当前课程知识点:智能车辆理论与应用 > 第9章 智能车辆测试与评价 > 9-3 智能车辆测试 > 9-3-3 测试方法
-1-0 关于这门课
-1-1 发展历程
--1-1 发展历程
-1-2 机遇与挑战
-第1章 习题
--第1章 习题
-2-1 基于激光雷达的障碍物检测
-2-2 以斜坡为例的基于ROS框架的可通行区域检测
-2-3 基于AdaBoost的车辆检测
-2-4 基于机器学习与激光雷达的负障碍检测
--2-4-2 基于Python库scikit-learn的实现
-第2章 习题
--第2章 习题
-3-1 概述
--3-1 概述
-3-2 CNN分类模型及其应用
-3-3 目标检测模型及其应用
-3-4 分割模型及其应用
-第3章 习题
--第3章 习题
-4-1 概述
--4-1 概述
-4-2 视觉SLAM
-4-3 激光雷达SLAM
-第4章 习题
--第4章 习题
-5-1 概述
--5-1-1 分类
-5-2 强化学习
-5-3 强化学习应用
-第5章 习题
--第5章 习题
-6-0 引言
--6-0 引言
-6-1 静态环境下的运动规划
-6-2 动态环境下的运动规划
-第6章 习题
--第6章 习题
-7-1 MPC基本理论
-7-2 车辆运动学模型的建立
-7-3 预测模型的建立
-7-4 控制量的优化求解
-7-5 车辆横摆动力学建模及MPC控制
-7-6 车辆动力学模型预测控制—仿真代码解释
-第7章 习题
--第7章 习题
-8-1 概述
--8-1 概述
-8-2 基于网联技术的多车编队
-8-3 基于V2X的遮挡环境下智能车辆避撞行人
-第8章 习题
--第8章 习题
-9-1 基于MATLAB的自动代客泊车案例
-9-2 ROS与VREP联合仿真测试案例
-9-3 智能车辆测试
-9-4 智能车辆评价
-第9章 习题
--第9章 习题