码-RandLA-Net-pytorch-main.zip.zip
│ │ ├── 46：环境感知第五章作业思路讲解-张娴静.pdf
│ │ ├── 【作业说明】RandLA-Net实践(1).pdf
│ │ └── 本讲作业.png
│ ├── 第6章 毫米波雷达感知算法
│ │ ├── 第1节 雷达的概念和分类
│ │ │ └── 48：【视频】雷达的概念和分类.mp4
│ │ ├── 第2节 FMCW雷达信号解析
│ │ │ └── 49：【视频】FMCW雷达信号解析.mp4
│ │ ├── 第3节 FMCW雷达数据形式
│ │ │ └── 50：【视频】FMCW雷达数据形式.mp4
│ │ ├── 第4节 物体检测和跟踪
│ │ │ └── 51：【视频】物体检测和跟踪.mp4
│ │ └── 第5节 作业
│ │ ├── 52：【信号设计参考论文】Suleymanov_MA_EWI.pdf
│ │ ├── 53：环境感知第六章作业思路讲解-孙浩文.pdf
│ │ └── 【作业说明】project_fmcw_radar.rar
│ ├── 第7章 毫米波雷达感知算法：深度学习方法
│ │ ├── 第1节 数据表示和公开数据库
│ │ │ └── 55：【视频】数据表示和公开数据库.mp4
│ │ ├── 第2节 稀疏点云+深度学习
│ │ │ └── 56：【视频】稀疏点云+深度学习.mp4
│ │ ├── 第3节 稠密数据块+深度学习
│ │ │ └── 57：【视频】稠密数据块+深度学习.mp4
│ │ └── 第4节 作业
│ │ ├── 59：环境感知第七章作业思路讲解-张娴静.pdf
│ │ ├── 60-1：环境感知第一期直播分享答疑.mp4
│ │ ├── 60-2：4D毫米波雷达相关介绍.pdf
│ │ └── 【作业说明】RODNet实践任务.pdf
│ └── 环境感知实践数据集
├── 预测、决策、规划、控制系列
│ ├── 1、预测与决策规划
│ │ ├── 轨迹预测理论公开课
│ │ │ ├── 001. 轨迹预测的基本概念和目的.mp4
│ │ │ ├── 002. 轨迹预测的数学表达形式.mp4
│ │ │ ├── 003.轨迹预测的输入.mp4
│ │ │ ├── 004.轨迹预测NN模块介绍.mp4
│ │ │ ├── 005. 轨迹预测的输出形式.mp4
│ │ │ └── 006.Argoverse数据集介绍.mp4
│ │ └── 深蓝 自动驾驶预测与决策规划
│ │ ├── 第八章
│ │ │ ├── 60本章内容简介.mp4
│ │ │ ├── 61-1diffusion-ES.mp4
│ │ │ ├── 61-2UniGen.mp4
│ │ │ ├── 61-3生成模型方法总结.mp4
│ │ │ ├── 62模仿学习.mp4
│ │ │ ├── 63强化学习.mp4
│ │ │ └── L8 数据驱动的规划方法.pdf
│ │ ├── 第二章
│ │ │ ├── 14.预测系统概述.mp4
│ │ │ ├── 15.定速度预测.mp4
│ │ │ ├── 16.定曲率预测.mp4
│ │ │ ├── 17.短期预测VS长时预测 .mp4
│ │ │ ├── 18.基于手工特征的意图预测.mp4
│ │ │ ├── 19.基于模型的轨迹预测.mp4
│ │ │ ├── L2 基于模型的预测方法.pdf
│ │ │ └── Motion planning and decision-making for autonomous systems： from quadrotors to autonomous vehicles.pdf
│ │ ├── 第九章
│ │ │ ├── 65端到端自动驾驶引入.mp4
│ │ │ ├── 66-1早期尝试.mp4
│ │ │ ├── 66-2模仿学习.mp4
│ │ │ ├── 66-3强化学习.mp4
│ │ │ ├── 66-4多模态融合.mp4
│ │ │ ├── 67-1模块化端到端UniAD.mp4
│ │ │ ├── 67-2VAD系列.mp4
│ │ │ ├── 67-3端到端系统评测.mp4
│ │ │ ├── 67-4局限与挑战.mp4
│ │ │ ├── 68-1多模态大模型对自动驾驶的启发.mp4
│ │ │ ├── 68-2自动驾驶语言可解释性.mp4
│ │ │ ├── 68-3自动驾驶文本数据集.mp4
│ │ │ ├── 69-1基于场景文本特征的规划模型.mp4
│ │ │ ├── 69-2场景特定特征对齐的规划模型.mp4
│ │ │ ├── 69-3闭环多模态大模型.mp4
│ │ │ ├── 69-4大模型特性探索及其局限与挑战.mp4
│ │ │ ├── 70开放问题讨论.mp4
│ │ │ └── L9 数据驱动前沿算法与发展趋势.pdf
│ │ ├── 第六章
│ │ │ ├── 46本章内容介绍.mp4
│ │ │ ├── 47-1POMDP的思想以及与MDP的联系.mp4
│ │ │ ├── 47-2POMDP的三种常规求解方法.mp4
│ │ │ ├── 48EPSILON系统框架解读.mp4
│ │ │ ├── 49MARC解析.mp4
│ │ │ ├── 50直播答疑.mp4
│ │ │ └── 不确定性感知的决策过程.pdf
│ │ ├── 第七章
│ │ │ ├── 52-1章节介绍.mp4
│ │ │ ├── 52-2编码方式：栅格化表示.mp4
│ │ │ ├── 52-3编码方式：向量化表示.mp4
│ │ │ ├── 52-4编码方式：基于点云.mp4
│ │ │ ├── 52-5编码方式：基于transformer.mp4
│ │ │ ├── 53编码方式小结.mp4
│ │ │ ├── 54输出表达形式.mp4
│ │ │ ├── 55场景级别预测和决策.mp4
│ │ │ ├── 56长时预测.mp4
│ │ │ ├── 57预测评价指标.mp4
│ │ │ ├── 58-1Project 3数据驱动的预测.pdf
│ │ │ ├── L7数据驱动的预测方法.pdf
│ │ │ └── VectorNet_NuPlan.zip
│ │ ├── 第三章
│ │ │ ├── 22.章节内容介绍.mp4
│ │ │ ├── 23-1.规划问题引入.mp4
│ │ │ ├── 23-2.Dijkstra算法.mp4
│ │ │ ├── 23-3.A算法.mp4
│ │ │ ├── 24-1.A及其在车辆规划中的应用.mp4
│ │ │ ├── 24-2.Hybrid A算法及其在车辆规划中的应用.mp4
│ │ │ ├── 25-1.Frenet坐标系.mp4
│ │ │ ├── 25-2.mp4
│ │ │ ├── 25-3.mp4
│ │ │ ├── 26-1.mp4
│ │ │ ├── 26-2.mp4
│ │ │ ├── 27.mp4
│ │ │ ├── nuplan-devkit.rar
│ │ │ ├── Project2轨迹预测器和规划器.pdf
│ │ │ ├── 第三章优秀作业分享-Mulholland.pdf
│ │ │ ├── 第三章优秀作业分享-rev.pdf
│ │ │ ├── 路径与轨迹规划.pdf
│ │ │ └── 项目说明中的链接.txt
│ │ ├── 第四章
│ │ │ ├── 30.本章节内容引言.mp4
│ │ │ ├── 31时空联合规划的基本概念.mp4
│ │ │ ├── 32-1三维时空地图的构建.mp4
│ │ │ ├── 32-2基于hybridAstar的时空联合规划.mp4
│ │ │ ├── 33-1迭代计算方法的流程.mp4
│ │ │ ├── 33-2参考轨迹与跟踪轨迹的规划.mp4
│ │ │ ├── 34-1语义时空走廊的轨迹生成框架.mp4
│ │ │ ├── 34-2时空走廊的生成.mp4
│ │ │ ├── 34-3基于优化的轨迹生成.mp4
│ │ │ ├── 35语义时空走廊规划代码的讲解.mp4
│ │ │ ├── EPSILON-master.zip
│ │ │ ├── spatiotemporal_semantic_corridor-master.zip
│ │ │ └── 时空联合规划.pdf
│ │ ├── 第五章
│ │ │ ├── 38-1为什么有了Planning还要decision-making.mp4
│ │ │ ├── 38-2决策规划的一些思考.mp4
│ │ │ ├── 39马尔科夫决策过程.mp4
│ │ │ ├── 40-1价值迭代.mp4
│ │ │ ├── 40-2价值迭代举例.mp4
│ │ │ ├── 40-3策略迭代举例.mp4
│ │ │ ├── 40-4小结.mp4
│ │ │ ├── 41-1Alphago中的决策.mp4
│ │ │ ├── 41-2Alphagozero中的决策.mp4
│ │ │ ├── 42本章内容回复.mp4
│ │ │ ├── 43safe RL.mp4
│ │ │ ├── 44MPDM.mp4
│ │ │ └── L5 决策过程 .pdf
│ │ └── 第一章
