Dieser Kurs ist Teil der Spezialisierung Spezialisierung Robotik

4.3
Sterne
637 Bewertungen

81 %

Kostas Daniilidis +1 weiterer Dozent

36.933 bereits angemeldet

von

Spezialisierung RobotikUniversity of Pennsylvania

Über diesen Kurs

24.299 kürzliche Aufrufe

How can robots perceive the world and their own movements so that they accomplish navigation and manipulation tasks?  In this module, we will study how images and videos acquired by cameras mounted on robots are transformed into representations like features and optical flow.  Such 2D representations allow us then to extract 3D information about where the camera is and in which direction the robot moves.  You will come to understand how grasping objects is facilitated by the computation of 3D posing of objects and navigation can be accomplished by visual odometry and landmark-based localization.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 4 von 6 in

Spezialisierung Robotik

Stufe „Mittel“

Ca. 32 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Computer Vision
Estimation
Random Sample Consensus (Ransac)
Geometry

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 4 von 6 in

Spezialisierung Robotik

Stufe „Mittel“

Ca. 32 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozenten

Dozentenbewertung

3,86/5 (43 Bewertungen)

Kostas Daniilidis

Professor of Computer and Information Science

School of Engineering and Applied Science

36.933 Lernende

1 Kurse

Jianbo Shi

Professor of Computer and Information Science

School of Engineering and Applied Science

37.174 Lernende

5 Kurse

von

University of Pennsylvania

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung81%(2,009 Bewertungen)

Woche1

Woche 1

10 Stunden zum Abschließen

Geometry of Image Formation

Welcome to Robotics: Perception! We will begin this course with a tutorial on the standard camera models used in computer vision. These models allow us to understand, in a geometric fashion, how light from a scene enters a camera and projects onto a 2D image. By defining these models mathematically, we will be able understand exactly how a point in 3D corresponds to a point in the image and how an image will change as we move a camera in a 3D environment. In the later modules, we will be able to use this information to perform complex perception tasks such as reconstructing 3D scenes from video.

10 Stunden zum Abschließen

15 Videos (Gesamt 180 min), 1 Lektüre, 9 Quiz

15 Videos

Introduction10mCamera Modeling10mSingle View Geometry14mMore on Perspective Projection8mGlimpse on Vanishing Points10mPerspective Projection I14mPerspective Projection II14mPoint-Line Duality8mRotations and Translations18mPinhole Camera Model10mFocal Length and Dolly Zoom Effect8mIntrinsic Camera Parameter13m3D World to First Person Transformation13mHow to Compute Intrinsics from Vanishing Points12mCamera Calibration11m

1 Lektüre

Setting up MATLAB10m

8 praktische Übungen

Introduction30mVanishing Points30mPerspective Projection30mRotations and Translations30mDolly Zoom30mFeeling of Camera Motion30mHow to Compute Intrinsics from Vanishing Points30mCamera Calibration30m

Woche2

Woche 2

6 Stunden zum Abschließen

Projective Transformations

Now that we have a good camera model, we will explore the geometry of perspective projections in depth. We will find that this projection is the cause of the main challenge in perception, as we lose a dimension that we can no longer directly observe. In this module, we will learn about several properties of projective transformations in depth, such as vanishing points, which allow us to infer complex information beyond our basic camera model.

6 Stunden zum Abschließen

5 Videos (Gesamt 69 min)

Woche3

Woche 3

8 Stunden zum Abschließen

Pose Estimation

In this module we will be learning about feature extraction and pose estimation from two images. We will learn how to find the most salient parts of an image and track them across multiple frames (i.e. in a video sequence). We will then learn how to use features to find the position of the camera with respect to another reference frame on a plane using Homographies. We will also learn about how to make these techniques more robust, using least squares to hand noisy feature points or RANSAC to remove completely erroneous feature points.

8 Stunden zum Abschließen

8 Videos (Gesamt 126 min)

Woche4

Woche 4

9 Stunden zum Abschließen

Multi-View Geometry

Now we will use what we learned from two view geometry and extend it to sequences of images, such as a video. We will explain the fundamental geometric constraints between point features in images, the Epipolar constraint, and learn how to use it to extract the relative poses between multiple frames. We will finish by combining all this information together for the application of Structure from Motion, where we will compute the trajectory of a camera and a map throughout many frames and refine our estimates using Bundle adjustment.

9 Stunden zum Abschließen

14 Videos (Gesamt 221 min)

14 Videos

Epipolar Geometry I23mEpipolar Geometry II14mEpipolar Geometry III24mRANSAC: Random Sample Consensus II6mNonlinear Least Squares I3mNonlinear Least Squares II6mNonlinear Least Squares III13mOptical Flow: 2D Point Correspondences19m3D Velocities from Optical Flow16m3D Motion and Structure from Multiple Views18mVisual Odometry19mBundle Adjustment I17mBundle Adjustment II18mBundle Adjustment III17m

4 praktische Übungen

Epipolar Geometry30mNonlinear Least Squares30m3D Velocities from Optical Flow30mBundle Adjustment30m

Bewertungen

4.3

177 Bewertungen

5 stars
59,96 %
4 stars
24,96 %
3 stars
7,53 %
2 stars
4,08 %
1 star
3,45 %

Top-Bewertungen von ROBOTICS: PERCEPTION

von LR31. Dez. 2018

This is quite challenging course. So far, this is the course with the largest amount of material, I wish the class will be split into two courses.

von HB1. März 2019

One of the most usefful courses I have taken by the coursera. Thank you for useful materail covered here.

von SK31. März 2018

Outstanding Course! I could always count on Prof.Jianbo to crunch some of the most complex and confusing parts of the course into a much easier understandable language.

von LL26. Feb. 2017

The 4th week content is hard to follow than the previous three. It would be better if more detailed math and examples are provided in the 4th week.

Alle Bewertungen anzeigen

Über den Spezialisierung Robotik

The Introduction to Robotics Specialization introduces you to the concepts of robot flight and movement, how robots perceive their environment, and how they adjust their movements to avoid obstacles, navigate difficult terrains and accomplish complex tasks such as construction and disaster recovery. You will be exposed to real world examples of how robots have been applied in disaster situations, how they have made advances in human health care and what their future capabilities will be. The courses build towards a capstone in which you will learn how to program a robot to perform a variety of movements such as flying and grasping objects.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Robotics: Perception

Über diesen Kurs

Kompetenzen, die Sie erwerben