nd013 c2 fusion starter:Udacity无人驾驶汽车工程师纳米学位计划的课程2项目的入门代码 源码

SDCND:传感器融合和跟踪 这是第二课程的:传感器融合和跟踪。 在此项目中,您将融合来自LiDAR和摄像机的测量结果,并随时间跟踪车辆。 您将使用来自Waymo开放数据集的真实数据,检测3D点云中的对象,并应用扩展的卡尔曼滤波器进行传感器融合和跟踪。 该项目包括两个主要部分: 对象检测:在这一部分中,基于3D点云的鸟瞰图,深度学习方法用于检测LiDAR数据中的车辆。 此外,一系列性能指标可用于评估检测方法的性能。 目标跟踪:在这一部分中,基于激光雷达检测与摄像头检测相融合的扩展卡尔曼滤波器用于随时间推移跟踪车辆。 数据关联和跟踪管理也已实现。 下图概述了数据流以及组成算法的各个步骤。 此外,项目代码包含各种任务,这些任务在代码中逐步进行了详细说明。 有关算法和任务的更多信息可以在Udacity课堂中找到。 项目文件结构 :package: 项目┣ :open_file_folder: 数据集->包含Waymo开放数据集序