│ │ ├── 1.开课仪式-预测.pdf
│ │ ├── 10.课程project介绍.mp4
│ │ ├── 11.课程基础技能.mp4
│ │ ├── 12.nuplan数据集准备.pdf
│ │ ├── 2.课程交流群问题收集0228更新.pdf
│ │ ├── 3.自动驾驶决策规划简介.pdf
│ │ ├── 4.自动驾驶概述.mp4
│ │ ├── 5.自动驾驶历史和背景.mp4
│ │ ├── 6.自动驾驶级别和分类.mp4
│ │ ├── 7.系统的组成和功能.mp4
│ │ ├── 8.预测决策规划的重要性.mp4
│ │ ├── 9.预测的经典方案.mp4
│ │ ├── paper.zip
│ │ └── 课程交流群问题收集_0308.pdf
│ ├── 2、运动规划
│ │ ├── 工业机器人轨迹规划和插补算法
│ │ │ ├── 1-1 绪论.mp4
│ │ │ ├── 1-2 插补原理.mp4
│ │ │ ├── 1-3 数值计算方法.mp4
│ │ │ ├── 2-1 引言.mp4
│ │ │ ├── 2-2 机器人位姿表示法.mp4
│ │ │ ├── 2-3 基于最短路径的逆解算法.mp4
│ │ │ ├── 2-4 基于形态和旋转数的逆解算法.mp4
│ │ │ ├── 2-5 机器人时间最优化规划算法.mp4
│ │ │ ├── 3-1 关节轴线性插补.mp4
│ │ │ ├── 3-2 直线与抛物线相结合的关节插补算法.mp4
│ │ │ ├── 3-3 基于三次多项式的关节插补算法.mp4
│ │ │ ├── 4-1 位置插补.mp4
│ │ │ ├── 4-2 姿态插补.mp4
│ │ │ ├── 4-3 加减速控制.mp4
│ │ │ ├── 4-4 连续插补及速度规划.mp4
│ │ │ ├── 4-5 轨迹规划压缩算法.mp4
│ │ │ ├── 4-6 案例一 轨迹规划和插补算法.mp4
│ │ │ ├── 5-1 基于平均滤波的关节轴平滑算法.mp4
│ │ │ ├── 5-2 基于样条曲线的关节轴平滑算法.mp4
│ │ │ ├── 5-3 案例二 单轴平滑算法.mp4
│ │ │ └── 轨迹规划和插补算法_运动控制_规划_专题培训_睿慕课.mp4
│ │ ├── 机器人导航仿真指南
│ │ │ ├── 1._仿真环境与模型解读.mp4
│ │ │ ├── 2._SLAM地图构建方法.mp4
│ │ │ ├── 3._自主导航中的关键功能包.mp4
│ │ │ ├── 4._机器人自主导航仿真调校.mp4
│ │ │ ├── 5._考核版本模型仿真测试.mp4
│ │ │ └── 6.课程小结.mp4
│ │ ├── 机器人运动规划 邱强
│ │ │ ├── 1-1 背景.mp4
│ │ │ ├── 2-1 优化问题和马尔科夫决策过程.mp4
│ │ │ ├── 2-2 几何问题1.mp4
│ │ │ ├── 2-3 几何问题2.mp4
│ │ │ ├── 3-1 实际机器人4要素.mp4
│ │ │ ├── 3-2 ROS.mp4
│ │ │ ├── 3-3 MoveIt！预备知识（ROS模块）.mp4
│ │ │ ├── 3-4 MoveIt如何用起这些ROS模块.mp4
│ │ │ ├── 3-5 bin-picking和点到点.mp4
│ │ │ ├── 4-1 现状和展望.mp4
│ │ │ └── 机器人运动规划_运动控制_规划_专题培训_睿慕课.mp4
│ │ ├── 机器人运动规划源码解析【完结】
│ │ │ ├── 01 第一章 运动规划和ROS导航模块简介
│ │ │ │ ├── 1-1 运动规划介绍.mp4
│ │ │ │ ├── 1-2 ROS的介绍.mp4
│ │ │ │ ├── 1-3 navigation介绍.mp4
│ │ │ │ ├── 1-4 运动规划demo.mp4
│ │ │ │ └── 1.机器人导航运动规划简介及四大论文解读.mp4
│ │ │ ├── 02 第二章 ROS的核心内容和仿真
│ │ │ │ ├── 2.1-2.4 ros主要工具和仿真.mp4
│ │ │ │ └── 2.5 环境安装和docker安装.mp4
│ │ │ ├── 03 第三章 导航框架Navigation (上)
│ │ │ │ ├── 3.1 机器人的运动学介绍.mp4
│ │ │ │ ├── 3.2 navigation1和navigation2.mp4
│ │ │ │ ├── 3.3 nav_core.mp4
│ │ │ │ ├── 3.4 move_base源码解析.mp4
│ │ │ │ └── 3.5 recovery behavior.mp4
│ │ │ ├── 04 第四章 导航框架Navigation Stack学习 (下)
│ │ │ │ ├── 4.1 分层代价地图.mp4
│ │ │ │ ├── 4.2 costmap机制和框架.mp4
│ │ │ │ ├── 4.3 costmap 工作流程.mp4
│ │ │ │ ├── 4.4 static layer.mp4
│ │ │ │ ├── 4.5 obstacle_layer.mp4
│ │ │ │ ├── 4.6 inflation_layer.mp4
│ │ │ │ ├── 4.7 map_server和amcl.mp4
│ │ │ │ └── 机器人规划重点.mp4
│ │ │ ├── 05 第五章 全局规划器算法模块和代码讲解
│ │ │ │ ├── 5.1 全局规划器介绍1.mp4
│ │ │ │ ├── 5.2 全局规划区介绍2.mp4
│ │ │ │ ├── 5.3 全局规划区源码讲解1.mp4
│ │ │ │ └── 5.4 全局规划器源码讲解2.mp4
│ │ │ ├── 06 第六章 局部规划器算法模块和代码讲解 (上)
│ │ │ │ ├── 6.1 local planner和DWA论文简读.mp4
│ │ │ │ ├── 6.2 局部规划器数据流程.mp4
│ │ │ │ ├── 6.3 local planner工程目录介绍.mp4
│ │ │ │ └── 6.4 DWA源码解析.mp4
│ │ │ ├── 07 第七章 局部规划器算法模块和代码讲解 (下)
│ │ │ │ ├── 7.1 轨迹产生.mp4
│ │ │ │ ├── 7.2 打分器 part 1.mp4
│ │ │ │ ├── 7.3 打分器 part 2.mp4
│ │ │ │ ├── 7.4 DWA参数介绍.mp4
│ │ │ │ └── 7.5 DWA调参讲解 .mp4
│ │ │ ├── 08 第八章 TEB局部规划器介绍
│ │ │ │ ├── 8.1 TEB 效果Demo.mp4
│ │ │ │ ├── 8.2 TEB论文讲解.mp4
│ │ │ │ ├── 8.3 DWA和TEB区别.mp4
│ │ │ │ ├── 8.4 teb相关包安装和tutorials的测试用例.mp4
│ │ │ │ └── 8.5 costmap_converter.mp4
│ │ │ ├── 09 第九章 TEB 源码分析（上）
│ │ │ │ ├── 9.1 TEB中的配置.mp4
│ │ │ │ └── 9.2 TEB源码解析与ROS接口.mp4
│ │ │ ├── 10 第十章 TEB 源码分析（下）
│ │ │ │ ├── 10.1-TEB 优化知识介绍.mp4
│ │ │ │ ├── 10.2-TEB Optimal Planer 和 g20介绍 1.mp4
│ │ │ │ └── 10.3-TEB Optimal Planer 和 g20介绍 2 (2).mp4
│ │ │ ├── 11 第十一章 ROS2 和 Navigation2
│ │ │ │ ├── 11.1 ROS1和ROS2.mp4
│ │ │ │ ├── 11.2 navigation1和navigation2.mp4
│ │ │ │ ├── 11.3 lifecycle_manager.mp4
│ │ │ │ └── 11.4 planner server和controller server.mp4
│ │ │ ├── 12 第十二章 总结和展望
│ │ │ │ ├── 12.1 运动规划的应用场景 .mp4
│ │ │ │ ├── 12.2 自动驾驶平台介绍.mp4
│ │ │ │ ├── 12.3 其他的规划算法.mp4
│ │ │ │ ├── 12.4 Regulated pure pursuit controller.mp4
│ │ │ │ ├── 12.5 关于Navigation的个人看法 .mp4
│ │ │ │ └── 12.6 机器人运动规划内容梳理及实战经验.mp4
│ │ │ └── 资料
│ │ ├── 基于栅格地图的机器人路径规划算法指南 • 黎万洪
│ │ │ ├── 0.课程试看.mp4
│ │ │ ├── 1.利用Matlab快速绘制栅格地图.mp4
│ │ │ ├── 2.Dijkstra算法.mp4
│ │ │ ├── 3.Floyd算法.mp4
│ │ │ ├── 4.RRT算法.mp4
│ │ │ ├── 5.A_算法.mp4
