Über diesen Kurs
46,983 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

This is an advanced course, intended for learners with a background in mechanical engineering, computer and electrical engineering, or robotics.

Ca. 25 Stunden zum Abschließen

Empfohlen: 4 weeks of study, 5-6 hours per week...

Englisch

Untertitel: Englisch

Was Sie lernen werden

  • Check

    Understand the key methods for parameter and state estimation used for autonomous driving, such as the method of least-squares

  • Check

    Develop a model for typical vehicle localization sensors, including GPS and IMUs

  • Check

    Apply extended and unscented Kalman Filters to a vehicle state estimation problem

  • Check

    Apply LIDAR scan matching and the Iterative Closest Point algorithm

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

This is an advanced course, intended for learners with a background in mechanical engineering, computer and electrical engineering, or robotics.

Ca. 25 Stunden zum Abschließen

Empfohlen: 4 weeks of study, 5-6 hours per week...

Englisch

Untertitel: Englisch

Kursteilnehmer, die sich für Course entscheiden, sind

  • Machine Learning Engineers
  • Data Scientists
  • Engineers
  • Researchers
  • Software Engineers

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

Module 0: Welcome to Course 2: State Estimation and Localization for Self-Driving Cars

9 Videos (Gesamt 33 min), 3 Lektüren
9 Videos
Welcome to the Course3m
Meet the Instructor, Jonathan Kelly2m
Meet the Instructor, Steven Waslander5m
Meet Diana, Firmware Engineer2m
Meet Winston, Software Engineer3m
Meet Andy, Autonomous Systems Architect2m
Meet Paul Newman, Founder, Oxbotica & Professor at University of Oxford5m
The Importance of State Estimation1m
3 Lektüren
Course Prerequisites: Knowledge, Hardware & Software15m
How to Use Discussion Forums15m
How to Use Supplementary Readings in This Course15m
7 Stunden zum Abschließen

Module 1: Least Squares

4 Videos (Gesamt 33 min), 3 Lektüren, 3 Quiz
4 Videos
Lesson 1 (Part 2): Squared Error Criterion and the Method of Least Squares6m
Lesson 2: Recursive Least Squares7m
Lesson 3: Least Squares and the Method of Maximum Likelihood8m
3 Lektüren
Lesson 1 Supplementary Reading: The Squared Error Criterion and the Method of Least Squares45m
Lesson 2 Supplementary Reading: Recursive Least Squares30m
Lesson 3 Supplementary Reading: Least Squares and the Method of Maximum Likelihood30m
3 praktische Übungen
Lesson 1: Practice Quiz30m
Lesson 2: Practice Quiz30m
Module 1: Graded Quiz50m
Woche
2
7 Stunden zum Abschließen

Module 2: State Estimation - Linear and Nonlinear Kalman Filters

6 Videos (Gesamt 53 min), 5 Lektüren, 1 Quiz
6 Videos
Lesson 2: Kalman Filter and The Bias BLUEs5m
Lesson 3: Going Nonlinear - The Extended Kalman Filter9m
Lesson 4: An Improved EKF - The Error State Extended Kalman Filter6m
Lesson 5: Limitations of the EKF7m
Lesson 6: An Alternative to the EKF - The Unscented Kalman Filter15m
5 Lektüren
Lesson 1 Supplementary Reading: The Linear Kalman Filter45m
Lesson 2 Supplementary Reading: The Kalman Filter - The Bias BLUEs10m
Lesson 3 Supplementary Reading: Going Nonlinear - The Extended Kalman Filter45m
Lesson 4 Supplementary Reading: An Improved EKF - The Error State Kalman FIlter1h
Lesson 6 Supplementary Reading: An Alternative to the EKF - The Unscented Kalman Filter30m
Woche
3
2 Stunden zum Abschließen

Module 3: GNSS/INS Sensing for Pose Estimation

4 Videos (Gesamt 34 min), 3 Lektüren, 1 Quiz
4 Videos
Lesson 2: The Inertial Measurement Unit (IMU)10m
Lesson 3: The Global Navigation Satellite Systems (GNSS)8m
Why Sensor Fusion?3m
3 Lektüren
Lesson 1 Supplementary Reading: 3D Geometry and Reference Frames10m
Lesson 2 Supplementary Reading: The Inertial Measurement Unit (IMU)30m
Lesson 3 Supplementary Reading: The Global Navigation Satellite System (GNSS)15m
1 praktische Übung
Module 3: Graded Quiz50m
Woche
4
2 Stunden zum Abschließen

Module 4: LIDAR Sensing

4 Videos (Gesamt 48 min), 3 Lektüren, 1 Quiz
4 Videos
Lesson 2: LIDAR Sensor Models and Point Clouds12m
Lesson 3: Pose Estimation from LIDAR Data17m
Optimizing State Estimation3m
3 Lektüren
Lesson 1 Supplementary Reading: Light Detection and Ranging Sensors10m
Lesson 2 Supplementary Reading: LIDAR Sensor Models and Point Clouds10m
Lesson 3 Supplementary Reading: Pose Estimation from LIDAR Data30m
1 praktische Übung
Module 4: Graded Quiz30m
4.6
25 BewertungenChevron Right

Top-Bewertungen von State Estimation and Localization for Self-Driving Cars

von RLApr 27th 2019

It provides a hand-on experience in implementing part of the localization process...interesting stuff!! Kind of time-consuming so be prepared.

von MIAug 12th 2019

Very interesting course if you want to learn about the different filters used in self driving cars for sensor fusion

Dozenten

Avatar

Jonathan Kelly

Assistant Professor
Aerospace Studies
Avatar

Steven Waslander

Associate Professor
Aerospace Studies

Über University of Toronto

Established in 1827, the University of Toronto is one of the world’s leading universities, renowned for its excellence in teaching, research, innovation and entrepreneurship, as well as its impact on economic prosperity and social well-being around the globe. ...

Über den Spezialisierung Selbstfahrende Autos

Be at the forefront of the autonomous driving industry. With market researchers predicting a $42-billion market and more than 20 million self-driving cars on the road by 2025, the next big job boom is right around the corner. This Specialization gives you a comprehensive understanding of state-of-the-art engineering practices used in the self-driving car industry. You'll get to interact with real data sets from an autonomous vehicle (AV)―all through hands-on projects using the open source simulator CARLA. Throughout your courses, you’ll hear from industry experts who work at companies like Oxbotica and Zoox as they share insights about autonomous technology and how that is powering job growth within the field. You’ll learn from a highly realistic driving environment that features 3D pedestrian modelling and environmental conditions. When you complete the Specialization successfully, you’ll be able to build your own self-driving software stack and be ready to apply for jobs in the autonomous vehicle industry. It is recommended that you have some background in linear algebra, probability, statistics, calculus, physics, control theory, and Python programming. You will need these specifications in order to effectively run the CARLA simulator: Windows 7 64-bit (or later) or Ubuntu 16.04 (or later), Quad-core Intel or AMD processor (2.5 GHz or faster), NVIDIA GeForce 470 GTX or AMD Radeon 6870 HD series card or higher, 8 GB RAM, and OpenGL 3 or greater (for Linux computers)....
Selbstfahrende Autos

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • 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.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..