自动驾驶轨迹预测真正重要的是什么？国内首门轨迹预测理论&基础与进阶实战课程！...

何为轨迹预测？自动驾驶轨迹预测是指通过分析车辆行驶过程中的各种数据，预测车辆未来的行驶轨迹。作为自动驾驶的核心模块，轨迹预测的质量对于下游的规划控制至关重要。通过预测车辆的轨迹，智驾系统可以提前识别潜在的危险情况，如避免与其他车辆或障碍物的碰撞，避免突发状况的发生等。同时，预测轨迹还可以帮助系统规划最佳的行驶路线，提高行驶效率和舒适性。近几年轨迹预测领域获得了极大地发展，从最初基于物理、基于规则的方法慢慢向基于机器学习和深度学习转变，是一个技术栈丰富、方案多、难度大的自动驾驶核心任务。

1. 轨迹预测任务技术栈丰富，需要熟悉自动驾驶动/静态感知、高精地图、车道线、神经网络架构（CNN&GNN&Transformer）技能等等。

2. 子领域方向多，传统轨迹预测涉及基于物理、采样、概率建模，深度学习领域涉及序列建模、视觉建模、混合架构，更有方兴未艾的强化学习领域等等。

3. 难度大，轨迹预测作为新兴方向学习难度大，数学基础要求高，领域发展快，非常具有挑战性。

此外，由于高校基本不涉及实车调试，应届生极少有相关经验，因此轨迹预测算法工程师大都是工作后才开始接触该领域，这无疑大大增加了轨迹预测入门学习的门槛，汽车人刚看了某招聘网站，3-5年的轨迹预测工程师年薪高达90W！

如何入门到进阶？

这么多的技术栈和方案，我们如何快速入门和切入这个方向呢？在深入调研大家的需求后，自动驾驶之心联合一线资深轨迹预测领域的算法专家一起将轨迹预测从基本概念到基础模块，从基础讲解到进阶实战，形成了国内第一门面向教学的全方位轨迹预测入门课程。从0到1为大家详细介绍轨迹预测的基本概念、基础模块、GNN和PyG的基础讲解与进阶实战等方方面面，内容非常详细。理论结合实战，帮助大家更好地理解算法的实现细节，核心全面地介绍轨迹预测经典GCN、GAT、TNT、HOME等等算法。特别适合刚入门的小白以及需要在业务上从事自动驾驶感知、建图、预测规划的同学，也很适合想要系统地了解新方向的其他方向从业人员。

课程大纲如下：

主讲老师

Thomas老师，CS AI领域世界排名top20顶级名校，曾获得Argoverse motion forecasting SOTA。现任业内某大厂高级轨迹预测算法工程师，负责预测框架的设计和优化，精通轨迹预测领域的各种处理方法和技巧，欢迎大家一起交流学习。

本课程适合人群

1. 计算机视觉与自动驾驶感知相关研究方向的本科/硕士/博士；

2. 自动驾驶从事轨迹预测相关算法工程人员；

3. 想要转入轨迹预测方向算法的小伙伴；

4. 工作上需要提升的算法工程人员及企业技术管理人员；

本课程需要具备的基础

1. 具有一定的python和pyTorch基础，熟悉深度学习常用的一些基础算法；

2. 对GNN、PyG、Transformer等基础方案有一定了解；

3. 一定的线性代数和矩阵论基础；

4. 电脑需要自带GPU，能够通过CUDA加速（显存至少12GB）；

学后收获：

1. 能够对轨迹预测从基础到进阶方案的主流模型有系统和深入的理解。

2. 学习到如何构建自己的轨迹预测系统。

3. 将方法应用到实际工作中，并掌握其在自动驾驶系统中的算法改进与应用，解决量产中遇到的瓶颈。

4. 丰富案例和项目实战，加深理论和实际的融合，在研究工作或者算法工程上得到新的方法设计。

5. 认识多行业从业人员与学习合作伙伴，并在交流中达到更加深入的理解。

开课时间

2023.10.20号正式开课，加入我们一起学习基础，开课后2个月结课，离线教学，微信群内答疑（交流环境非常好，非常重要的部分）！

课程咨询

扫码加入学习！

扫码添加助理咨询课程！

(微信：AIDriver004)

版权声明

自动驾驶之心所有课程最终版权均归自动驾驶之心团队及旗下公司所属，我们强烈谴责非法盗录行为，对违法行为将第一时间寄出律师函。也欢迎同学们监督举报，对热心监督举报的同学，我们将予以重报！

投诉微信：AIDriver004(备注：盗版举报)