│ │ │ ├── 6.D_算法.mp4
│ │ │ ├── 7.LPA_算法.mp4
│ │ │ └── 8.D__Lite算法.mp4
│ │ └── 深蓝机器人路径规划
│ │ ├── 第八课
│ │ │ ├── 1.fast planning前端.mp4
│ │ │ ├── 2.B样条引入.mp4
│ │ │ ├── 3.B样条.mp4
│ │ │ ├── 4.轨迹优化与时间重分配.mp4
│ │ │ ├── 5.ESDF map.mp4
│ │ │ ├── 5.fast_planner.mp4
│ │ │ ├── 6.ego_planner.mp4
│ │ │ ├── 7.ego_planner代码解读.mp4
│ │ │ └── 8.Occupancy grid map.mp4
│ │ ├── 第二章
│ │ │ ├── Dijkstra和A星算法.mp4
│ │ │ ├── hw_2.zip
│ │ │ ├── JPS算法.mp4
│ │ │ ├── motionplanningL2.pdf
│ │ │ ├── 实践演示.mp4
│ │ │ ├── 图搜索基础.mp4
│ │ │ └── 作业要求.docx
│ │ ├── 第九课
│ │ │ ├── Project.rar
│ │ │ ├── 课程相关论文.zip
│ │ │ └── 实践项目讲解.mp4
│ │ ├── 第六章
│ │ │ ├── 1.MPC.mp4
│ │ │ ├── 2.MPC.mp4
│ │ │ ├── 3.Linear MPC.mp4
│ │ │ ├── 4.MPC.mp4
│ │ │ └── mpc-car-homework.zip
│ │ ├── 第七课
│ │ │ ├── L7_Paper
│ │ │ ├── 1.Motin Planning of Swarm robotics.mp4
│ │ │ ├── 2.CBS.mp4
│ │ │ ├── 3.velocity_obstacle.mp4
│ │ │ ├── 4.flocking model.mp4
│ │ │ └── 5.Trajectory planing for swarms.mp4
│ │ ├── 第三章
│ │ │ ├── 03-hints.zip
│ │ │ ├── accelerate convergence.mp4
│ │ │ ├── hw_3_updated.rar
│ │ │ ├── Optimal path planing methods.mp4
│ │ │ ├── sampling-based path finding.mp4
│ │ │ └── 第三章作业思路分享.pdf
│ │ ├── 第四章
│ │ │ ├── hw_4.zip
│ │ │ ├── Hybrid_A_Star.mp4
│ │ │ ├── Kinodynamic_Path_Finding.mp4
│ │ │ ├── Kinodynamic_RRT_Star.mp4
│ │ │ ├── State_Lattice_Planning.mp4
│ │ │ ├── 边界最优控制问题.mp4
│ │ │ └── 第4章作业讲评.pdf
│ │ ├── 第五章
│ │ │ ├── 1.Optimization-Based Trajectory Planning.mp4
│ │ │ ├── 10.Spatial-Temporal.mp4
│ │ │ ├── 11.homework.mp4
│ │ │ ├── 2.Trajectory Planning.mp4
│ │ │ ├── 3.Differential flatness.mp4
│ │ │ ├── 4.flatness transformation.mp4
│ │ │ ├── 5.Trajectory Optimization.mp4
│ │ │ ├── 6.Unconstrained case：bvp.mp4
│ │ │ ├── 7.BIVP.mp4
│ │ │ ├── 8.constrained case.mp4
│ │ │ ├── 9.issue of convex.mp4
│ │ │ └── lec_5_homework.zip
│ │ ├── 第一章
│ │ │ ├── hw_1.zip
│ │ │ ├── 常用地图结构.mp4
│ │ │ ├── 课程介绍.MP4
│ │ │ ├── 实践演示.mp4
│ │ │ └── 运动规划方法分类.mp4
│ │ └── 开课仪式
│ │ └── 开课仪式.mov
│ └── 3、规划控制
│ ├── 1.规划控制理论&实战课程
│ │ ├── 10_2.1.5 动态规划.mp4
│ │ ├── 11_2.1.6 作业.mp4
│ │ ├── 12_2.2 课件-基于采样的规划算法.pdf
│ │ ├── 13_2.2.1 PRM.mp4
│ │ ├── 14_2.2.2 RRT.mp4
│ │ ├── 15_2.2.3 RRTstar.mp4
│ │ ├── 16_2.2.4 案例学习.mp4
│ │ ├── 17_2.2.5 作业-实现RRTstar算法.mp4
│ │ ├── 18_2.3 课件-基于车辆运动学的规划算法.pdf
│ │ ├── 19_2.3.1 自行车模型.mp4
│ │ ├── 1_第一章课件 课程导论.pdf
│ │ ├── 20_2.3.2 Dubins And Reeds Shepp曲线.mp4
│ │ ├── 21_2.3.3 多项式曲线.mp4
│ │ ├── 22_2.3.4 螺旋曲线.mp4
│ │ ├── 23_2.3.5 案例1-Hybrid A star.mp4
│ │ ├── 24_2.3.6 案例2-State lattice planning.mp4
│ │ ├── 25_2.3.7 案例对比.mp4
│ │ ├── 26_2.3.8 作业.mp4
│ │ ├── 27_2.4 课件-基于优化的规划方法.pdf
│ │ ├── 28_2.4.1 数值优化基础-上.mp4
│ │ ├── 29_2.4.1 数值优化基础-下.mp4
│ │ ├── 2_1.1 自动驾驶系统介绍.mp4
│ │ ├── 30_2.4.2 Frenet与Cartesian的相互变换.mp4
│ │ ├── 31_2.4.3 问题建模.mp4
│ │ ├── 32_2.4.4 实现基于QP的路径优化算法.mp4
│ │ ├── 33_第三章课件 planning_algorithm_framework.pdf
│ │ ├── 34_3.1 Decoupling Overview.mp4
│ │ ├── 35_3.2 Decoupling Path Planning.mp4
│ │ ├── 36_3.3 Decoupling Speed Planning.mp4
│ │ ├── 37_3.4 Coupling Overview.mp4
│ │ ├── 38_3.5 Coupling Behavior Planning.mp4
│ │ ├── 39_3.6 Coupling Trajectory Planning.mp4
│ │ ├── 3_1.2 规划控制模块介绍.mp4
│ │ ├── 40_第四章课件 常用控制算法.pdf
│ │ ├── 41_4.1 Geometric-based Path Tracking.mp4
│ │ ├── 42_4.2 PID.mp4
│ │ ├── 43_4.3 LQR.mp4
│ │ ├── 44_4.4 MPC.mp4
│ │ ├── 45_4.5 Homework.mp4
│ │ ├── 47_5.1 Planning under Uncertainty.mp4
│ │ ├── 48_5.2 Data-driven Methods.mp4
│ │ ├── 4_1.3 课程大纲介绍.mp4
│ │ ├── 5_2.1 课件-基于搜索的规划算法.pdf
│ │ ├── 6_2.1.1 概览.mp4
│ │ ├── 7_2.1.2 BFS.mp4
│ │ ├── 8_2.1.3 Dijkstra.mp4
│ │ └── 9_2.1.4 Astar.mp4
│ ├── 2.自动驾驶规划与控制技术解析
│ │ ├── 第二课
│ │ │ ├── 2.1.mp4
│ │ │ ├── 2.2.1.mp4
│ │ │ ├── 2.2.2.mp4
│ │ │ ├── 2.2.3.mp4
│ │ │ ├── 2.3.mp4
│ │ │ └── 【清研车联】自动驾驶开发、调试及仿真工具应用.pdf
│ │ ├── 第三课
│ │ │ └── 3.1.mp4
│ │ ├── 第一课
│ │ │ ├── 第一课.mp4
│ │ │ └── 第一课.pdf
│ │ └── baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg
│ ├── 3.深蓝自动驾驶控制与规划
│ │ ├── 0-课前资料
│ │ │ ├── 2022 控制岗位 面试题梳理.pdf
│ │ │ ├── LGSVL离线运行指南.rar
│ │ │ ├── ROS安装参考资料.zip
