Ước tính và định vị trạng thái cho xe tự động

Để di chuyển an toàn, một phương tiện tự động phải biết chính xác vị trí của nó trên thế giới xuống đến centimét. Hiểu được cách xe tự lái xử lý dữ liệu cảm biến thô để ước tính vị trí và hướng của chúng là một kỹ năng cơ bản cho bất kỳ kỹ sư robot tham vọng nào. Trong khóa học này, bạn sẽ chuyển từ việc hiểu các khái niệm cơ bản về vật lý đến việc nắm bắt các thuật toán và toán học cốt lõi để điều khiển xe tự động hiện đại. Bạn sẽ nghiên cứu cách các phương tiện kết hợp dữ liệu từ GNSS, đơn vị đo quán tính (IMUs), và đo bánh xe để xây dựng một hệ thống ước tính thời gian thực mạnh mẽ. Bạn sẽ học được: - Hiểu cơ học cơ bản và khung tọa độ được sử dụng trong mô hình chuyển động xe. - Ứng dụng ước lượng bình phương tối thiểu và bộ lọc Kalman để xử lý các phép đo cảm biến nhiễu. - Thực hiện các kỹ thuật hợp nhất cảm biến kết hợp GNSS, IMU và dữ liệu đo lường. - Tìm hiểu các mô hình ước tính trạng thái hiện đại, bao gồm Extended Kalman Filters (EKF) và công thức trạng thái lỗi. - Phân tích các phương pháp ước tính mạnh mẽ và từ chối giá trị khác thường để xử lý các dị thường cảm biến và tín hiệu ngừng. Chương trình bắt đầu với các khái niệm cơ bản trong động lực học, xác suất và hệ tọa độ trước khi tiến tới ước tính trạng thái lặp lại, lọc Kalman và các chiến lược hợp nhất đa cảm biến hiện đại. Lớp học này được thiết kế cho người mới bắt đầu quan tâm đến robot và hệ thống tự động, chỉ cần đại số tuyến tính cơ bản và quen thuộc với lập trình chung. Không cần kinh nghiệm trước với phần cứng tự lái. Hãy bắt đầu học thuật toán cốt lõi của định vị xe tự động ngay hôm nay.