Estimasi dan Lokalisasi Negara Bagian untuk Kendaraan Otonom

Untuk berlayar dengan aman, kendaraan otonom harus mengetahui dengan tepat lokasinya di dunia hingga ke centimeter. Mengerti bagaimana mobil otonom memproses data sensor mentah untuk memperkirakan posisi dan orientasi mereka adalah keterampilan dasar bagi insinyur robotika yang bercita-cita tinggi. Dalam kursus berbasis teks ini, Anda akan beralih dari memahami konsep fisika dasar ke memahami matematika inti dan algoritma yang mendasari lokalisasi kendaraan otonom modern. Anda akan mempelajari bagaimana kendaraan menggabungkan data dari GNSS, unit pengukuran inersia (IMUs), dan odometri roda untuk membangun sistem perkiraan yang kuat dan real-time. Apa yang akan kau pelajari: - Mengerti kinematika dasar dan kerangka koordinat yang digunakan dalam modeling gerakan kendaraan. - Terapkan estimasi kuadrat terkecil dan penyaringan Kalman untuk memproses pengukuran sensor bising. - Melaksanakan teknik fusi sensor yang menggabungkan GNSS, IMU, dan data odometri. - Mengeksplorasi paradigma perkiraan keadaan modern, termasuk Extended Kalman Filters (EKF) dan formulasi kesalahan-keadaan. - Menganalisis metode perkiraan yang kuat dan penolakan outlier untuk menangani anomali sensor dan putus sinyal. Kursus ini dimulai dengan konsep dasar dalam kinematika, probabilitas, dan sistem koordinat sebelum maju ke perkiraan keadaan rekursif, penyaringan Kalman, dan strategi fusi multi-sensor modern. Kursus ini dirancang untuk pemula yang tertarik pada robotika dan sistem otonom, hanya membutuhkan aljabar linear dasar dan keakraban pemrograman umum. Tidak diperlukan pengalaman sebelumnya dengan perangkat keras berkendara mandiri. Mulai belajar inti algoritma lokalisasi kendaraan otonom hari ini.