│ │ │ ├── 开课仪式.mp4
│ │ │ ├── 课程介绍及基础资料.pdf
│ │ │ └── 自动驾驶控制与规划第一期开课仪式.pdf
│ │ ├── 1-第一章 自动驾驶规划控制概况
│ │ │ ├── PnC L1.pdf
│ │ │ ├── 【仿真配置】LGSVL-ROS.pdf
│ │ │ ├── 第1节 什么是无人车, 自动驾驶的不同的等级.mp4
│ │ │ ├── 第2节 无人车的基本组成部分以及功能介绍.mp4
│ │ │ ├── 第3节 规划控制的基本组成.mp4
│ │ │ └── 第4节 课程结构-控制、规划.mp4
│ │ ├── 2-第二章 车辆纵向控制
│ │ │ ├── 作业
│ │ │ ├── 2.1.mp4
│ │ │ ├── 2.2.mp4
│ │ │ ├── 2.3.mp4
│ │ │ ├── 2.4.mp4
│ │ │ └── L2 Vehicle Longitudinal Control.pdf
│ │ ├── 3-第三章 车辆横向控制
│ │ │ ├── 实践作业
│ │ │ ├── (Organized)控制规划第一期第一次在线答疑问题收集-讲师返回.docx
│ │ │ ├── 1.lateral vehicle dynamics.mp4
│ │ │ ├── 2.modern control.mp4
│ │ │ ├── 3.lateral control based on vehicle geometric model.mp4
│ │ │ ├── L3 Autonomous Vehicle.pdf
│ │ │ └── 第一次答疑.mp4
│ │ ├── 4-第四章 车辆轨迹追踪的优化控制
│ │ │ ├── 第四章作业
│ │ │ ├── 1.lateral dynamic model.mp4
│ │ │ ├── 2.linear optimal control.mp4
│ │ │ ├── 3.离散化.mp4
│ │ │ ├── 4.基于LQR的轨迹追踪.mp4
│ │ │ ├── 5.基于preview的轨迹追踪.mp4
│ │ │ ├── 6.总结与对比.mp4
│ │ │ ├── L4 Vehicle Lateral Optimal Model.pdf
│ │ │ └── 状态反馈.pdf
│ │ ├── 5-第五章 基于MPC的车辆控制及轨迹规划
│ │ │ ├── 实践项目（选修）
│ │ │ ├── 1.什么是MPC.mp4
│ │ │ ├── 2.MPC控制器.mp4
│ │ │ ├── 3.车辆运动模型构建.mp4
│ │ │ ├── 4.目标函数构建.mp4
│ │ │ ├── 5.不等式约束和松弛因子.mp4
│ │ │ ├── 6.主流求解器及MPC加速.mp4
│ │ │ ├── L5 Vehicle Model Predictive Controller.pdf
│ │ │ └── 第二次答疑.mp4
│ │ ├── 6-第六章动作规划
│ │ │ ├── 作业
│ │ │ ├── Frenet – Cartesian Transformation.pdf
│ │ │ ├── 第二节基于随机采样的动作规划.mp4
│ │ │ ├── 第三节 Lattice planner.mp4
│ │ │ ├── 第一节 动作规划的任务以其基本概念.mp4
│ │ │ └── 课件L6.pdf
│ │ ├── 7-第七章 决策规划
│ │ │ ├── 1.决策任务的规划以其问题.mp4
│ │ │ ├── 2.基于有限状态机的决策规划.mp4
│ │ │ ├── 3.行为树的决策规划方法.mp4
│ │ │ ├── 4.基于部分客观的Markov决策过程1.mp4
│ │ │ ├── 4.基于部分客观的Markov决策过程2.mp4
│ │ │ ├── 5.基于模仿学习的决策规划.mp4
│ │ │ ├── 6.总结.mp4
│ │ │ ├── L7 FSM_BT.pdf
│ │ │ ├── L7 learning-based decision planning.pdf
│ │ │ ├── 基于学习的规划研究.rar
│ │ │ └── 基于学习的决策规划背景知识.pdf
│ │ ├── 8-第八章 路径规划
│ │ │ ├── 1.路径规划的任务以及问题.mp4
│ │ │ ├── 2.Dijkstra .mp4
│ │ │ ├── 3. A star.mp4
│ │ │ ├── 4 自动驾驶中的路径规划.mp4
│ │ │ ├── 5 在线答疑.mp4
│ │ │ ├── L8 mission planning.pdf
│ │ │ ├── 讲师答疑相关论文资料分享.zip
│ │ │ └── 自动驾驶控制与规划第一期第三次答疑问题收集-图南南22.8.14（讲师返回）.docx
│ │ └── 自动控制课程相关介绍及设计原理资料.pdf
│ ├── 4.汽车学堂规划与控制
│ │ ├── 答疑
│ │ │ └── 答疑.mp4
│ │ ├── 规划控制算法
│ │ │ ├── 1、全局路径规划
│ │ │ ├── 2、局部路径规划
│ │ │ └── 3、横纵向控制与算法
│ │ ├── 03-1全局路径规划.pdf
│ │ ├── 03-2全局路径规划.pdf
│ │ ├── 04-3局部路径规划–参考线生成.pdf
│ │ ├── 04-（1+2）局部路径规划.pdf
│ │ ├── 05控制算法及实现02-2.pdf
│ │ ├── 05控制算法及实现.pdf
│ │ ├── Accelerated+C++中文版+(1).pdf
│ │ ├── control.zip
│ │ ├── dreamview.zip
│ │ ├── map.zip
│ │ ├── planning.zip
│ │ ├── ubuntu18.04系统安装教程.pdf
│ │ ├── vehicel_dynamic_and_control(1).pdf
│ │ ├── 车辆动力学控制_（美）拉贾马尼_机械工业出版社(1).pdf
│ │ ├── 清研车联路径规划算法环境配置教程V1.pdf
│ │ ├── 自动驾驶规划技术概述.pdf
│ │ └── 自动驾驶开发、调试及仿真工具应用.pdf
│ ├── 5.Apollo规控代码教程
│ │ ├── Apollo
│ │ │ ├── Autoware.ai的安装教程.md
│ │ │ ├── carla-autoware联合仿真代码.txt
│ │ │ ├── carla联合仿真-0.9.11代码.zip
│ │ │ ├── DL-IAPS论文.pdf
│ │ │ ├── global_map.cpp
│ │ │ ├── install.zip
│ │ │ ├── Lanelet地图框架代码.zip
│ │ │ ├── ros2版本的基础代码.zip
│ │ │ ├── 快速运行教程.md
│ │ │ ├── 群文件的介绍，刚进群必看.txt
│ │ │ ├── 视频对应的ppt.zip
│ │ │ └── 自动驾驶规控算法实习生招聘.docx
│ │ └── carla-autoware.ai
│ │ ├── Autoware与carla-op避障.md
│ │ ├── Autoware与carla-基本操作+停障.md
│ │ ├── carla-autoware.zip
│ │ ├── CARLA_0.9.10.1.tar.gz
│ │ └── xsj-docker.tar
│ └── 其他 规划控制一些论坛
│ ├── ①周博宇-无人机实时规划与主动感知.pdf
│ ├── ②自动驾驶规划算法岗高频面试题详解.pdf
│ ├── ③刘思康-L2+Planning：浅谈决策规划在量产自动驾驶中的挑战.pdf
│ ├── ④杨硕-机器人的带约束轨迹规划.pdf
│ └── ⑤小鹏汽车-量产自动驾驶中的规划控制现状.pdf
├── 智能语音系列
│ ├── 语音识别：从入门到精通
│ │ ├── 第10章 端到端语音识别
│ │ │ └── 任务32 第10节 端到端语音识别.mp4
│ │ ├── 第11章 总结展望
│ │ │ ├── 任务34-1 语音识别课程总结.mp4
│ │ │ └── 任务34-2 kaldiκ.mp4
│ │ ├── 第1章 语音识别综述
│ │ │ ├── 4：【视频】语音识别概述.mp4
│ │ │ └── 任务 3 语音识别课程-01-Intro.pdf
│ │ ├── 第2章 语音信号处理及特征提取
│ │ │ ├── 第1节 本节导读
│ │ │ │ ├── 任务5-1 语音识别课程PPT-02-特征提取-孙思宁-v2.0.pdf
│ │ │ │ └── 任务5-2 语音识别L2-sec1 本节导读.mp4
│ │ │ ├── 第2节 信号处理基础知识
│ │ │ │ └── 任务6：【视频】基础知识.mp4
│ │ │ ├── 第3节 语音特征提取
│ │ │ │ └── 任务7：【视频】Fbank与MFCC特征.mp4
│ │ │ └── 第4节 实战
│ │ │ ├── 任务8——1：【视频】实践代码解读.mp4
