16 485 Visuelle Navigation für autonome Fahrzeuge Vnav Herbst 2020

Autonome Fahrzeuge verlassen sich auf Kameras, um die Welt um sie herum wahrzunehmen, zu verstehen und zu navigieren. Das Verständnis der Algorithmen, die Rohpixeldaten in präzise räumliche Koordinaten übersetzen, ist für jeden aufstrebenden Robotik-Softwareentwickler unerlässlich. Dieser Kurs führt Sie durch die grundlegenden Mathematik- und Software-Design-Muster, die zum Erstellen visueller Navigationssysteme erforderlich sind. Sie werden von der Erlernung grundlegender Koordinatentransformationen zum Verständnis übergehen, wie moderne autonome Systeme Bewegungen schätzen und ihre Umgebungen in Echtzeit abbilden. Was Sie lernen werden: - Verstehen Sie die grundlegende Terminologie von Computer Vision und räumlichen Koordinatensystemen - Wenden Sie geometrische Prinzipien an, um die Bewegung aus Zwei- und Mehrfachansicht-Kamera-Setups abzuschätzen - Erkunden Sie die mathematischen Grundlagen der Optimierung auf Manifolds und Differentialgeometrie in der Robotik - Konfigurieren Sie visuelle Odometrie-Algorithmen, um Fahrzeugbewegungen mithilfe von schriftlichen Code-Walkthroughs zu verfolgen - Analysieren Sie modernste Lokalisierungs- und Mapping-Architekturen (SLAM), einschließlich moderner ROS 2-Integrationen - Üben Sie das Lösen von Kalibrier- und Sensorausrichtungsproblemen durch strukturierte schriftliche Übungen Der Kurs beginnt mit grundlegenden mathematischen Grundlagen, Koordinatenrahmen und Kameramodellen, bevor er zur Echtzeit-Bewegungsschätzung, visuellen SLAM und Optimierungstechniken übergeht. Jedes Modul verstärkt diese Konzepte durch klare, schriftliche Erklärungen und Schritt-für-Schritt-Code-Snippets. Dieses textbasierte Programm wurde für Einsteiger in Robotik und Computer Vision entwickelt und erfordert keine Vorkenntnisse mit autonomer Hardware, sondern beginnt mit Kernkonzepten von Grund auf. Beginnen Sie noch heute Ihre Reise in die Welt der autonomen Fahrzeugnavigation.