udacity无人驾驶工程师培训视频教程下载
2017年第一二期 带字幕(英文)
课程介绍:
无人驾驶车是现代历史中最具开创性的进步之一。它们带来的影响不仅仅在技术、交通或城市规划领域,而是深入到我们生活中的每一个方面,超乎你的想象。加入这个纳米学位项目,你将掌握那些能让你塑造未来的技术。你将参与一系列互动型实战项目,包括但不限于计算机视觉、机器人控制、定位和路线规划;你将会在这个激动人心的领域做好准备,大展身手。此套udacity无人驾驶工程师培训视频教程包括优达第一学期和第二学期的教程,共分为六个部分,下面的课程目录里会做详细的介绍。
udacity无人驾驶工程师培训视频教程目录结构介绍:
第一学期 - 第一部分 简介
在这节课中,你将会了解无人驾驶车的组成系统和工作原理,并着手迎接你的第一个实战项目-检测车道线。同时,我们会介绍整个纳米项目和课程期间提供的各项学习服务。
第一学期 - 第二部分 深度学习
深度学习已经成为机器学习和自动化交通发展中最关键的组成部分!来自NVIDIA和 Uber ATG 的专家将会教你利用现实世界和优达模拟装置中的数据,来进行深度神经网络架构和训练。
第一学期 - 第三部分 计算机视觉
你将会整合摄像头、软件和机器学习的相关知识,进行多种路况下的车道检测和车辆跟踪。 同时你会着手校正摄像头,处理图像,应用支持向量机和决策树来从视频中提取信息。
第二学期 - 第一部分 传感器融合
长时间追踪对象是了解车辆周围环境的一项重大挑战。来自梅赛德斯 - 奔驰(Mercedes-Benz) 的传感器融合工程师将向你展示如何编程卡尔曼滤波器的基本数学工具。这些滤波器可以准确预测并确定道路上其他车辆的位置。
第二学期 - 第二部分 定位
定位是用于确定我们的车辆在世界上的位置。 GPS定位无疑是伟大的,但它只能在方圆几米内保持准确。我们需要精确到厘米级的精度!为了实现这一点,来自梅赛德斯 - 奔驰(Mercedes-Benz)的工程师将教你使用马尔科夫定位的原理来编制粒子滤波器,该滤波器能够使用数据和地图来确定车辆的精确位置。+ t( _6 p) d( R1 S8 f: t
第二学期 - 第三部分 控制
一辆无人驾驶车归根结底是一辆汽车,我们需要发出转向,油门和刹车等指令来运行汽车。Uber ATG将指导你构建比例积分微分(PID)控制器和模型预测控制器。在学习这些控制算法中,你将熟悉起动车辆的基础和先进技术。
udacity无人驾驶工程师培训视频教程部分资料截图展示: