Online cursus – gecertificeerde professionele specialisatie in autonome voertuigen van de Universiteit van Toronto

Inleiding tot autonome voertuigen

Cursus 1

• 35 uur
• 4,7 (2.838 beoordelingen)

Cursusdetails

Wat je gaat leren:

• Begrijp de algemene hardware die wordt gebruikt in autonome voertuigen
• Identificeer de belangrijkste componenten in het softwarepakket van het autonome voertuig
• Om voertuigmodellen te programmeren en te besturen
• Analyseer de veiligheidskaders en huidige praktijken in de voertuigontwikkelingsindustrie

Inschatting van situaties en locatie voor autonome voertuigen

Cursus 2

• 26 uur
• 4,7 (822 beoordelingen)

Cursusdetails

Wat je gaat leren:

• Begrijp de belangrijkste methoden voor het schatten van parameters en situaties die worden gebruikt bij autonoom rijden, zoals de foutreductiemethode
• Ontwikkel een model voor typische voertuigpositiesensoren, inclusief GPS en IMU’s
• om uitgebreide en niet-spaarzame Kalman-filters te gebruiken om problemen met het schatten van de voertuigstatus op te lossen
• Pas technieken toe voor het matchen van LIDAR-scans en het iteratieve algoritme voor het dichtstbijzijnde punt

Visuele perceptie voor autonome voertuigen

Cursus 3

• 31 uur
• 4,7 (571 beoordelingen)

Cursusdetails

Wat je gaat leren:

• werk met een hoekcameramodel en voer interne en externe kalibratie van de camera uit
• Ontdek, beschrijf en match beeldkenmerken en ontwerp uw eigen convolutionele neurale netwerken
• Gebruik deze methoden bij visuele odometrie, bij het identificeren en volgen van objecten
• Pas semantische afkapping toe om berijdbare oppervlakken te schatten

Verkeersplanning voor autonome voertuigen

Cursus 4

• 32 uur
• 4,8 (461 beoordelingen)

Cursusdetails

Wat je gaat leren:

• Welkom bij de cursus Verkeersplanning voor autonome voertuigen, de vierde cursus in de specialisatie Autonomous Vehicles van de Universiteit van Toronto.
• In deze cursus maak je kennis met de belangrijkste planningstaken bij autonoom rijden, waaronder taakplanning, gedragsplanning en lokale planning.
• Aan het einde van deze cursus kun je met behulp van het Dijkstra-algoritme de kortste route op een grafiek of wegennetwerk vinden en*
• Gebruik eindige toestandsmachines om veilig gedrag te selecteren dat moet worden uitgevoerd
• Ontwikkel optimale routes en soepele snelheidsprofielen om veilig rond obstakels te navigeren en tegelijkertijd aan de verkeerswetten te voldoen.
• Daarnaast maak je bezettingsrasterkaarten van statische elementen in de omgeving en leer je hoe je deze kunt gebruiken om effectief op conflicten te controleren.
• Deze cursus biedt u de mogelijkheid om een ​​complete zelfplanningsoplossing te bouwen waarmee u van huis naar uw werk kunt gaan, terwijl u zich gedraagt ​​als een typische chauffeur en te allen tijde de veiligheid behoudt.

Voor het eindproject van deze cursus:

• Pas een hiërarchische verkeersplanner toe om door een reeks scenario’s in de CARLA-simulator te navigeren, waaronder het vermijden van een voertuig dat op uw rijstrook geparkeerd staat, het volgen van een voorliggend voertuig en het veilig navigeren op een kruispunt.
• U krijgt te maken met willekeur in de echte wereld en u moet ervoor zorgen dat uw oplossing bestand is tegen veranderingen in de omgeving.

Cursusvereisten:

• Dit is een cursus op gemiddeld niveau, bedoeld voor leerlingen met een bepaalde achtergrond in robotica, en is gebaseerd op de modellen en controllers die in cursus 1 van deze specialisatie zijn gemaakt.
• Om te slagen in deze cursus moet je programmeerervaring hebben in Python 3.0, en bekendheid hebben met lineaire algebra (matrices, vectoren, matrixvermenigvuldiging, graden, waarden en eigenvectoren en inverses) en met calculus (gewone differentiaalvergelijkingen, integratie). .