Termine und Anmeldung

Voraussetzungen

Kenntnisse ensprechend folgender Schulungen oder äquivalent: MATLAB Grundlagen, Bildverarbeitung mit MATLAB, Maschinelles Sehen mit MATLAB. Darüber hinaus wird Deep Learning mit MATLAB empfohlen.

Automated Driving mit MATLAB

Dieser eintägige Kurs liefert eine Einführung in die Entwicklung und Verifizierung von Algorithmen zur Umgebungswahrnehmung. Beispiele und Übungen verdeutlichen die Verwendung geeigneter Funktionalitäten von MATLAB^® und der Automated Driving Toolbox^™.
Themen sind unter anderem:

Erstellen von Ground-Truth-Daten
Visualisierung von Sensordaten
Fahrbahn- und Fahrzeugerkennung
Zusammenführen von Sensordaten
Erzeugen von Fahrszenarien und Synthetisieren von Sensordaten

Detaillierte Kursbeschreibung anzeigen

Voraussetzungen

Tag 1 von 1
Erstellen von Ground-Truth-Daten	Ziel: Interaktives und automatisiertes Erstellen der Ground-Truth aus Videos und Bildsequenzen. Verwenden der "Ground Truth Labeler App" Beschriften von ROIs (Region of Interest) und Szenen Automatisiertes Erstellen der Ground-Truth mithilfe von Detektions- und Tracking Algorithmen Betrachten und exportieren der Ground-Truth
Visualisierung von Sensordaten	Ziel: Visualisieren von Kamerabildern, Radar- und Lidardaten. Verwenden geeigneter Koordinatensysteme. Visualisierung in Vogelperspektive Grafische Darstellung der Sensorabdeckung Visualisierung von detektierten Objekten und Fahrbahn Transformation zwischen Fahrzeug- und Bildkoordinaten Kennzeichnung detektierter Objekte und Fahrbahnbegrenzung in Videos
Fahrbahn- und Fahrzeugerkennung	Ziel: Segmentieren und Modellieren von Fahrbahnbegrenzungen. Verwenden vortrainierter Detektoren zur Fahrzeugerkennung. Transformation von Bilddaten in Vogelperspektive Erkennen der Fahrbahnmarkierung Erstellen eines Fahrbahnmodells Abgleich von Fahrbahnerkennung und Ground-Truth Erkennen von Fahrzeugen
Zusammenführen von Sensordaten	Ziel: Erzeugen eines Multi-Object Trackers um Informationen verschiedener Sensoren, wie z.B. Kamera und Radar, zusammenzuführen. Tracken mehrerer Objekte Vorverarbeiten von Detektionen Verwendung von Kalman-Filtern Verwalten mehrerer Tracks Arbeiten mit dem Multi-Object Tracker
Erzeugen von Fahrszenarien und Synthetisieren von Sensordaten	Ziel: Erzeugen künstlicher Fahrszenarien, sowie Radar- und Kameradetektionen um Umgebungswahrnehmung zu testen. Verwenden der "Driving Scenario Designer App" Erzeugen von Szenarien mit Straßen, Akteuren und Sensoren Simulation und Visualisierung von Szenarien Erzeugen von Detektionen und Export von Szenarien Testen von Algorithmen in Szenarien

Termin garantiert.

Bei Anmeldung für einen dieser Kurse ist sichergestellt, dass der Kurs zum angegebenen Termin stattfindet und nicht verschoben oder storniert wird.

Termine und Anmeldung

Résultats 1 - 9 von 9

Datum	Ort	Sprache	Preis
26 Jul 2019	US, Michigan, Novi	English	USD 750
01 Aug 2019	Japan, 東京都	Japanese	JPY 70.000
05 Sep 2019	Online 9:00 Uhr bis 17:00 Uhr US-amerikanische östliche Sommerzeit	English	USD 750
17 Okt 2019	China, 北京	Chinese	CNY 3.000
23 Okt 2019	Japan, 名古屋市	Japanese	JPY 70.000
22 Nov 2019	China, 上海	Chinese	CNY 3.000
03 Dez 2019	Japan, 東京都	Japanese	JPY 70.000
06 Dez 2019	US, Massachusetts, Natick	English	USD 750
13 Dez 2019	US, California, San Jose	English	USD 750

Résultats 1 - 9 von 9

Die Preise gelten für den Erwerb und die Nutzung in USA, Um Preise für andere Regionen zu erfragen, kontaktieren Sie den Vertrieb. Der angegebene Preis enthält keine Umsatz- oder Mehrwertsteuer bzw. andere Steuern. Eventuell für diesen Erwerb anfallende Steuern, Abgaben oder Gebühren werden auf der Bestellung ausgewiesen. Nähere Informationen finden Sie unter MathWorks Schulungsrichtlinien.