项目介绍：该项目主要是设计一款教育用的无人驾驶汽车平台，针对不同场景适配不同技术，整体框架依托于开源
Apollo平台，主要分为感知、预测、规划、控制等模块。
个人职责：
调研感知模块传统实现方法和深度学习方法，对这两种方案进行试验分析；调试激光雷达和摄像头，处理相关数据；
阅读学习Apollo开源项目的C++源码,代码量大概十几万行；针对具体应用场景，对车道线检测和3D障碍物检测追踪算法进行了替换；
车道线检测复现ENet算法，并在其基础上进行改进，在实验室数据集平均准确率达到95%，召回77%，分割速度26FPS；
3D障碍物检测分别基于传统分阶段方法和PointRCNN端到端方法来实现，不同方法设定不同的教育教学场景;
封装整个模块，整个模块在真实车辆上进行实际场景测试，并编写技术文档。
该项目获得'AI+'创新创业大赛优秀表现奖。