│ │ │ └── 任务8——2语音识别二期第二章作业讲评-俞帆助教.pdf
│ │ ├── 第3章 GMM以及EM算法
│ │ │ ├── 第1节 GMM模型
│ │ │ │ └── 任务10 语音识别L3 sec1 GMM模型.mp4
│ │ │ ├── 第2节 EM算法
│ │ │ │ └── 任务11 语音识别L3 sec2 EM算法.mp4
│ │ │ ├── 第3节 实战
│ │ │ │ ├── 任务12-1 语音识别L3 作业代码讲解.mp4
│ │ │ │ └── 任务12-3 语音识别二期第三章作业讲评-姚卓远助教.pdf
│ │ │ └── 任务9 语音识别课程PPT-03-EMGMM.pdf
│ │ ├── 第4章 HMM模型
│ │ │ ├── 第1节 HMM模型
│ │ │ │ ├── 任务13-1 HMM模型.pdf
│ │ │ │ └── 任务13-2 语音识别-第四次课程.mp4
│ │ │ └── 第2节 实战
│ │ │ ├── 任务14-1 语音识别L4作业代码讲解.pdf
│ │ │ ├── 任务14-2 语音识别L4 sec3 作业代码讲解.mp4
│ │ │ └── 任务14-4 语音识别二期第四章作业讲评-俞帆助教.pdf
│ │ ├── 第5章 基于GMM-HMM的语音识别系统
│ │ │ ├── 第1节 语音识别系统理论讲解
│ │ │ │ ├── 任务15-1 语音识别课程PPT-05-GMM-HMM-张彬彬.pdf
│ │ │ │ └── 任务15-2 语音识别 L5 基于GMM-HMM的语音识别系统.mp4
│ │ │ ├── 第2节 基于GMM-HMM的语音识别流程（手写版）
│ │ │ │ └── 任务16 语音识别 L5 基于GMM-HMM语音识别系统的流程.mp4
│ │ │ └── 第3节 代码详解
│ │ │ └── 任务17-1 语音识别 L5 sec3-代码讲解.mp4
│ │ ├── 第6章 DNN-HMM声学模型
│ │ │ ├── 任务18-2 语音识别 L6 kaldi-intro.mp4
│ │ │ └── 任务19-2 语音识别 L6 DNN-HMM.mp4
│ │ ├── 第7章 语言模型
│ │ │ ├── 任务21-1 语音识别 L7 sec1-统计语言模型与N-gram语言模型.mp4
│ │ │ ├── 任务22 语音识别 L7 sec2-平滑算法.mp4
│ │ │ ├── 任务23 语音识别 L7 sec3-RNN语言模型.mp4
│ │ │ └── 任务24 语音识别 L7 sec4-作业及附加材料.mp4
│ │ ├── 第8章 基于WFST的解码器
│ │ │ ├── 任务25-2 语音识别 L8-解码器 sec1 内容介绍-1.mp4
│ │ │ ├── 任务26 语音识别 L8-解码器 sec2 解码任务.mp4
│ │ │ ├── 任务27 语音识别 L8-解码器 sec3 解码器.mp4
│ │ │ └── 任务28 语音识别 L8-解码器 sec4 WFST.mp4
│ │ ├── 第9章 区分性训练
│ │ │ └── 任务30-2 语音识别 L9 区分性训练与LF-MMI.mp4
│ │ ├── 任务 1 助教分组结果-语音识别第二期.xlsx
│ │ └── 任务 2 语音识别课前准备-kaldi安装流程.pdf
│ └── 语音算法：前沿与应用
│ ├── 第10章 一些前沿课题
│ │ └── 第1节 语音合成前沿Topics
│ │ ├── 第10章：一些前沿课题.pdf
│ │ └── 任务26：前沿Top ics.mp4
│ ├── 第11章 总结展望
│ │ └── 第1节 课程回顾及展望
│ │ └── 任务27：课程总结及展望.mp4
│ ├── 第1章：基于深度学习的语音算法综述
│ │ ├── SpeechAlgorithmsChapter1.pdf
│ │ └── 任务3：算法综述.mp4
│ ├── 第2章 语音识别算法：从GMM-HMM到端对端
│ │ ├── SpeechAlgorithmsChapter2.pdf
│ │ └── 任务5：从GMM-HMM到端对端.mp4
│ ├── 第3章 语音识别算法：从Sequence-to-Sequence的角度
│ │ ├── 第1节 从Sequence-to-Sequence的角度
│ │ │ ├── SpeechAlgorithmsChapter3.pdf
│ │ │ └── 任务7：从Sequence-to-Seqience的角度.mp4
│ │ └── 第2节 实践作业
│ │ └── 作业.png
│ ├── 第4章 语音识别算法：一些前沿课题
│ │ ├── 第1节 语音识别算法：一些前沿课题
│ │ │ ├── Chapter4-HotTopicsinSpeechRecognition (1).pdf
│ │ │ └── 任务10：语音识别算法：一些前沿课题.mp4
│ │ └── 第2节 实践作业
│ │ └── 作业.png
│ ├── 第5章 语音识别算法：应用系统的搭建
│ │ ├── 第1节 引言
│ │ │ └── 任务13：引言.mp4
│ │ ├── 第2节 语音识别系统与解码器
│ │ │ └── 任务14：语音识别系统与解码器.mp4
│ │ ├── 第3节 语音端点检测
│ │ │ └── 任务15：语音端点检测.mp4
│ │ ├── 第4节 讨论
│ │ │ └── 任务16：讨论.mp4
│ │ ├── 第5节 作业
│ │ │ └── 任务17：作业.mp4
│ │ └── SpeechAlgorithmsChapter5.pdf
│ ├── 第6章 嵌入式系统的搭建
│ │ ├── 第1节 On-device Speech Algorithms
│ │ │ ├── Chapter6On-deviceSpeechAlgorithms.pdf
│ │ │ └── 任务18：on device speech algorithms.mp4
│ │ └── 第2节 实践作业
│ │ └── 作业.png
│ ├── 第7章 答疑课
│ │ └── 任务20：答疑课.mp4
│ ├── 第8章 说话人识别算法：从序列建模的角度
│ │ └── 第1节 说话人识别
│ │ ├── Chapter8End-to-endSpeakerRecognition.pdf
│ │ └── 任务21：speaker recognition.mp4
│ └── 第9章 语音合成算法：从HTS到端到端
│ ├── 第1节 语音合成系统
│ │ └── 任务24：语音合成系统.mp4
│ └── 第9章：语音合成算法：从HTS到端到端.pdf
└── 自动驾驶专题系列
├── Atuosar系列
│ ├── 1、AutoSar的总体认知
│ │ ├── 1.1.AutoSar的出现背景和行业状况_AutoSar的总体认知_物联网应用视频-51CTO学堂[2].mp4
│ │ ├── 1.2.AutoSar组织架构和发展历程_AutoSar的总体认知_物联网应用视频-51CTO学堂_.mp4
│ │ ├── 1.3.AutoSar的核心目标和实现方式_AutoSar的总体认知_物联网应用视频-51CTO学堂.mp4
│ │ ├── 1.4.AutoSar方法论解读_AutoSar的总体认知_物联网应用视频-51CTO学堂[2].mp4
│ │ ├── 1.5.AutoSar相关的开发岗位和职责_AutoSar的总体认知_物联网应用视频-51CTO学堂.mp4
│ │ ├── 1.6.AutoSar该如何学习_AutoSar的总体认知_物联网应用视频-51CTO学堂.mp4
│ │ └── 1.7.AutoSar学习指导点拨_AutoSar的总体认知_物联网应用视频-51CTO学堂.mp4
│ ├── 2、AutoSarCP架构和模块详解
