Obiettivo: Assegnare label interattivamente a dati di campo (ground truth) in un video o una sequenza di immagini. Automatizzare l'assegnazione di label con algoritmi di rilevamento e tracciamento.

• Introduzione all'App Ground Truth Labeler
• Assegnare label a regioni di interesse (ROI) e scene
• Automatizzare il procedimento di assegnazione di label
• Vedere ed esportare i risultati di campo

Obiettivo: Visualizzare i frame di una videocamera, rilevamenti radar e lidar. Usare sistemi appropriati di coordinate per trasformare coordinate immagine in coordinate veicolo e viceversa.

• Creare un plot con vista aerea (bird’s-eye)
• Plottare le aree di copertura di un sensore
• Visualizzare rilevamenti e corsie
• Convertire da coordinate veicolo a coordinate immagine
• Annotare video con rilevamenti e bordi corsie

Obiettivo: Segmentare e modellare bordi di corsia parabolici. Usare oggetti detector preaddestrati per rilevare veicoli.

• Eseguire una trasformata di vista aerea (bird’s-eye)
• Rilevare caratteristiche di corsia
• Calcolare un modello di corsia
• Validare un rilevamento di corsia con dati reali
• Rilevare veicoli con oggetti detector preaddestrati

Obiettivo: Creare un tracker multi-oggetto (MOT) per fondere informazioni provenienti da sensori multipli come una videocamera ed un radar.

• Localizzare oggetti multipli
• Preprocessare i rilevamenti
• Utilizzare i filtri di Kalman
• Gestire tracce multiple
• Tracciare con tracker multi-oggetto (MOT)

Obiettivo: Creare scenari di guida e sintetizzare rilevamenti di sensori radar e videoamera interattivamente per testare algoritmi di percezione per la guida automatica.

• Introduzione all'App. Driving Scenario Designer
• Creare scenari con strade, attori, e sensori
• Simulare e visualizzare scenari
• Generare rilevamenti ed esportare scenari
• Testare algoritmi con scenari