이 강좌에 대하여

최근 조회 118,009

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 2번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

This is an advanced course, intended for learners with a background in mechanical engineering, computer and electrical engineering, or robotics.

완료하는 데 약 27시간 필요

영어

자막: 영어

배울 내용

  • Understand the key methods for parameter and state estimation used for autonomous driving, such as the method of least-squares

  • Develop a model for typical vehicle localization sensors, including GPS and IMUs

  • Apply extended and unscented Kalman Filters to a vehicle state estimation problem

  • Apply LIDAR scan matching and the Iterative Closest Point algorithm

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 2번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

This is an advanced course, intended for learners with a background in mechanical engineering, computer and electrical engineering, or robotics.

완료하는 데 약 27시간 필요

영어

자막: 영어

제공자:

토론토 대학교 로고

토론토 대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 2시간 필요

Module 0: Welcome to Course 2: State Estimation and Localization for Self-Driving Cars

완료하는 데 2시간 필요
9개 동영상 (총 33분), 3 개의 읽기 자료
9개의 동영상
Welcome to the Course3m
Meet the Instructor, Jonathan Kelly2m
Meet the Instructor, Steven Waslander5m
Meet Diana, Firmware Engineer2m
Meet Winston, Software Engineer3m
Meet Andy, Autonomous Systems Architect2m
Meet Paul Newman, Founder, Oxbotica & Professor at University of Oxford5m
The Importance of State Estimation1m
3개의 읽기 자료
Course Prerequisites: Knowledge, Hardware & Software15m
How to Use Discussion Forums15m
How to Use Supplementary Readings in This Course15m
완료하는 데 7시간 필요

Module 1: Least Squares

완료하는 데 7시간 필요
4개 동영상 (총 33분), 3 개의 읽기 자료, 3 개의 테스트
4개의 동영상
Lesson 1 (Part 2): Squared Error Criterion and the Method of Least Squares6m
Lesson 2: Recursive Least Squares7m
Lesson 3: Least Squares and the Method of Maximum Likelihood8m
3개의 읽기 자료
Lesson 1 Supplementary Reading: The Squared Error Criterion and the Method of Least Squares45m
Lesson 2 Supplementary Reading: Recursive Least Squares30m
Lesson 3 Supplementary Reading: Least Squares and the Method of Maximum Likelihood30m
3개 연습문제
Lesson 1: Practice Quiz30m
Lesson 2: Practice Quiz30m
Module 1: Graded Quiz50m
2

2

완료하는 데 7시간 필요

Module 2: State Estimation - Linear and Nonlinear Kalman Filters

완료하는 데 7시간 필요
6개 동영상 (총 53분), 5 개의 읽기 자료, 1 개의 테스트
6개의 동영상
Lesson 2: Kalman Filter and The Bias BLUEs5m
Lesson 3: Going Nonlinear - The Extended Kalman Filter9m
Lesson 4: An Improved EKF - The Error State Extended Kalman Filter6m
Lesson 5: Limitations of the EKF7m
Lesson 6: An Alternative to the EKF - The Unscented Kalman Filter15m
5개의 읽기 자료
Lesson 1 Supplementary Reading: The Linear Kalman Filter45m
Lesson 2 Supplementary Reading: The Kalman Filter - The Bias BLUEs10m
Lesson 3 Supplementary Reading: Going Nonlinear - The Extended Kalman Filter45m
Lesson 4 Supplementary Reading: An Improved EKF - The Error State Kalman FIlter1시간
Lesson 6 Supplementary Reading: An Alternative to the EKF - The Unscented Kalman Filter30m
3

3

완료하는 데 2시간 필요

Module 3: GNSS/INS Sensing for Pose Estimation

완료하는 데 2시간 필요
4개 동영상 (총 34분), 3 개의 읽기 자료, 1 개의 테스트
4개의 동영상
Lesson 2: The Inertial Measurement Unit (IMU)10m
Lesson 3: The Global Navigation Satellite Systems (GNSS)8m
Why Sensor Fusion?3m
3개의 읽기 자료
Lesson 1 Supplementary Reading: 3D Geometry and Reference Frames10m
Lesson 2 Supplementary Reading: The Inertial Measurement Unit (IMU)30m
Lesson 3 Supplementary Reading: The Global Navigation Satellite System (GNSS)15m
1개 연습문제
Module 3: Graded Quiz50m
4

4

완료하는 데 2시간 필요

Module 4: LIDAR Sensing

완료하는 데 2시간 필요
4개 동영상 (총 48분), 3 개의 읽기 자료, 1 개의 테스트
4개의 동영상
Lesson 2: LIDAR Sensor Models and Point Clouds12m
Lesson 3: Pose Estimation from LIDAR Data17m
Optimizing State Estimation3m
3개의 읽기 자료
Lesson 1 Supplementary Reading: Light Detection and Ranging Sensors10m
Lesson 2 Supplementary Reading: LIDAR Sensor Models and Point Clouds10m
Lesson 3 Supplementary Reading: Pose Estimation from LIDAR Data30m
1개 연습문제
Module 4: Graded Quiz30m

자율 주행 자동차 특화 과정 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.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.