Coursera 自动驾驶课记录

已于 2022-07-08 08:12:26 修改
阅读量272 收藏
点赞数
分类专栏： Auto 文章标签： auto
于 2022-06-29 07:57:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lsxpu/article/details/125513136
版权

1 sensors and computing hardware

有关加速度的设定:

在这里插入图片描述
高速场景下所需的覆盖要求:
在这里插入图片描述
城市道路所需要的传感器覆盖:
在这里插入图片描述
环境感知:

在这里插入图片描述

环境地图的划分:
在这里插入图片描述
其中环境感知的地图划分:
在这里插入图片描述

规控的模块划分:
在这里插入图片描述

最低0.47元/天 解锁文章
AIAgent的学习资源：在线课程
AI天才研究院
04-30 611
1. 背景介绍 随着人工智能技术的飞速发展，AIAgent（人工智能代理）成为越来越重要的研究和应用领域。AIAgent能够模拟人类智能行为，并与环境进行交互，在各种任务中发挥着重要的作用。学习AIAgent需要掌握相关理论知识和实践技能，而在线课程作为一种便捷的学习方式，为学习者提供了丰富的资源和学习机会。
AI人工智能时代TensorFlow的发展前景
最新发布
AI天才研究院
05-17 442
本文旨在全面剖析Google开源深度学习框架TensorFlow的技术演进路径，系统阐述其在人工智能时代的核心竞争力，深入探讨其在技术架构、生态建设、行业应用等方面的发展前景。研究范围涵盖TensorFlow从基础计算图模型到端云协同架构的技术体系，分析其在学术研究、工业落地、边缘设备等不同场景的应用模式，揭示其作为AI基础设施的底层逻辑和未来演进方向。技术原理篇：解析TensorFlow核心架构与算法实现工程实践篇：通过实战案例演示端到端开发流程行业应用篇：剖析典型领域的落地场景与解决方案。
Coursera无人驾驶课程PPT
12-01
资源包含Coursera无人驾驶课程PPT课件及阅读资料。 B站课程视频地址为：https://www.bilibili.com/video/BV1WE411D74g?p=1。 课程笔记地址为：https://blog.csdn.net/cg129054036/article/details/110008047
Coursera自动驾驶课程学习——自动驾驶等级分类
weixin_42156097的博客
08-11 584
描述 这一系列我会开始介绍一下Coursera自动驾驶课程的关键内容 本文内容 自动驾驶的分类法 驾驶任务的感知需求 如何做出驾驶决策 1. 自动驾驶等级的分类 1.1 驾驶任务 三个子任务 感知环境: 跟踪汽车的状态，识别路标、行人等，跟踪运动物体，预测它们未来的行动 运动规划 操控车 辆，加减速，控制轨迹等 Operational Design Domain（ODD, 操作设计域或奇数） 构成了给定系统设计运行的操作条件，包括环境，一天中的时间，道路和其他特征 明确定义设计自动驾驶汽车的操作条件
Coursera自动驾驶课程第3讲：Self-Driving Hardware and Software Architectures
10点43的博客
11-25 1851
在上一讲《Coursrea自动驾驶课程笔记（2）：The Requirements for Autonomy》中我们了解到了如何划分自动驾驶汽车等级、以及自动驾驶三大模块：感知、决策和执行。本讲我们将学习新的模块：自动驾驶汽车的硬件和软件架构。 B站视频链接：https://www.bilibili.com/video/BV1WE411D74g?p=1 文章目录 ...
Coursera自动驾驶课程第20讲：Mission Planning in Driving Environments
10点43的博客
06-04 1027
1. Creating a Road Network Graph 2. Dijkstra’s Shortest Path Search 3. A-Star Shortest Path Search
Coursera自动驾驶课程第18讲：The Planning Problem
10点43的博客
04-18 1428
1. Driving Missions, Scenarios, and Behaviour 2. Motion Planning Constraints 3. Objective Functions for Autonomous Driving 4. Hierarchical Motion Planning
斯坦福大学吴恩达Coursera机器学习公开课中文笔记
03-28
课程概述部分强调了机器学习的重要性，指出其不仅是人工智能的核心，而且在自动驾驶、语音识别、网络搜索等领域取得了显著的应用成果。课程内容丰富，涵盖了机器学习、数据挖掘和统计模式识别的基础知识和应用技巧。...
Coursera andrewNG机器学习2016个人笔记完整版
06-13
机器学习技术在多个领域中得到应用，比如自动驾驶汽车、语音识别、网络搜索以及人类基因组研究等。 课程内容涵盖监督学习和非监督学习两大部分。监督学习包括参数和非参数算法、支持向量机、核函数、神经网络等。非...