│ │ ├── 2.1.AutoSar的细节学习资源_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.10.BSW模块之IOHwAb解读1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.11.BSW模块之IOHwAb解读2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.12.BSW模块之IOHwAb解读3_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.13.BSW模块之IOHwAb解读4_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.14.BSW模块之IOHwAb解读5_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.15.BSW模块之memory1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.16.BSW模块之memory2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.17.BSW模块之memory3_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.18.BSW模块之memory4_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.19.BSW模块之memory5_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.2.AutoSarCP分层和分模块解读1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.20.BSW模块之communication综述1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.21.BSW模块之communication综述2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.22.communication之COM模块解读1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.23.communication之COM模块解读2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.24.communication之NM模块解读_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.25.communication之状态管理和调测_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.26.communication剩余模块和总结1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.27.communication剩余模块和总结2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.3.AutoSarCP分层和分模块解读2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.4.AutoSarCP各软件分层解读1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.5.AutoSarCP各软件分层解读2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.6.AutoSarCP各软件分层解读3_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.7.AutoSarCP软件层的几个概念1_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ ├── 2.8.AutoSarCP软件层的几个概念2_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ │ └── 2.9.BSW的软件模块和开源代码_2.6.2.AutoSarCP架构和模块详解_物联网应用视频-51CTO学堂.mp4
│ └── 3、AutoSarCP操作系统详解
│ ├── 3.1.AutoSarCP操作系统学习概述_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.10.OSEKOS标准文档解读9_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.11.OSEKOS标准文档解读10_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂[2].mp4
│ ├── 3.12.OSEKOS标准文档解读11_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.13.OSEKOS标准文档解读12_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.14.OSEKOS标准文档解读13_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.15.OSEKOS标准文档解读14_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.16.OSEKOS标准文档解读15_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.17.OSEKOS标准文档解读16_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.18.OSEKOS标准文档解读17_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.19.OSEKOS标准文档解读18_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.2.OSEKOS标准文档解读1_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.20.OSEKOS标准文档解读19_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.21.OSEKOS标准文档解读20_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.22.OSEKOS标准文档解读21_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.23.从OSEKOS到AutoSarOS_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.24.AutoSarOS的调度表1_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.25.AutoSarOS的调度表2_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.26.栈监控和OS-Application_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.27.AutoSarOS的保护机制_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.28.AutoSarOS对MultiCore的支持1_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.29.AutoSarOS对MultiCore的支持2_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂[2].mp4
│ ├── 3.3.OSEKOS标准文档解读2_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.30.AutoSarOS的IoC_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.4.OSEKOS标准文档解读3_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.5.OSEKOS标准文档解读4_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.6.OSEKOS标准文档解读5_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.7.OSEKOS标准文档解读6_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ ├── 3.8.OSEKOS标准文档解读7_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
│ └── 3.9.OSEKOS标准文档解读8_2.6.3.AutoSarCP操作系统详解_单片机视频-51CTO学堂.mp4
├── Autoware系列
│ ├── Autoware自动驾驶框架源码剖析与实践全三期及镜像
│ │ ├── autoware.auto镜像
│ │ │ ├── auto.rar
│ │ │ └── CARLA_0.9.12.zip
│ │ ├── Autoware自动驾驶框架源码剖析与实践配套资料
│ │ │ ├── ch1
│ │ │ ├── ch2
│ │ │ ├── ch3
