برآورد وضعیت و محلی سازی برای خودروهای خودران

به برآورد ایالتی و محلی سازی برای اتومبیل های خودران، دومین دوره در تخصص اتومبیل های خودران دانشگاه تورنتو خوش آمدید. توصیه می کنیم قبل از گذراندن این دوره، اولین دوره تخصصی را بگذرانید. این دوره شما را با سنسورهای مختلف و نحوه استفاده از آنها برای تخمین وضعیت و محلی سازی در یک خودروی خودران آشنا می کند. در پایان این دوره، شما قادر خواهید بود: - درک روش های کلیدی برای تخمین پارامتر و حالت مورد استفاده برای رانندگی خودران، مانند روش حداقل مربعات - ایجاد مدلی برای سنسورهای محلی سازی معمولی خودرو، از جمله GPS و IMU - فیلترهای کالمن گسترده و بدون عطر را برای مشکل تخمین وضعیت خودرو اعمال کنید - تطبیق اسکن LIDAR و الگوریتم Iterative Closest Point را درک کنید - از این ابزارها برای ادغام چندین جریان حسگر در یک تخمین حالت واحد برای یک خودروی خودران استفاده کنید برای پروژه نهایی در این دوره، شما Error-State Extended Kalman Filter (ES-EKF) را برای بومی سازی یک وسیله نقلیه با استفاده از داده های شبیه ساز CARLA پیاده سازی خواهید کرد. این یک دوره پیشرفته است که برای زبان آموزان با پیشینه مهندسی مکانیک، مهندسی کامپیوتر و برق یا رباتیک در نظر گرفته شده است. برای موفقیت در این دوره باید تجربه برنامه نویسی در پایتون 3.0، آشنایی با جبر خطی (ماتریس، بردار، ضرب ماتریس، رتبه، مقادیر ویژه و بردارها و معکوس)، آمار (توزیعات احتمال گاوسی)، حساب دیفرانسیل و انتگرال و فیزیک (نیروها، لحظه ها) را داشته باشید. ، اینرسی، قوانین نیوتن).