Coursera自动驾驶课程学习——软硬件架构
weixin_42156097的博客
08-17 527
硬件 传感器 包括： 相机和深度相机、激光雷达（红外激光），雷达（无线电），声呐（超声波测距），GPS/IMU，里程计 覆盖范围 主动减速率大致是5m/s2s^2s2：人用力踩下刹车的速度 一般减速率2m/s2s^2s2： 减速距离的计算是 d  =  v22ad\; =\; \frac{v^{2}}{2a}d=2av2​ , aaa 就是减速率 讨论两个情况：高速公路及城市道路 高速公路的需求 紧急刹车：前后方150米到200米，左右车道感知 匀速行驶：160度~180度视野范围 变道：左右层要能看更远
KinematicBicycleModel:运动自行车模型的Python描述
03-27
运动自行车模型 抽象的 适用于运动自行车模型的python库。 要求 软件 用法 # Play the animation python main.py
Coursera自动驾驶课程学习整理1——横向控制之Pure Pursuit
xululala的博客
06-04 1709
自动驾驶横向控制之Pure Pursuit 最近从网上找到一套Coursera自动驾驶课程的资料，讲解十分系统详细，我个人比较关注Control和Planning部分的学习，暂时打算随着学习进度进行整理。 纵向控制是控制车辆的速度，本课程里面是介绍了PID，这个太常用了，就不说了。横向控制是控制车辆的转向角，我自己对课程里介绍的方法不太熟悉，所以主要关注横向控制部分。 运动学模型 首先是车辆的运动学模型，这里给出了最常用的自行车模型，关于运动学模型的建立，网上有很多博客和资料，我个人觉得《无人驾驶车辆模型预
Coursera自动驾驶1.1-1.2——自动驾驶基础和软硬件架构
weixin_45325331的博客
11-11 2219
自动驾驶基础和软硬件架构
Coursera自动驾驶课程第17讲：An Autonomous Vehicle State Estimator
10点43的博客
04-07 1436
1. State Estimation in Practice 2. Multisensor Fusion for State Estimation 3. Sensor Calibration - A Necessary Evil 4. Loss of One or More Sensors
Coursera Self-Driving Cars 多伦多大学 自动驾驶简介--第二周读书笔记
风浅--wei
02-06 886
本周内容主要为： 1.介绍自动驾驶硬件架构与传感器分析 2.介绍自动驾驶软件架构 1.自动驾驶硬件架构 2.自动驾驶软件架构 ...
Coursera自动驾驶课程第16讲：LIDAR Sensing
10点43的博客
11-08 2453
在上一讲《Coursera自动驾驶课程第15讲：GNSS and INS Sensing for Pose Estimation》 我们学习了自动驾驶定位中常用的两种传感器：IMU 和GNSS。本讲我们将学习自动驾驶中另一种常见的传感器：LiDAR。目前道路上的大多数自动驾驶汽车都配备了某种类型的激光雷达传感器。 1. Light Detection and Ranging Sensors 1.1 Overview 如果你见过像Waymo或Uber汽车这类的自动驾驶汽车，你可能已经注意到车顶上有东西在旋转
Coursera自动驾驶课程第11讲：2D Object Detection
10点43的博客
01-17 708
在上一讲《Coursera自动驾驶课程笔记（10）：Feedforward Neural Networks》中我们学习了神经网络的基础知识，包括损失函数，梯度下降，正则化，卷积网络等。 本讲我们将学习深度学习的一个重要应用：图像目标检测。大家可能需要目前3D目标检测也是一个研究很火的领域，感兴趣的朋友可以查看相关论文。 B站视频链接：https://www.bilibili.com/video/BV1PE411D72p。 文章目录1. The Object Detection Problem1.1 Ove
Coursera自动驾驶1.4——车辆建模
weixin_45325331的博客
11-18 2773
车辆建模
Coursera自动驾驶课程第6讲：Vehicle Longitudinal Control
10点43的博客
12-14 3226
在上一讲《Coursera自动驾驶课程笔记（5）：Vehicle Dynamic Modeling》中我们了解了汽车运动学和动力学模块。 本讲我们继续学习新的模块：汽车纵向控制。具体地，我们将学习PID控制算法，看看该算法是如何在自动驾驶汽车中应用的。 B站视频链接：https://www.bilibili.com/video/BV1WE411D74g?p=1 文章目录1. Proportional Integral Derivative Control1.1 Overview1.2 PID Contr.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值