│ │ │ ├── ch4
│ │ │ ├── ch5
│ │ │ └── 课前资料
│ │ └── 课程
│ │ ├── 第二期第三期额外新加内容
│ │ └── 睿Autoware自动驾驶框架源码剖析与实践（第一期）
│ └── Carla-Autoware联合仿真实战（视频+答疑）
│ ├── 〇. 绪论
│ │ ├── 001.0.1 自动驾驶是什么？.mp4
│ │ ├── 002.0.2 Autoware及无人车全栈算法架构.mp4
│ │ ├── 003.0.3 Carla无人驾驶仿真及应用.mp4
│ │ └── 004.0.4 课程大纲介绍及预期成果示例.mp4
│ ├── 二. Carla环境搭建与实操讲解
│ │ ├── 003.2.0 章节总览.mp4
│ │ ├── 004.2.1 Carla的安装与启动.mp4
│ │ ├── 005.2.2 实战案例运行.mp4
│ │ ├── 006.2.3.1 世界建立与观察者生成-上.mp4
│ │ ├── 007.2.3.1 世界建立与观察者生成-下.mp4
│ │ ├── 008.2.3.2 交通流生成.mp4
│ │ ├── 009.2.3.3 同步、异步模式.mp4
│ │ ├── 010.2.3.4 传感器简介&绑定传感器.mp4
│ │ ├── 011.2.3.5 部署常用传感器.mp4
│ │ ├── 012.2.4.1 从0到1实现自己的炫酷小车.mp4
│ │ ├── 013.2.4.2 地图切换与交通参与者的设计.mp4
│ │ └── 014.2.5 Carla知识点梳理.mp4
│ ├── 三. ROS与Carla_ros_bridge实操讲解
│ │ ├── 002.3.1.1章节介绍与ROS系统的三个层次.mp4
│ │ ├── 003.3.1.2ROS安装与配置.mp4
│ │ ├── 004.3.1.3第一个ROS例程.mp4
│ │ ├── 005.3.2ROS工作空间的创建.mp4
│ │ ├── 006.3.4.1ROS中关键组件：launch与TF.mp4
│ │ ├── 007.3.4.2ROS中关键组件：QT工具集与RVIZ.mp4
│ │ ├── 008.3.5.1Carla_ros_bridge的安装配置.mp4
│ │ ├── 009.3.5.2Carla_ros_bridge运行与常见话题.mp4
│ │ ├── 010.3.5.3传感器参数配置与多智能体生成.mp4
│ │ ├── 011.3.5.4Carla_ros_bridge的整体架构.mp4
│ │ └── 012.3.5.5数据流的梳理及分析.mp4
│ └── 一. 自动驾驶仿真概述
│ ├── 001.1.1 自动驾驶仿真研究背景.mp4
│ ├── 002.1.2 仿真场景.mp4
│ ├── 003.1.3 仿真软件到中间件.mp4
│ ├── 004.1.4 被测对象和评价指标.mp4
│ └── 005.1.5 仿真工程示例.mp4
├── 基础
│ ├── 车道保持辅助系统（LKA）的开发
│ │ ├── 1.1 车道保持系统概述.ts
│ │ ├── 1.2 传感器与执行器介绍分析.ts
│ │ ├── 1.3 CarSim与Simulink联合仿真示例.ts
│ │ ├── 2.1 最优控制理论简介.ts
│ │ ├── 2.2 线性2-DOF单轨车辆模型.ts
│ │ ├── 2.3 基于最优控制理论的路径跟踪算法.ts
│ │ ├── 2.4 控制算法的仿真建模过程.ts
│ │ └── 2.5 路径跟踪控制算法的仿真和结果分析.ts
│ ├── 车辆动力学和运动学模型搭建
│ │ ├── 1.1 建模基础知识.ts
│ │ ├── 2.1 车辆运动学模型.ts
│ │ ├── 3.1 横向动力学模型.ts
│ │ ├── 3.2 纵向动力学模型.ts
│ │ └── 3.3 轮胎模型.ts
│ ├── 汽车单片机及车载总线技术
│ │ ├── 1.1绪论.mp4
│ │ ├── 2.1 MCS-51单片机内部结构.mp4
│ │ ├── 2.2存储器.mp4
│ │ ├── 2.3特殊功能寄存器.mp4
│ │ ├── 2.4时钟电路与复位电路.mp4
│ │ ├── 2.5 引脚功能及芯片封装.mp4
│ │ ├── 3.1寻址方式.mp4
│ │ ├── 3.2数据传送指令.mp4
│ │ ├── 3.3交换指令.mp4
│ │ ├── 3.4算术运算指令.mp4
│ │ ├── 3.5 移位及逻辑运算指令.mp4
│ │ ├── 3.6控制转移指令.mp4
│ │ ├── 3.7位操作指令.mp4
│ │ ├── 4.1伪指令.mp4
│ │ ├── 4.2顺序程序设计.mp4
│ │ ├── 4.3分支程序设计.mp4
│ │ ├── 4.4循环程序设计.mp4
│ │ ├── 4.5 位操作程序设计 子程序.mp4
│ │ ├── 5.1并行接口功能和内部结构.mp4
│ │ ├── 5.2并行口的应用编程.mp4
│ │ ├── 5.3 LED显示电路及编程.mp4
│ │ ├── 5.4键盘电路及编程.mp4
│ │ ├── 5.5中断系统的概念及结构.mp4
│ │ ├── 5.6 中断响应的过程.mp4
│ │ ├── 5.7中断的应用编程.mp4
│ │ ├── 6.1 定时计数器结构和工作原理.mp4
│ │ ├── 6.2定时计数器的控制寄存器.mp4
│ │ ├── 6.3定时计数器的工作方式.mp4
│ │ ├── 6.4定时计数器的应用编程.mp4
│ │ ├── 7.1串行通信技术概述.mp4
│ │ ├── 7.2串行口的结构与工作原理.mp4
│ │ ├── 7.3 串行口的控制寄存器以及工作方式.mp4
│ │ ├── 7.4 串行口的应用编程.mp4
│ │ ├── 8.1单片机系统扩展方法.mp4
│ │ ├── 8.2程序存储器的扩展.mp4
│ │ ├── 8.3 数据存储器的扩展.mp4
│ │ ├── 8.4并行接口的扩展.mp4
│ │ ├── 8.5 地址译码的方法.mp4
│ │ ├── 9.1车载总线发展概述.mp4
│ │ ├── 9.2 CAN总线的性能特点.mp4
│ │ ├── 9.3 CAN总线的协议标准.mp4
│ │ ├── 9.4 CAN总线的物理层.mp4
│ │ ├── 9.5 CAN总线的数据链路层.mp4
│ │ ├── 汽车单片机及车载总线技术(1).pdf
│ │ └── 汽车单片机及车载总线技术.pdf
│ ├── 通过车道保持来学习PID控制 – 青山
│ │ ├── 0.课程试看.mp4
│ │ ├── 1.课程简介.mp4
│ │ ├── 2.PID原理介绍.mp4
│ │ ├── 3.基于MATLAB_Simulink的PID控制器搭建.mp4
│ │ ├── 4.基于MATLAB_Simulink与Carsim联合仿真的车道保持PID控制器搭建.mp4
│ │ └── 5.课程总结与展望.mp4
│ └── 无人驾驶装置STM32开发
│ ├── 1.1课程介绍.mp4
│ ├── 1.2MDK简介.mp4
│ ├── 1.3keil5安装与设置.mp4
│ ├── 1.4选用硬件平台.mp4
│ ├── 2.1ARM处理器简介.mp4
│ ├── 2.2Cortex-M3内核简介.mp4
│ ├── 2.3.1STM32是什么.mp4
│ ├── 2.3.2STM32能做什么.mp4
│ ├── 2.3.3STM32怎么选型.mp4
│ ├── 2.3.4MCU体系架构.mp4
│ ├── 2.3.5MCU片上资源介绍.mp4
│ ├── 2.3.6MCU存储空间介绍.mp4
│ ├── 3.1.1STM32开发方式.mp4
│ ├── 3.1.2C语言基础.mp4
│ ├── 3.1.3固件简介.mp4
│ ├── 3.1.4创建一个工程1.mp4
│ ├── 3.2软件设计.mp4
│ ├── 3.3硬件设计.mp4
│ ├── 3.4仿真调试.mp4
│ ├── 4.1.1GPIO简介.mp4
│ ├── 4.1.2软件设计.mp4
│ ├── 4.1.3仿真调试.mp4
│ ├── 4.2.1任务导入.mp4
│ ├── 4.2.2.1时钟源.mp4
│ ├── 4.2.2.2时钟树.mp4
│ ├── 4.2.2.3Systick定时器.mp4
│ ├── 4.2.3软件设计.mp4
│ ├── 4.2.4仿真调试.mp4
│ ├── 4.3.1中断向量表.mp4
│ ├── 4.3.2NVIC.mp4
│ ├── 4.3.3EXTI外部中断简介.mp4
│ ├── 5.1.1通用定时器.mp4
│ ├── 5.1.2通用定时器相关寄存器.mp4
│ ├── 5.1.3通用定时器中断处理.mp4
│ ├── 5.1.4OLED.mp4
│ ├── 5.2软件设计.mp4
│ ├── 5.3硬件设计.mp4
│ ├── 5.4仿真调试.mp4
│ ├── 6.1知识储备.mp4
│ ├── 6.2.1直流电机调速原理.mp4
│ ├── 6.2.2PWM简介.mp4
│ ├── 6.2.3PWM相关寄存器.mp4
│ ├── 6.3软件设计.mp4
│ ├── 6.4硬件设计.mp4
│ ├── 7.1.1存储器简介.mp4
│ ├── 7.1.2 I2C协议.mp4
│ ├── 7.1.3 STM32的I2C外设.mp4
│ ├── 7.1.4AT24C02简介.mp4
│ ├── 7.2软件设计.mp4
│ ├── 7.3硬件设计.mp4
│ ├── 8.1.1系统通信接口（RS232）设计导入（1）.mp4
│ ├── 8.1.1系统通信接口（RS232）设计导入（2）.mp4
│ ├── 8.1.2串口通信协议.mp4
│ ├── 8.1.3USART外设.mp4
│ ├── 8.1.4USART外设.mp4
│ ├── 8.2软件设计.mp4
│ ├── 8.3仿真调试.mp4
│ ├── 9.1.1ADC简介.mp4
│ ├── 9.1.2ADC相关寄存器组.mp4
│ ├── 9.1.3ADC转换.mp4
│ ├── 9.1.4惯性导航系统.mp4
│ ├── 9.2软件设计.mp4
│ ├── 9.3仿真调试.mp4
│ ├── 9.4知识储备.mp4
│ └── 9.5超声波测距原理.mp4
├── 自动驾驶传感器、感知与定位
│ └── 自动驾驶传感器技术
│ ├── 1.1自动驾驶技术的产生.mp4
│ ├── 1.2 国内外自动驾驶汽车的研究状况.mp4
│ ├── 1.3 自动驾驶汽车的发展目标与重点.mp4
│ ├── 1.4 自动驾驶环境感知介绍.mp4
│ ├── 1.5 车载感知系统组成.mp4
│ ├── 10.1 GPS定位系统.mp4
│ ├── 10.2 惯性导航传感器.mp4
│ ├── 10.3 高精度MEMS组合惯导传感器标定.mp4
│ ├── 11.1 多传感器融合概述.mp4
│ ├── 11.2 多传感器信息融合基础理论.mp4
│ ├── 11.3 多传感器融合结构.mp4
│ ├── 2.1 道路信息感知.mp4
│ ├── 2.2 环境信息感知.mp4
│ ├── 2.3 其他信息感知.mp4
│ ├── 3.1 智能汽车相关范畴.mp4
│ ├── 3.2 智能网联汽车关键技术.mp4
│ ├── 3.3 智能网联汽车测试技术.mp4
│ ├── 3.4 智能汽车传感器标定.mp4
│ ├── 4.1 电磁式转速与相位传感器.mp4
│ ├── 4.2 霍尔式转速与相位传感器.mp4
│ ├── 4.3 光电式转速与相位传感器.mp4
│ ├── 5.1 温度传感器.mp4
│ ├── 5.2 空气流量传感器.mp4
│ ├── 5.3 氧传感器.mp4
│ ├── 6.1 超声波特性.mp4
│ ├── 6.2 超声波测距原理.mp4
│ ├── 6.3 超声波雷达的结构与原理.mp4
│ ├── 6.4 超声波雷达在ADAS中的应用.mp4
│ ├── 7.1 毫米波特性.mp4
│ ├── 7.2 多普勒效应测距、测速、测角度原理.mp4
│ ├── 7.3 毫米波雷达工作原理.mp4
│ ├── 7.4 毫米波雷达安装与校准.mp4
│ ├── 8.1 激光特性.mp4
│ ├── 8.2 激光雷达测距原理.mp4
│ ├── 8.3 激光雷达的分类与结构.mp4
│ ├── 8.4 激光雷达安装与标定.mp4
│ ├── 9.1 视觉传感器的分类与应用.mp4
│ ├── 9.2 视觉传感器工作原理.mp4
│ └── 自动驾驶传感器技术.pdf
└── 自动驾驶全栈
├── 开课吧-自动驾驶算法工程师
│ ├── 01 第一章 自动驾驶汽车概论
│ │ └── 1 自动驾驶汽车概论.ts
│ ├── 02 第二章 自动驾驶技术之环境感知传感器
│ │ └── 2 自动驾驶技术之环境感知传感器.ts
│ ├── 03 第三章 研讨课：CNN实战
│ │ └── 3 研讨课：CNN实战（需打卡）.ts
│ ├── 04 第四章 行业分享主题课（一）
│ │ ├── 4-1 车规芯片分享.ts
│ │ ├── 4-2 YOLOv5研讨课.ts
│ │ └── yolov5.zip
│ ├── 05 第五章 基于视觉的自动驾驶汽车环境感知
│ │ ├── 5-1 基于视觉的自动驾驶汽车环境感知（需要打卡）.ts
│ │ ├── 5-2 立体视觉（不用打卡）.ts
│ │ └── SNE-RoadSeg-master-data.zip
│ ├── 06 第六章 基于点云的自动驾驶汽车环境感知
│ │ ├── 6-1 基于点云的自动驾驶汽车环境感知（侧重：分割）.ts
│ │ ├── 6-2 行业分享课：基于LiDAR点云的3D物体检测算法.ts
│ │ └── 数据集.docx
│ ├── 07 第七章 自动驾驶技术之多传感器融合
│ │ ├── 7-1 自动驾驶技术之多传感器融合.ts
│ │ ├── 7-2 研讨课：认识PCL.ts
│ │ ├── LiDAR-Obstacle-Detection_nz.zip
│ │ ├── python_examples.zip
│ │ └── 欧式聚类ppt.zip
│ ├── 08 第八章 自动驾驶技术之多目标跟踪
│ │ └── 8 自动驾驶技术之多目标跟踪.ts
│ ├── 09 第九章 自动驾驶技术之定位方案
│ │ ├── 9-1 自动驾驶技术之定位方案.ts
│ │ ├── 9-2 行业分享课：多传感器融合算法.ts
│ │ └── 多传感器融合定位-代码整理.zip
│ ├── 10 第十章 SLAM之理论基础知识
│ │ └── 10-1 SLAM之理论基础知识.ts
│ ├── 11 第十一章 SLAM之优化方法：滤波优化
│ │ ├── 11-1 SLAM之优化方法：滤波优化.ts
│ │ ├── 代码工程.zip
│ │ └── 专栏网址.docx
│ ├── 12 第十二章 SLAM之优化方法
│ │ └── 12-1 SLAM之优化方法.ts
│ ├── 13 第十三章 同时定位与地图创建-上
│ │ ├── 13-1 同时定位与地图创建-上.ts
│ │ ├── Lessons.zip
│ │ └── LOAM论文和Ceres代码库.docx
│ ├── 14 第十四章 同时定位与地图创建-下
│ │ ├── 14-1 同时定位与地图创建-下.ts
│ │ └── A-LOAM.zip
│ ├── 15 第十五章 自动驾驶技术之路径规划
│ │ ├── 2 path plan
│ │ └── 15-1 自动驾驶技术之路径规划.ts
│ ├── 16 第十六章 自动驾驶技术之横向与纵向控制
│ │ ├── 16-1 自动驾驶技术之横向与纵向控制.ts
│ │ └── control-课件资料与代码.zip
│ └── 17 第十七章 自动驾驶系统集成
│ ├── 17-1 自动驾驶系统集成.ts
│ └── 4 integration.zip
├── 深蓝学院端到端
│ ├── 20240716VADv1&v2：基于概率性规划和矢量级编码的端到端自动驾驶
│ │ ├── 20240716VADv1&v2：基于概率性规划和矢量级编码的端到端自动驾驶.mp4
│ │ └── ShaoyuChen-20240716.pdf
│ ├── 20240718 Hydra-MDP 面向更可靠的端到端自动驾驶规划框架
│ │ ├── 0718深蓝Hydra-MDP.pdf
│ │ ├── 20240718 Hydra-MDP 面向更可靠的端到端自动驾驶规划框架.mp4
│ │ └── 20240724hydraMDP-自动驾驶之心.mp4
│ ├── 20240725UniV2X：通过V2X协同的端到端自动驾驶
│ │ ├── 0725深蓝AI分享-UniV2X.pdf
│ │ └── 20240725UniV2X：通过V2X协同的端到端自动驾驶.mp4
│ └── 公开课
│ ├── ①林学武-Sparse4D稀疏范式的端到端融合感知算法.pdf
│ ├── ②廖本成-端到端矢量建图框架MapTR.pdf
│ ├── ③赵磊-特定场景及通用自动驾驶的变革与趋势.pdf
│ ├── ④付潇-面向自动驾驶感知和仿真的全景标签渲染.pdf
│ └── ⑤马君驿-面向自动驾驶应用的激光雷达地点识别.pdf
└── 无人驾驶实战
├── 课程
│ ├── 01.自动驾驶概述.MP4
│ ├── 02.软件环境基础（ROS CMake）.MP4
│ ├── 03.感知基础.mp4
│ ├── 04.感知实战：目标检测.mp4
│ ├── 05.感知实战：物体跟踪.mp4
│ ├── 06.视觉定位.mp4
│ ├── 07.高精地图与车路协同设备.mp4
│ ├── 08.无人车定位系统.mp4
│ ├── 09.预测系统.mp4
│ ├── 10.路径规划.mp4
│ ├── 11.控制理论.mp4
│ └── 12.基于强化学习的自动驾驶系统.mp4
└── 资料
├── 第二课ros安装与基础实战
├── 第七课 高精地图与车路协同设备
├── 第三课-静态环境感知与分割算法
├── 第四课-动态环境感知与2D检测算法
└── 第一课 概述