环境感知是自动驾驶的核心技术之一，其核心作用是感知车辆周围的行人、车辆、障碍物、车道线以及红绿灯等交通标志。多传感器融合是各种精确环境感知机器人应用的基础，通过不同传感器间的互补，能够使融合系统的整体感知能力显著提高。

　　在L3及以上的自动驾驶系统中，基于摄像头、激光雷达等多传感器的融合感知方案已逐渐量产落地。

　　但是多传感器融合感知技术涉及知识广，要求该领域的伙伴们不仅需要掌握多传感器的时空标定方法，更需要掌握2D、3D的感知方法以及融合策略。

　　空间对准如何建立从各个传感器不同坐标系到一个统一的基准坐标系的变换关系？

　　Object level 的后融合：一个Object的一生，伙伴们刻苦研究的必备内容：

　　前融合算法是自动驾驶中的多模态融合，但多模态融合有诸多难点：单模态特征表达、多模态时空对齐、多模态特征融合等内容。

　　必一运动

　　如何设计一个完整的针对性融合系统及优缺点分析，这也是很多伙伴很难挑战成功的问题。

　　因此，深蓝学院重磅推出『多传感器融合感知』课程，帮助大家系统梳理常用的相机、激光雷达的时间空间标定方法，细致讲解当下主流的融合感知策略（前融合与后融合），并通过融合感知的Project，让大家具备亲自动手实现一个完整的融合感知系统的能力。

　　历任百度自动驾驶高级研发工程师，纽劢科技L4部门研发负责人，商汤自动驾驶研发副总监。浙江大学控制系硕士，毕业至今拥有6年+的L4自动驾驶研发经验，擅长3D感知、定位建图和多传感器标定等技术。