注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号 
x
楼主在牛年之前用三个月时间刷完了这套专项课程,以下为个人学习体会的总结。
Overview
这个专项课程是UT推出的自动驾驶系列课程,分为4个课程:
- Introduction to Self-Driving Cars
主要介绍了自动驾驶和robotics的常见术语,基础知识,技术栈,难点和待解决的问题
关键词:Hardware, Software Stack, Vehicle Modeling, Safety Framework
- State Estimation and Localization for Self-Driving Cars
主要介绍了自动驾驶中常用的传感器(激光雷达,雷达,摄像头等)以及使用传感器进行状态估计和车辆定位的方法
关键词:State Estimation, Localization, LiDAR, GPS, IMU, Kalman Filter, Sensor Fusion
- Visual Perception for Self-Driving Cars
主要介绍了自动驾驶中主要的感知任务和实线方法,相关的机器视觉基础知识和高级方法(比如路面检测,目标跟踪,语义分割等)
关键词:Camera Model, Neural Network, Visual Odometry, Object Detection/Tracking, Semantic Segmentation
- Motion Planning for Self-Driving Cars
主要介绍了自动驾驶中主要的规划任务和实线方法,包括任务(路线)规划,行为(车辆停转走等)规划和本地(转向速度控制)规划(抽象程度递减)等
关键词:Dijkstra's, A* algorithm, Finite State Machine, Occupancy Grid, Collision Checking, Path Planning, Velocity Profile
Prerequisites
课程在Coursera上被分为Advanced,我个人认为需要的背景知识杂但不深,最重要的高等数学(线性代数,微积分,概率论)的基础,物理学(力学,光学)基础,Python基础。有一说一,我自己做过AR和图像相关的工作,所以算是没什么上手难度。
Assessment & Project
课程有比较多Quiz,只要掌握每个Module中的关键内容就没问题;全范围内使用Python 3完成编程项目,部分项目是输出目标结果(比如利用CV进行目标检测,利用CNN进行地图语义分割等),大项目是在仿真平台上运行自己编写的控制器,对其控制下的车辆运行的状态和轨迹进行评价。这里重点介绍一下课程中使用的仿真平台[CARLA](https://carla.org)是目前比较主流的开源平台,基于UE4游戏引擎。你可以使用自己编写Python Controller来驱动你的车辆的行为,当你看到自己的算法控制的小车在地图中灵活移动时还是有点小满足感的。事实上,课程其他编程项目中的数据也是从CARLA平台中抽取的。这一系列项目加起来也让你对自动驾驶的整个software stack都有了上手的体验。美中不足(或者说是课程有意为之)的是,编程项目的大框架是已经设计好的,除非你愿意折腾,否则是没有机会体验from scratch搭建平台/模型/流程的,可能也是为了保证一定的通过率(以及判分的难度)。不过有了人工泳池的锻炼,你当然可以继续去CARLA的海洋中自行遨游。
Pricing
这个专项的收费是每月79刀,如果楼主三个月可以完成获得证书,相信地里的你也没问题。
Do I Recommend?
这套课程的内容非常广泛,算是有利有弊:好处是给新手打开了一系列的知识大门(课程在自有内容以外还提供了业界访谈和扩展阅读),有助于建立在自动驾驶领域的知识树;弊端是学习深度有限,但是这给愿意钻研的人提供了自由度,你拥有一定的基础,了解各个领域之间的联系后,可以准确找到自己感兴趣的方向进行开垦。如果你也是希望未来投身自动驾驶行业(像楼主一样),我个人认为这是一个好的开始。
推荐指数:9/10
欢迎大家顺手加米,谢谢~
|