【Udemy中英字幕】ROS2 Point Clouds For Autonomous Self Driving Car using PCL

使用 PCL 的 ROS2 自动驾驶汽车点云

3D 激光雷达 Kitti 数据集和深度相机自定义点云

讲师：Muhammad Luqman

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 在 CPP 中使用 PCL 对点云进行体素化和聚类
• 平面和圆柱点云的提取
• 从 Kitti 数据集的 3D 激光雷达扫描中提取对象
• 使用 ROS2 和 RTAB MAP 创建自定义点云地图

要求

• Ubuntu 22.04 LTS
• ROS2 谦逊
• VS代码
• 海湾合作委员会
• 胃肠道疾病

描述

欢迎来到我们的点云课程！在本课程中，我们将探索使用点云进行 3D 映射和物体检测的激动人心的世界。

我们将从 RTAB 制图开始，这是一种使用 RGB-D 相机创建精确 3D 地图的强大技术。通过实践项目，您将学习如何使用此技术从您自己的数据生成高质量的点云。

接下来，我们将深入研究Kitti 数据集并探索如何使用 3D 激光雷达进行物体检测。我们将教您如何使用高级技术实时检测物体，例如基于激光雷达的分割和聚类。

我们还将介绍ROS2，这是可视化和处理点云数据的重要工具。借助 ROS2，您将学习如何使用rviz 和 PCL创建令人惊叹的可视化效果并轻松分析点云数据。

此外，我们将探索圆柱和平面分割，这是从点云数据中提取有意义信息的两种重要技术。通过一系列动手练习，您将学习如何使用这些技术准确识别和分类点云中的对象。

章节：

1. CPP中基本数据理解
2. 点云算法与分割
3. 真实世界 3D 激光雷达处理（即将推出）

完成本课程后，您可以创建

1. 了解CPP编程语言中的基本数据结构和算法，这对于实现计算机视觉和机器学习应用至关重要。

2. 熟练实现对象识别、场景重建和机器人等计算机视觉应用中常用的点云算法和分割技术。

3. 能够处理现实世界的 3D 激光雷达数据，这对于自动驾驶汽车应用和其他涉及传感和感知的机器人应用至关重要。

软件要求

• Ubuntu 22.04 LTS
• ROS2 谦逊
• C++ 基础知识

  ———————————————————————————-

  购买前请查看本课程的 GitHub 存储库

本课程适合哪些人：

• 自动驾驶汽车工程师
• 软件开发人员
• 感知工程师