Онлайн-курс – сертифицированная профессиональная специализация по автономным транспортным средствам Университета Торонто.

Введение в автономные транспортные средства

Курс 1

• 35 часов
• 4,7 (2838 оценок)

Детали курса

Что вы узнаете:

• Понимать общее оборудование, используемое в автономных транспортных средствах.
• Определить ключевые компоненты программного обеспечения автономного транспортного средства.
• Для программирования моделей транспортных средств и управления
• Анализ систем безопасности и текущей практики в отрасли разработки транспортных средств.

Оценка ситуации и местоположения для автономных транспортных средств

Курс 2

• 26 часов
• 4,7 (822 оценки)

Детали курса

Что вы узнаете:

• Понимать основные методы оценки параметров и ситуаций, используемых в автономном вождении, например, метод уменьшения ошибок.
• Разработайте модель типичных датчиков положения транспортного средства, включая GPS и IMU.
• использовать расширенные и неразреженные фильтры Калмана для решения задач оценки состояния транспортного средства.
• Применить методы сопоставления сканирований LIDAR и итеративный алгоритм ближайшей точки.

Визуальное восприятие для автономных транспортных средств

Курс 3

• 31 час
• 4,7 (571 оценка)

Детали курса

Что вы узнаете:

• работать с угловой моделью камеры и выполнять внутреннюю и внешнюю калибровку камеры
• Обнаруживайте, описывайте и сопоставляйте особенности изображений и создавайте собственные сверточные нейронные сети.
• Используйте эти методы в визуальной одометрии, при идентификации и отслеживании объектов.
• Примените семантическое усечение для оценки пригодных для движения поверхностей

Планирование движения для автономных транспортных средств

Курс 4

• 32 часа
• 4,8 (461 оценка)

Детали курса

Что вы узнаете:

• Добро пожаловать на курс «Планирование дорожного движения для автономных транспортных средств», четвертый курс по специализации «Автономные транспортные средства» Университета Торонто.
• Этот курс познакомит вас с основными задачами планирования автономного вождения, включая планирование задач, планирование поведения и местное планирование.
• В конце этого курса вы сможете найти кратчайший маршрут на графе или дорожной сети, используя алгоритм Дейкстры и*
• Используйте конечные автоматы для выбора безопасного поведения для выполнения.
• Разрабатывайте оптимальные маршруты и плавные профили скорости, чтобы безопасно объезжать препятствия и соблюдать правила дорожного движения.
• Кроме того, вы подготовите карты сетки занятости статических элементов среды и научитесь использовать их для эффективной проверки на наличие конфликтов.
• Этот курс предоставит вам возможность создать комплексное решение для самостоятельного планирования, которое доставит вас из дома на работу, ведя себя как типичный водитель и всегда обеспечивая безопасность.

Для финального проекта в этом курсе:

• Примените иерархический планировщик дорожного движения для навигации по последовательности сценариев в симуляторе CARLA, включая объезд автомобиля, припаркованного на вашей полосе, следование за ведущим транспортным средством и безопасное пересечение перекрестка.
• Вы будете иметь дело с реальной случайностью, и вам нужно будет поработать над тем, чтобы ваше решение было устойчивым к изменениям в окружающей среде.

Требования к курсу:

• Это курс среднего уровня, предназначенный для учащихся с определенным опытом работы в робототехнике и основанный на моделях и контроллерах, созданных в курсе 1 этой специализации.
• Чтобы добиться успеха в этом курсе, вы должны иметь опыт программирования на Python 3.0 и знание линейной алгебры (матрицы, векторы, умножение матриц, степени, значения, собственные векторы и обратные), а также исчисления (обыкновенные дифференциальные уравнения, интегрирование). .