環境感知是自動駕駛的核心技術之一，其核心作用是感知車輛周圍的行人、車輛、障礙物、車道線以及紅綠燈等交通標志。多傳感器融合是各種精確環境感知機器人應用的基礎，通過不同傳感器間的互補，能夠使融合系統的整體感知能力顯著提高。
在L3及以上的自動駕駛系統中，基于攝像頭、激光雷達等多傳感器的融合感知方案已逐漸量產落地。
但是多傳感器融合感知技術涉及知識廣，要求該領域的伙伴們不僅需要掌握多傳感器的時空標定方法，更需要掌握2D、3D的感知方法以及融合策略。
空間對準如何建立從各個傳感器不同坐標系到一個統一的基準坐標系的變換關系？
Object level 的后融合：一個Object的一生，伙伴們刻苦研究的必備內容：
前融合算法是自動駕駛中的多模態融合，但多模態融合有諸多難點：單模態特征表達、多模態時空對齊、多模態特征融合等內容。
必一運動
如何設計一個完整的針對性融合系統及優缺點分析，這也是很多伙伴很難挑戰成功的問題。
因此，深藍學院重磅推出『多傳感器融合感知』課程，幫助大家系統梳理常用的相機、激光雷達的時間空間標定方法，細致講解當下主流的融合感知策略（前融合與后融合），并通過融合感知的Project，讓大家具備親自動手實現一個完整的融合感知系統的能力。
歷任百度自動駕駛高級研發工程師，紐勱科技L4部門研發負責人，商湯自動駕駛研發副總監。浙江大學控制系碩士，畢業至今擁有6年+的L4自動駕駛研發經驗，擅長3D感知、定位建圖和多傳感器標定等技術。
