課程信息

65,823 次近期查看
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
高級
完成時間大約為32 小時
英語(English)
字幕:英語(English)
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
高級
完成時間大約為32 小時
英語(English)
字幕:英語(English)

提供方

Placeholder

多伦多大学

教學大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 1 小時

Welcome to Course 4: Motion Planning for Self-Driving Cars

完成時間為 1 小時
4 個視頻 (總計 18 分鐘), 3 個閱讀材料
4 個視頻
Welcome to the Course3分鐘
Meet the Instructor, Steven Waslander5分鐘
Meet the Instructor, Jonathan Kelly2分鐘
3 個閱讀材料
Course Readings10分鐘
How to Use Discussion Forums15分鐘
How to Use Supplementary Readings in This Course15分鐘
完成時間為 2 小時

Module 1: The Planning Problem

完成時間為 2 小時
4 個視頻 (總計 54 分鐘), 1 個閱讀材料, 1 個測驗
4 個視頻
Lesson 2: Motion Planning Constraints13分鐘
Lesson 3: Objective Functions for Autonomous Driving9分鐘
Lesson 4: Hierarchical Motion Planning17分鐘
1 個閱讀材料
Module 1 Supplementary Reading10分鐘
1 個練習
Module 1 Graded Quiz50分鐘
2

2

完成時間為 6 小時

Module 2: Mapping for Planning

完成時間為 6 小時
5 個視頻 (總計 50 分鐘), 1 個閱讀材料, 1 個測驗
5 個視頻
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 1)9分鐘
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 2)9分鐘
Lesson 3: Occupancy Grid Updates for Self-Driving Cars9分鐘
Lesson 4: High Definition Road Maps11分鐘
1 個閱讀材料
Module 2 Supplementary Reading1小時
3

3

完成時間為 4 小時

Module 3: Mission Planning in Driving Environments

完成時間為 4 小時
3 個視頻 (總計 35 分鐘), 1 個閱讀材料, 1 個測驗
3 個視頻
Lesson 2: Dijkstra's Shortest Path Search10分鐘
Lesson 3: A* Shortest Path Search13分鐘
1 個閱讀材料
Module 3 Supplementary Reading1小時
1 個練習
Module 3 Graded Quiz50分鐘
4

4

完成時間為 2 小時

Module 4: Dynamic Object Interactions

完成時間為 2 小時
3 個視頻 (總計 36 分鐘), 1 個閱讀材料, 1 個測驗
3 個視頻
Lesson 2: Map-Aware Motion Prediction11分鐘
Lesson 3: Time to Collision12分鐘
1 個閱讀材料
Module 4 Supplementary Reading1小時
1 個練習
Module 4 Graded Quiz50分鐘

審閱

來自MOTION PLANNING FOR SELF-DRIVING CARS的熱門評論

查看所有評論

關於 自动驾驶汽车 專項課程

Be at the forefront of the autonomous driving industry. With market researchers predicting a $42-billion market and more than 20 million self-driving cars on the road by 2025, the next big job boom is right around the corner. This Specialization gives you a comprehensive understanding of state-of-the-art engineering practices used in the self-driving car industry. You'll get to interact with real data sets from an autonomous vehicle (AV)―all through hands-on projects using the open source simulator CARLA. Throughout your courses, you’ll hear from industry experts who work at companies like Oxbotica and Zoox as they share insights about autonomous technology and how that is powering job growth within the field. You’ll learn from a highly realistic driving environment that features 3D pedestrian modelling and environmental conditions. When you complete the Specialization successfully, you’ll be able to build your own self-driving software stack and be ready to apply for jobs in the autonomous vehicle industry. It is recommended that you have some background in linear algebra, probability, statistics, calculus, physics, control theory, and Python programming. You will need these specifications in order to effectively run the CARLA simulator: Windows 7 64-bit (or later) or Ubuntu 16.04 (or later), Quad-core Intel or AMD processor (2.5 GHz or faster), NVIDIA GeForce 470 GTX or AMD Radeon 6870 HD series card or higher, 8 GB RAM, and OpenGL 3 or greater (for Linux computers)....
自动驾驶汽车

常見問題

還有其他問題嗎?請訪問 學生幫助中心