About this Course
최근 조회 29,500

다음 전문 분야의 4개 강좌 중 4번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 18시간 필요

권장: 7 hours/week...

영어

자막: 영어

다음 전문 분야의 4개 강좌 중 4번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 18시간 필요

권장: 7 hours/week...

영어

자막: 영어

강의 하이라이트

featured

실제 프로젝트

매우 사실적인 운전 환경에서 학습하기

자동화 차량에 대한 데이터를 바탕으로 자율 주행 자동차를 위한 자체적인 소프트웨어 스택을 구축하고, CARLA 시뮬레이터를 사용해 최종 프로젝트를 완성해 보세요.

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 1시간 필요

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

4개 동영상 (총 18분), 3 readings
4개의 동영상
Welcome to the Course3m
Meet the Instructor, Steven Waslander5m
Meet the Instructor, Jonathan Kelly2m
3개의 읽기 자료
Course Readings10m
How to Use Discussion Forums15m
How to Use Supplementary Readings in This Course15m
완료하는 데 2시간 필요

Module 1: The Planning Problem

4개 동영상 (총 54분), 1 reading, 1 quiz
4개의 동영상
Lesson 2: Motion Planning Constraints13m
Lesson 3: Objective Functions for Autonomous Driving9m
Lesson 4: Hierarchical Motion Planning17m
1개의 읽기 자료
Module 1 Supplementary Reading10m
1개 연습문제
Module 1 Graded Quiz50m
2
완료하는 데 6시간 필요

Module 2: Mapping for Planning

5개 동영상 (총 50분), 1 reading, 1 quiz
5개의 동영상
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 1)9m
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 2)9m
Lesson 3: Occupancy Grid Updates for Self-Driving Cars9m
Lesson 4: High Definition Road Maps11m
1개의 읽기 자료
Module 2 Supplementary Reading1h
3
완료하는 데 4시간 필요

Module 3: Mission Planning in Driving Environments

3개 동영상 (총 35분), 1 reading, 1 quiz
3개의 동영상
Lesson 2: Dijkstra's Shortest Path Search10m
Lesson 3: A* Shortest Path Search13m
1개의 읽기 자료
Module 3 Supplementary Reading1h
1개 연습문제
Module 3 Graded Quiz50m
4
완료하는 데 2시간 필요

Module 4: Dynamic Object Interactions

3개 동영상 (총 36분), 1 reading, 1 quiz
3개의 동영상
Lesson 2: Map-Aware Motion Prediction11m
Lesson 3: Time to Collision12m
1개의 읽기 자료
Module 4 Supplementary Reading1h
1개 연습문제
Module 4 Graded Quiz50m
4.8
9개의 리뷰Chevron Right

Motion Planning for Self-Driving Cars의 최상위 리뷰

대학: IKSep 14th 2019

I think it is one of the best courses for learning the motion planning algorithms for Autonomous driving. The concepts are well explained with lots of examples.

강사

Avatar

Steven Waslander

Associate Professor
Aerospace Studies
Avatar

Jonathan Kelly

Assistant Professor
Aerospace Studies

토론토 대학교 정보

Established in 1827, the University of Toronto is one of the world’s leading universities, renowned for its excellence in teaching, research, innovation and entrepreneurship, as well as its impact on economic prosperity and social well-being around the globe. ...

자율 주행 자동차 전문 분야 정보

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)....
자율 주행 자동차

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.