このコースについて
57,069 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における4の4コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約18時間で修了

推奨:6 hours/week...

英語

字幕:英語

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における4の4コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約18時間で修了

推奨:6 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1
1時間で修了

Welcome to Course 4: Motion Planning for Self-Driving Cars

4件のビデオ (合計18分), 3 readings
4件のビデオ
Welcome to the Course3 分
Meet the Instructor, Steven Waslander5 分
Meet the Instructor, Jonathan Kelly2 分
3件の学習用教材
Course Readings10 分
How to Use Discussion Forums15 分
How to Use Supplementary Readings in This Course15 分
2時間で修了

Module 1: The Planning Problem

4件のビデオ (合計54分), 1 reading, 1 quiz
4件のビデオ
Lesson 2: Motion Planning Constraints13 分
Lesson 3: Objective Functions for Autonomous Driving9 分
Lesson 4: Hierarchical Motion Planning17 分
1件の学習用教材
Module 1 Supplementary Reading10 分
1の練習問題
Module 1 Graded Quiz50 分
2
6時間で修了

Module 2: Mapping for Planning

5件のビデオ (合計50分), 1 reading, 1 quiz
5件のビデオ
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 1)9 分
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 2)9 分
Lesson 3: Occupancy Grid Updates for Self-Driving Cars9 分
Lesson 4: High Definition Road Maps11 分
1件の学習用教材
Module 2 Supplementary Reading1 時間
3
4時間で修了

Module 3: Mission Planning in Driving Environments

3件のビデオ (合計35分), 1 reading, 1 quiz
3件のビデオ
Lesson 2: Dijkstra's Shortest Path Search10 分
Lesson 3: A* Shortest Path Search13 分
1件の学習用教材
Module 3 Supplementary Reading1 時間
1の練習問題
Module 3 Graded Quiz50 分
4
2時間で修了

Module 4: Dynamic Object Interactions

3件のビデオ (合計36分), 1 reading, 1 quiz
3件のビデオ
Lesson 2: Map-Aware Motion Prediction11 分
Lesson 3: Time to Collision12 分
1件の学習用教材
Module 4 Supplementary Reading1 時間
1の練習問題
Module 4 Graded Quiz50 分
4.8
14件のレビューChevron Right

Motion Planning for Self-Driving Cars からの人気レビュー

by IKSep 14th 2019

I think it is one of the best courses for learning the motion planning algorithms for Autonomous driving. The concepts are well explained with lots of examples.

by NDOct 22nd 2019

It was really well informative course and the assignments and projects were really helped me to understand the in real scenario implementation.\n\nThanks.

講師

Avatar

Steven Waslander

Associate Professor
Aerospace Studies
Avatar

Jonathan Kelly

Assistant Professor
Aerospace Studies

トロント大学(University of Toronto)について

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. ...

自動運転車専門講座について

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)....
自動運転車

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。