公司描述: 谷歌无人车之父Sebastian Thrun创立的硅谷前沿科技教育平台;
在线进修自动驾驶算法
工作职责和业绩:
基于计算机视觉的车道线检测
相机标定和图像失真校准,透视变换;
运用颜色空间转换和梯度方法获得车道线的二值化图像;
首次检测车道线,采用滑动窗口方法;之后,为提高算法效率,仅在之前检测到的车道线附近一定区域内搜索;计算车道线曲率半径;
高亮检测到的两车道线间的区域,并反投回失真校准后的原始图像中;
基于深度学习的交通标志分类器
运用TensorFlow搭建LeNet神经网络整体架构;
搭建模型训练流程,采用交叉熵为损失函数,优化器采用反向传播更新网络、最小化损失函数;
搭建模型评估流程,构建评估函数运行评估流程,分批处理数据集;
多轮、分批次训练模型,评估并保存模型;
在测试集上评估模型准确性;
基于迁移学习的驾驶行为克隆
运行无人驾驶模拟器获取训练模型所需数据;
为节省内存空间,采用generator加载和预处理数据;
使用TensorFlow Keras库快速搭建迁移学习神经网络;
采用fit_generator()方法训练模型;
利用传感器数据融合追踪自行车
基于EKF,结合Lidar与Radar两者的优势,采用C++实现追踪功能;
Lidar测量数据基于笛卡尔坐标系,其测量函数为线性模型;
Radar测量数据基于极坐标系,其测量函数为非线性模型,需进行线性化处理,采用多元泰勒级数展开,计算雅各比矩阵;
采用均方根误差(RMSE)方法评估滤波器性能;
熟悉贝叶斯定理;
运用A*算法规划最佳路径;
运用python进行数据分析,编写网络爬虫;