Planejamento de movimento para carros autônomos

coursera.inc

coursera.inc

Planejamento de movimento para carros autônomos

Descrição

Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 4 de 4 no
Especialização de carros autônomos
Nível avançado
Aproximadamente. 32 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol

Steven Waslander
professor associado
Estudos aeroespaciais
Jonathan Kelly
professor associado
Studiessyllabus aeroespacial – o que você aprenderá com este curso
Bem-vindo ao Curso 4: Planejamento de movimento para carros autônomos
Este módulo apresenta o curso de planejamento de movimento, bem como alguns materiais suplementares.
Módulo 1: o problema de planejamento
Este módulo apresenta a riqueza e os desafios do problema de planejamento de movimento autônomo, demonstrando um exemplo de trabalho que será construído ao longo deste curso. O foco será a definição dos cenários primários encontrados na condução, tipos de funções de perda e restrições que afetam o planejamento, bem como uma decomposição comum do problema de planejamento para o comportamento e os subproblemas de planejamento de trajetória. Este módulo apresenta uma formulação genérica de otimização de planejamento de movimento hierárquico que é expandida e implementada em todos os módulos subsequentes.
Módulo 2: Mapeamento para planejamento
A grade de ocupação é uma discretização do espaço em células de tamanho fixo, cada uma das quais contém uma probabilidade de estar ocupada. É uma estrutura de dados básica usada em toda a robótica e uma alternativa para armazenar nuvens de ponto completo. Este módulo apresenta a grade de ocupação e revisa os requisitos de espaço e computação da estrutura de dados. Em muitos casos, uma grade de ocupação 2D é suficiente; Os alunos examinarão maneiras de comprimir e filtrar com eficiência as varreduras 3D LIDAR para formar mapas 2D.
Módulo 3: Planejamento de missões em ambientes de direção
Este módulo desenvolve os conceitos de pesquisa de caminho mais curta nos gráficos, a fim de encontrar uma sequência de segmentos de estrada em um mapa de direção que navegará em um veículo de um local atual para um destino. Os módulos abrangem a definição de um gráfico de roteiro com segmentos de estradas, cruzamentos e tempos de viagem e apresenta Dijkstra e uma* busca pela identificação do caminho mais curto da rede rodoviária.
Módulo 4: Interações de objetos dinâmicos
Este módulo introduz obstáculos dinâmicos no problema de planejamento de comportamento e apresenta aos alunos as ferramentas para avaliar o tempo para a colisão de veículos e pedestres no ambiente.
Módulo 5: Princípios de planejamento de comportamento
Este módulo desenvolve um sistema básico de planejamento de comportamento baseado em regras, que realiza tomada de decisão de alto nível de comportamentos de condução, como mudanças de faixa, passagem de carros estacionados e progresso através de cruzamentos. O módulo define um conjunto consistente de regras que são avaliadas para selecionar comportamentos preferidos de veículos que restrinjam o conjunto de possíveis caminhos e perfis de velocidade a serem explorados no planejamento de nível inferior.
Módulo 6: Planejamento reativo em ambientes estáticos
Um planejador reativo toma informações locais disponíveis em uma pegada de sensores e um objetivo global definido em um quadro de coordenadas de mapa para identificar um caminho localmente viável a seguir que é livre de colisão e faz progresso em uma meta. Neste módulo, os alunos desenvolverão um lançamento de trajetória e um planejador dinâmico de janelas, que permite a localização de caminho em ambientes 2D estáticos arbitrários. Os limites da abordagem para verdadeiros autônomos também serão discutidos.
Módulo 7: Juntando tudo – planejamento local suave
As curvas parametrizadas são amplamente usadas para definir caminhos através do ambiente para dirigir autônomo. Este módulo introduz a otimização contínua do caminho da curva como um problema de valor limite de dois pontos que minimizava o desvio de um caminho desejado e satisfaz as restrições de curvatura.

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Planejamento de movimento para carros autônomos”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Cursos Relacionados

PHP Code Snippets Powered By : XYZScripts.com