Calendario e registrazione

Prerequisiti

MATLAB Fundamentals o esperienza equivalente con MATLAB. Elaborazione delle Immagini in MATLAB, Computer Vision in MATLAB, e conoscenza base dei concetti di analisi immagine e computer vision. Deep Learning con MATLAB è raccommandato.

Guida Autonoma con MATLAB

Questo corso di 1 giorno fornisce un'esperienza pratica per sviluppare e verificare algoritmi di percezione per la guida automatica. Gli esempi e gli esercizi illustrano l'uso di appropriate funzionalità di MATLAB^® e Automated Driving System Toolbox^™. Gli argomenti trattati includono:

Assegnare label a dati empirici di campo (ground truth)
Visualizzare dati di sensori
Intercettare corsie e veicoli
Combinare rilevazioni di sensori (fusing)
Generare scenari di guida e modellare sensori

Scopri maggiori dettagli sui nostri corsi

Prerequisiti

Giorno 1
Assegnare label a dati empirici di campo (ground truth)	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
Visualizzare i dati dei sensori	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
Rilevamento di corsie e veicoli	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
Combinare rilevamenti di sensori	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)
Generare scenari di guida e modellare sensori	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

Guaranteed to Run

Registrandoti ad uno di questi corsi, avrai la certezza che non sarà cancellato o rischedulato per nessuna ragione.

Calendario e registrazione

Risultati 1 - 4 di 4

Date	Località	Lingua	Costo
23 ott 2019	Giappone, 名古屋市	Japanese	JPY 70.000
03 dic 2019	Giappone, 東京都	Japanese	JPY 70.000
06 dic 2019	US, Massachusetts, Natick	English	USD 750
13 dic 2019	US, California, San Jose	English	USD 750

Risultati 1 - 4 di 4

Il prezzo si applica per l’acquisto e l’uso in Stati Uniti, Per i prezzi da applicare in altre aree geografiche, contattare l’ufficio Commerciale. Il prezzo del prodotto non include le tasse di vendita e d’uso, le accise, l’IVA e altre. Tutte le tasse, le imposte e le spese pertinenti, così come i tributi e i dazi statali applicabili a questo acquisto, saranno calcolati sull’ordine finale. Per ulteriori informazioni, vedere la Policy MathWorks per la Formazione.