|
课程培训
|
智能网联汽车全栈感知系统架构与软硬件协同培训课程
大纲内容 专题一：智驾架构演进与感知矩阵拓扑定义 · 1.1 智驾功能迭代对感知层级的倒逼演进 o 智能驾驶（L0至L5）系统演进的底层硬核逻辑 o 高阶智驾功能（如领航辅助驾驶NGP、主动安全、全场景泊车）对传感器异构冗余与确定性容错的刚性诉求 · 1.2 感知系统的“端-链-网”立体解构 o 端：物理传感器作为神经末梢的微观电磁/光动力学机理 o 链：从原始微观信号流到上层数字特征的级联处理链路 o 网：多传感器分布式协同与不同智驾等级的矩阵式适配 专题二：光学感知专题：视觉成像、ISP全链路与量产标定 · 2.1 车载摄像机硬件工程与芯片生态 o 视觉模组（镜头、CIS图像传感器）的物理构造、材质边界与产业格局 o 车载级CMOS（CIS）内部架构、核心光电参数及国际主流原厂技术特征 · 2.2 图像信号处理（ISP）管线与数据流重构 o ISP硬件架构及核心算法管线（去噪、高动态范围HDR拓宽、色彩校正、暗区恢复） o 视频流数据率、有效像素密度、帧率与后端智驾芯片吞吐率的匹配计算 · 2.3 视觉量产落地与评测工程 o 视觉内外参数标定数学模型（内参矩阵重构、外参静态/动态标定方法） o 视觉图像的实验室静态评价指标（MTF、信噪比等）与整车道路动态测试体系 专题三：三维光电专题：激光雷达微观机理与硅光前沿 · 3.1 激光雷达（LiDAR）光电拓扑与物理本质 o 主流光发射端路线：边缘发射（EEL）、垂直腔面发射（VCSEL）、高性能光纤激光器 o 光电接收探测器演进：高灵敏度PIN、雪崩光电二极管（APD）、单光子SPAD阵列、硅光电倍增管（SiPM） o 激光波长方案的物理特性对比（905nm的吸光边界 vs 1550nm的人眼安全边界）及光学元件选型 · 3.2 空间扫描与多元测距/测速方法论 o 扫描方式解构：机械式旋转、半固态（微棱镜、双转镜、MEMS微振镜）、纯固态（Flash泛光、OPA光学相控阵） o 核心测距测速算法：直接/间接飞行时间（dToF/iToF）时序闭环、调频连续波（FMCW）相干探测、三角几何测距 · 3.3 硅光子集成技术前沿 o 硅光器件与光子集成电路系统（PIC）片上化趋势 o FMCW相 coherent 探测与OPA相控阵在激光雷达中的单片集成演进 专题四：射频微波专题：毫米波雷达、4D成像与分布式演进 · 4.1 毫米波雷达微波硬件架构与供应链 o 车载车载雷达的技术代际更替与全球半导体产业链现状 o 射频前端MMIC芯片内部架构、核心微波参数（噪声系数、发射功率）及多天线MIMO阵列布设 · 4.2 雷达探测机理与离散信号处理 o 测距、测速、测角的多维信息提取机理与时频调制波形（FMCW、MFSK）参数配设 o 雷达基带信号处理管道：三维数据立方体（Data Cube）重构、二维FFT、恒虚警处理（CFAR）及微多普勒特征捕捉 · 4.3 前沿射频技术演进 o 4D毫米波成像雷达的关键技术（大规模级联、虚拟孔径合成、点云高密度化） o 分布式卫星雷达系统架构设计与协同探测边界 专题五：环境特征与时空基准专题：USS、组合导航与高精定位 · 5.1 超声波传感器（USS）近场感知标准与机理 o 车载超声波传感器AK1标准与下一代AK2标准硬件及协议深度比对 o 超声波专用ASIC芯片方案、换能器（Transducer）压电物理效应与共振边界 o AK2标准下的密集回波多障碍物识别算法及智能泊车（APA/AVP）极限场景应用 · 5.2 全球导航卫星系统（GNSS）时空特征与纠偏 o 卫星导航高精度指标：原始伪距观测量、数据协议格式（NMEA/RTCM）、首次定位时间（TTFF）、接收灵敏度 o 时空基准的四大核心支柱：精度（Accuracy）、完好性（Integrity）、连续性（Continuity）和可用性（Availability） o 高精定位技术演进：星基增强（SBAS）、精密单点定位（PPP）、载波相位差分实时动态定位（RTK） · 5.3 惯性测量单元（IMU）与死推算工程 o 惯性导航系统（INS）与MEMS IMU六轴物理机理 o 决定定位精度的核心惯导指标（零偏不稳定性、随机游走、交轴耦合误差） o GNSS失联场景（长隧道、城市峡谷、地下车库）下基于IMU的 Dead Reckoning（航位推算）通用车载算法方案 专题六：算法融合与范式变革：全级联多源融合与端到端大模型 · 6.1 空间感知核心算法闭环体系 o 传感器全生命周期参数协同标定与功能参数最优配置 o 底层数字信号处理（DSP）算法与上层目标分类、障碍物跟踪感知算法的划分 · 6.2 多源传感器融合（MSF）多级架构设计 o 异构数据流深层解构：目标级后融合、特征级/ROI级中融合、点云/像素级前融合、分布式混合融合机制 o 高精度时空硬同步下的松耦合与紧耦合组合导航算法模型（GNSS+IMU） · 6.3 AI大模型与端到端（End-to-End）范式跃迁 o 智驾算法由传统的“感知-预测-规划-控制”串联流水线向端到端（E2E）单体大模型演进的本质动因 o 多模态大模型在车载异构环境特征提取与语义理解中的前沿应用 o 深度推演：传统多传感器多级融合拓扑（前融合/后融合）与现代端到端大模型内部数据流（Token化表示）之间的映射关系演变与架构重组 如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表点击在线申请 服务特点： 海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。 专家力量： 中国科学院软件研究所，计算研究所高级研究人员 oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富 多年实际项目经历，大型项目实战案例，热情，乐于技术分享 针对客户实际需求，案例教学，互动式沟通，学有所获 |
|
